開催概要

日時：2025年10月8日(水曜日)12:00 - 12:50
場所：オンライン（zoomウェビナー）

生成AI開発では、GPUを用いた学習時間を最大限確保することにより、GPUの投資対効果を最大化させることが重要です。 新しいLLMの出現に伴い、今まで使用していたパラメータセットが再利用できず、LLM運用環境の構築を速やかに行うことや最適化することができず、GPUにコストを支出したものの期待した成果が出せなかった、とのお声を多く聞きます。 本ウェビナーでは、さくらインターネットの高火力 PHYとFixstars AIBoosterによる実証結果をもとに、8ノード環境を2時間で構築し、学習で従来比2倍、推論で3倍の費用対効果を実現した手法を紹介します。 「H100などの超高性能GPUをどのように大規模運用するか」「大規模なGPUでどのように費用対効果を改善するか」といった具体例を交え、すぐに活用できる知見を提供します。

こんな方におすすめ

・大規模な生成AI開発を検討中で、GPUコストやリソース確保に課題を感じている方
・LLMなど大規模モデルの学習・推論環境を短期間で構築したい研究・開発担当者

・社内PoCや自社サービスで、高性能GPUを効率よく運用したい情報システム部門・SIerの方

登壇者

株式会社フィックスターズ
パフォーマンスエンジニアリングラボ ラボ長
吉藤 尚生

2013年フィックスターズに入社。ChainerMNやOpenFOAMの高速化など、組み込み開発からスパコンでの科学技術計算まで幅広い分野でソフトウェア高速化事業に従事。2023年にLLM事業推進室を立ち上げ、Fixstars K4（現：Fixstars AIBooster）の開発責任者を務める。2025年より新設のパフォーマンスエンジニアリング・ラボのラボ長を務めています。

さくらインターネット株式会社
AI事業推進室 営業 マネージャー
山口 立

マネージドサービスプロバイダでメガクラウドの販売代理営業を経て、2016年にさくらインターネットに入社。
GPU専門の営業組織で、生成AIビジネスに取り組まれるお客様に最適な提案を行っています。

●●会社
●●部 氏名

登壇者③プロフィール

●●会社
●●部 氏名

登壇者④プロフィール

●●会社
●●部 氏名

登壇者⑤プロフィール

注意事項

●本イベントは、オンライン配信での開催となります。
　インターネットに接続可能な環境からご参加ください
●本イベントの録画や画面のキャプチャなどはご遠慮ください
●参加費用は無料です

申込フォームへ

申込フォーム

受付は終了しました。

多数のお申し込み、ありがとうございました。
他イベント・セミナー情報はこちら