検知。RTX 4070・Linux環境でOllamaを使用中、Qwen3:35bモデルがランダムにトークン出力を停止する不具合が報告された。opencode・claude codeをリモート経由で利用中に発生。環境変数やCPUアフィニティ設定済みでも再現するとされる。

デスクトップPC（RTX 4090・24GB VRAM）とMacBook Pro（M4 Pro・48GBメモリ）を組み合わせ、ローカルLLM推論に使えるか。USB-C/USB4経由の異種OS間分散推論の可能性と限界を、実測データをもとに整理する。

速報。GB10 Solution製の推論エンジン「Atlas」がオープンソース化。Pure Rust＋CUDAで構築、PyTorch不使用。DGX Spark（GB10）上でQwen3.5-35Bを最大130tok/s（sustained 111tok/s）で駆動。vLLM比3.0〜3.3倍のスループットを計測した。

速報。NVIDIAが2026年5月11日、大規模GPUフリート向けの統合管理ソリューション「Fleet Intelligence」を公式発表した。異種ハードウェア混在環境でのリアルタイム監視・最適化・障害検知を単一プラットフォームで提供。データセンター運用の複雑性を根本から解消する狙いだ。

NVIDIAはAIエージェントを用いてGPUカーネルコードをcuTile Python実装からJulia向けcuTile.jlへ自動翻訳する手法を公開した。タイルベースプログラミングモデルの多言語展開という戦略的意図は明確だが、その実用性と限界を冷静に検証する。