💾 TL;DR: 別ノードのGPUが計算したKVキャッシュを、CXLメモリ経由でそのまま使い回して最大36.6倍高速化。SeagateがKubernetesネイティブな共有CXLメモリの仕組みを提案しました。 タイトル: Composable CXL Memory as a Kubernetes-Native Shared Memory for LLM Serving URL: 📌 ポイント 🧩 Kubernetes DRAドライバでCXLリージョンをスケジュール可能なリソース化 🗂 Redis等の外部調整なし、リージョン内蔵のスロットディレクトリでKV管理 🚀 32Kトークンのプレフィックスでクロスノード再利用が再計算比36.6倍高速 🎯 ヒット率は95.4〜99.5%を達成 ⚖️ クロスノードと同一ノードの遅延差はわずか1〜4% 🐢 同一ノードのGPU VRAMキャッシュと比べると1.15〜1.70倍のペナルティあり 🔧 実測帯域は5.8GB/sでファブリック上限27GB/sの一部、ゼロコピーDMAに伸びしろ 複数GPUノードでプレフィックスを使い回したいときの、地味だけど効く実用的な選択肢だと思います。 #LLM推論# #Kubernetes#

⬜ 7/31（金）12:00-12:30 🟦 Google Cloud 「高度化する AI ワークロードを支える 　Google Cloud の AI インフラストラクチャ最新動向」 ✏️ 最新世代の TPU や Google Kubernetes Engine（GKE）、AI インフラストラクチャの最新動向をご紹介します！ #GoogleCloudNext🗼#

Claude CodeやCodex、Cursorを「研究エージェント」に変えてしまうOSSワークスペースが登場しました。文献レビューから実験実施まで、複数の仮説を並行して走らせられます。 タイトル: alphaXiv/OpenResearch URL: 概要としては、Rust製でローカルSQLiteにデータを保持する「ローカルファースト」設計のワークスペースで、既存のコーディングエージェントの上に研究サイクルを自動化する層を被せています。 🌳 注目ポイント1: 並列探索と実験の追跡可能性 研究の方向性ごとに独立したエージェントセッションと分離されたgitワークツリーを割り当て、実験のバリアントをコミット履歴として記録します。実行ごとに不変のアーカイブが残るため、後から何を試したか完全に追跡できます。 🔍 注目ポイント2: 証拠の文脈管理 ログ・差分・ファイル・実行結果・成果物を、それらを生み出した作業内容と結び付けて保存する仕組みを持ちます。これにより実験結果の再現性と検証性が大きく向上します。 🔁 注目ポイント3: 自律的な研究ループとマルチエージェント対応 アイデア提案から実験実施、証拠検査、次のステップ決定までを自律的に繰り返すループを備え、Claude Code・Codex・OpenCode・Cursorから好みのエージェントを選べます。ローカル実行だけでなくSlurmやKubernetes、Ray、Hugging Face Jobsなどの実行環境にも対応しています。 研究者がデータの所有権を保ちながらAIエージェントを並列活用できる、実用的な基盤だと感じました。 #AIエージェント# #研究DX#

# ADKの便利で実践的な使い方 🔌 GitHub、Linear、Chroma、n8n — 既存のMCPサーバーをADKエージェントにそのまま統合できるMCP Toolsは、ツールエコシステムへの最速の接続手段です。 📌 タイトル：MCP Tools — MCPサーバーとの統合 🔗 URL： 🧩 概要 ADKのMcpToolsetは、Model Context Protocol（MCP）サーバーのツールを自動検出し、ADKエージェントのツールとして利用可能にします。Stdio、SSE、Streamable HTTPの3つのトランスポートに対応し、GitHub MCP、Linear MCP、Chroma MCP、n8n MCPなど、既存のMCPサーバーエコシステムをそのまま活用できます。GKEではサイドカーパターンでのデプロイも可能です。 🛠 使い方 各トランスポートでのMcpToolsetの設定例です。 Stdioトランスポートでは、` から `McpToolset` と `StdioServerParameters` をインポートし、`McpToolset(connection=StdioServerParameters(command="npx", args=["-y", "@modelcontextprotocol/server-github"], env={"GITHUB_TOKEN": "ghp_..."}))` のようにローカルプロセスとしてMCPサーバーを起動します。作成した `McpToolset` インスタンスを `Agent` の `tools` リストに渡すだけで、GitHub MCPサーバーのツールがエージェントから利用可能になります。 SSEトランスポートでは、`SseServerParams` を使い、`McpToolset(connection=SseServerParams(url="http://localhost:3001/sse"))` のようにリモートサーバーのSSEエンドポイントに接続します。 Streamable HTTPトランスポートでは、`StreamableHTTPServerParams` を使い、`McpToolset(connection=StreamableHTTPServerParams(url="http://localhost:3001/mcp"))` のように最新のHTTPベースで接続します。 🏗 実践的な使い方 **MCPサーバーの選択と組み合わせ**: プロジェクト管理にはLinear MCP、コード管理にはGitHub MCP、ベクトル検索にはChroma MCP、ワークフロー自動化にはn8n MCPを組み合わせることで、強力な開発支援エージェントを構築できます。 複数のMCPサーバーを組み合わせるには、GitHub用の `McpToolset` を `StdioServerParameters(command="npx", args=["-y", "@modelcontextprotocol/server-github"])` で、ベクトルDB検索用の `McpToolset` を `StdioServerParameters(command="uvx", args=["chroma-mcp"])` でそれぞれ作成し、両方を `Agent` の `tools` リストに `tools=[github_tools, chroma_tools]` として渡します。これにより、1つのエージェントからGitHub操作とChromaベクトル検索の両方が利用可能になります。 **GKEサイドカーパターン**: Kubernetes環境では、MCPサーバーをサイドカーコンテナとしてPodに配置し、localhostでStdio/SSE接続することで、ネットワーク遅延を最小化しつつセキュアな通信を実現できます。 **ツールの自動検出**: McpToolsetはMCPサーバーが公開するツールを自動検出するため、サーバー側でツールが追加された場合、ADK側のコード変更なしに新しいツールが利用可能になります。 💡 ユースケース 🐙 GitHub MCPでIssue/PR管理を自動化 📋 Linear MCPでプロジェクトタスクの追跡と更新 🔍 Chroma MCPでRAGベースの知識検索 🔄 n8n MCPでワークフロー自動化との連携 ⚠️ 注意点 - MCPサーバーのプロセス管理に注意してください。Stdioの場合、エージェント終了時にMCPプロセスも適切にクリーンアップする必要があります。 - MCPサーバーが公開するすべてのツールがエージェントに見えるため、不要なツールが多いとLLMの判断が複雑になります。 - 外部MCPサーバーのセキュリティ（認証トークンの管理、通信の暗号化）には十分注意してください。 ✨ MCP Toolsを使えば、豊富なMCPエコシステムのツールをADKエージェントにワンステップで統合できます。車輪の再発明をせず、既存のツールを最大限活用しましょう！ #ADK# #AIAgent#