Sakana AI、GPU計算を革新する「AI CUDA Engineer」を発表　CUDAカーネルを生成することでAIの高速化と省電力化を実現

2025年2月、日本国内でAI CUDA Engineerの情報が明らかになった。
自動化されたCUDAカーネル生成により、従来のPyTorchコードを凌ぐ大幅な高速化をめざしているようだ。

AI CUDA Engineerの開発背景と性能向上の理由

AI CUDA Engineerは、GPU向けプログラムの専門知識を持たない開発者にも大幅な性能向上を可能にするエージェントフレームワークとして注目を集めている。
Sakana AIが開発を主導し、標準的なPyTorchコード（※1）を自動変換することで10〜100倍もの速度向上を実現するとされる。CUDA（※2）の理解と最適化作業には従来、高度なノウハウと労力が必要であったため、この自動化技術が登場した意義は大きいと言える。

また、既存のCUDAカーネル（※3）と比べても最大で500％近い性能向上を報告する事例があるため、GPU性能を引き出す上で画期的な選択肢となり得る。
今後は画像認識や自然言語処理などの多様なAIアプリケーションにおいて、このフレームワークの導入が進むとみられる。

本件の背景には、AI処理の高速化と省電力化の両立が求められている現状がある。AI CUDA Engineerはその要望に応えるかたちで登場した。

進化的最適化は今後どのような影響を与えるのか

AI CUDA Engineerが採用する進化的最適化は、生物が世代交代を重ねて能力を高める過程をモデルとした手法だと言える。このアプローチでは、複数のCUDAカーネルを組み合わせて新たな高性能カーネルを生み出す過程が自動化されているため、最適解を探索し続けることが可能になる。
また、過去に高いパフォーマンスを示したカーネルを蓄積しておくイノベーションアーカイブも大きな役割を果たす。ここには約3万件以上の検証済みカーネルが格納され、必要に応じて再活用されることでさらなる速度向上が期待されるのだ。

AI CUDA Engineerは、AI開発の効率化と性能向上に大きな影響を与える技術だ。
今後の展望として、さらなる効率化、多様な用途への展開、オープンソースの進展が期待されており、AI技術の進化を加速させる重要な役割を果たすことになるだろう。

※1 PyTorchコード：PyTorchというオープンソースの機械学習ライブラリを使用して記述されたプログラムコードを指す。PyTorchは、特に深層学習（ディープラーニング）や機械学習の研究および実装に広く利用される。

※2 CUDA：NVIDIA社が提供するGPU向けの並列計算プラットフォームであり、大規模な行列演算や画像処理などを高速に実行するための技術を指す。PyTorchとも密接に連携可能だ。

※3 CUDAカーネル：GPUを利用した並列計算を実現するための重要な要素であり、特に機械学習や科学計算、画像処理などの分野で広く利用されている。

関連記事

あわせて読みたい

東芝、研究開発強化へ「総合研究所」復活　技術革新と競争力向上を目指す新組織設立 2025年2月19日、東芝は経営再建の一環として、同年4月1日付で「総合研究所」を設立すると発表した。この新組織は、研究開発部門の集約を目的としており、かつて「技術の...