ローカルAIクラスター
記事状態: 公開 · 最終確認: 未確認
要点
「複数のPC/Mac/GPUを束ねるローカル環境の AI Clusterは、単体では収まらないモデルの分散推論または複数リクエストの共有処理を可能にし得る。ただし総RAM/VRAMの加算だけでは性能を予測できず、ランタイム対応、ネットワークトポロジ、スケジューラ、障害ドメインを実測する必要がある。コンシューマー向けの分散ランタイムには、実験的またはセキュリティ上の制約を持つ実装もあるため、本番環境への採用は別途評価する。」
現在の判断
- 「束ねる」ことには少なくとも2種類ある。(A) 1つの推論を複数のデバイスやノードに分割するモデル並列/分散推論、(B) 独立したレプリカやジョブを複数のノードに配置するスループット/キュー・クラスター。これら両者を同じ処理能力の記述(capacity 記述・判断)として扱わないこと。
- exoは利用側/Apple Siliconを含むローカル環境の devicesを自動発見し、topology-aware 並列処理、MLX distributed、複数API互換、offline modeを実装している。ローカル環境の AI Clusterが研究玩具だけでなく実装可能なclassであることは確立。
- Slurm GRESはGPUを明示的resourceとしてschedule/accountできる。したがって小規模clusterでも「空いているGPUを何となく使う」から、allocation/accountingを伴うshared resourceへ移行できる。
- llama.cpp RPCはremote device offloadを実装するが、README自身がproof-of-concept・fragile・insecureと明記。ローカル環境の clusterという概念の存在証拠にはなるが、本番環境 securityの根拠にはしない。
- network/計算装置間の接続がcritical pathになるモデル 並列処理では、総記憶情報増加とlatency/単位時間あたりの処理量改善は別。heterogeneous slow nodeを足すとモデル fitは改善してもsingle-request latencyを悪化させ得る。
どこまで当てはまるか
企業AI運用の共通原則 / 実装、非LLMコンポーネント、インフラストラクチャ、相互運用性、ベンチマーク、運用性
詳しく理解する
なぜ重要か
単体端末では収まらないモデルや複数利用者の推論を、既存のPC/Mac/GPU資産を束ねて成立させられる可能性がある。一方、総RAM/VRAMの単純加算は性能・可用性・安全性を保証せず、network topology、実行環境、scheduler、heterogeneous device、失敗 domainまで含む運用設計が必要。
対象範囲と前提
企業AI運用の共通原則 / 実装、非LLMコンポーネント、インフラストラクチャ、相互運用性、ベンチマーク、運用性
検討ポイント
ローカル環境の AI Clusterはどの層で成立し、単一node推論と比べて何が増え、どの条件で「複数台を束ねる」ことが実益になるか。利用側/office hardwareのheterogeneous clusterをproduction-grade shared 推論へ外挿できるか。
根拠資料の対応表
- 資料の種類: author-maintained OSS / 実装 正確なタイトル: exo: 最先端のAIをローカルで実行する。 著者・組織: exo labs / exo-explore 原資料の正式なURL: https://github.com/exo-explore/exo publication/update/access: 参照日 2026-09-16 バージョン/公開・提供/tag/commit: exact 現在の tag/commit not pinned in this 実行 根拠となる場所: READMEの機能 / クイックスタート; 自動検出、トポロジーを考慮した自動並列化、テンソル並列化、MLX分散処理、オフラインモード、読み取り専用の事前ダウンロード済みモデルディレクトリ 根拠の分類: OSS_PRACTICE / PRODUCT_VOLATILE 対応関係: 裏付け/文脈・入力情報
- 資料の種類: author-maintained OSS / 実装 原資料の題名: llama.cpp RPC backend README 著者・組織: ggml-org 原資料の正式なURL: https://github.com/ggml-org/llama.cpp/blob/master/tools/rpc/README.md publication/update/access: 参照日 2026-09-16 バージョン/公開・提供/tag/commit: master; exact commit not pinned 裏付ける該当箇所: Overview / Important; remote ggml devices, one-or-several RPC servers, proof-of-concept, fragile and insecure, do not expose to open network or sensitive environment 根拠の分類: OSS_PRACTICE 対応関係: 裏付け/limit
- 資料の種類: author issue / 失敗 report 原資料の題名: Bug: RPC 推論 is drastically slower even on localhost #8832 作成者/組織: ggml-org/llama.cpp issue reporter 原資料の正式なURL: https://github.com/ggml-org/llama.cpp/issues/8832 publication/update/access: opened 2024-08-02; 参照日 2026-09-16 バージョン/公開・提供/tag/commit: issue-specific environment 裏付ける該当箇所: reported llama3.1-8B CUDA RPC 1.9 tok/s vs ローカル環境の 25 tok/s on same host 根拠の分類: SOURCE_REPORT 対応関係: counter/limit
- 資料の種類: author issue / 失敗 report 原資料の題名: 評価 bug: Crash when offloading large models via RPC if モデル size exceeds ~75% of server RAM #15055 作成者/組織: ggml-org/llama.cpp issue reporter 原資料の正式なURL: https://github.com/ggml-org/llama.cpp/issues/15055 publication/update/access: 参照日 2026-09-16 バージョン/公開・提供/tag/commit: issue-specific Apple M3 Ultra environment 裏付ける該当箇所: Problem description; large-model remote offload 失敗 under high 記憶情報 pressure 根拠の分類: SOURCE_REPORT 対応関係: counter/limit
- 出典の分類:公式スケジューラ文書 正確なタイトル: Slurm Workload Manager — Generic Resource (GRES) Scheduling 作成者/組織: SchedMD 原資料の正式なURL: https://slurm.schedmd.com/gres.html publication/update/access: 参照日 2026-09-16 バージョン/公開・提供/tag/commit: 現在の docs; AutoDetect=nvidia noted as added in Slurm 24.11 裏付ける該当箇所: Overview / AutoDetect / Accounting; GPU GRES, explicit requests, GPU 記憶情報/utilization accounting, heterogeneous GPU types 根拠の分類: VERIFIED_SPEC 対応関係: 裏付け/文脈・入力情報
- 資料の種類: author-maintained framework 仕様・利用方法の文書 原資料の題名: Ray Cluster Key Concepts 著者・組織: Ray Project / Anyscale community 原資料の正式なURL: https://github.com/ray-project/ray/blob/master/doc/source/cluster/key-concepts.rst publication/update/access: 参照日 2026-09-16 バージョン/公開・提供/tag/commit: master; exact commit not pinned 裏付ける該当箇所: Head Node / Worker Node; head carries GCS/autoscaler/driver management, workers execute tasks/actors 根拠の分類: OSS_PRACTICE 対応関係: 文脈・入力情報
利用できる条件
OS/architecture; accelerator/実行環境 compatibility; モデル format; RAM/VRAM per node; 計算装置間の接続 bandwidth/latency; switch/NIC/Thunderbolt/RDMA 利用可能性; scheduler/実行環境 バージョン; モデル license; LAN segmentation; authentication; 保存領域/NFS/モデル distribution; power/thermal envelope.
実装・運用
外部の主要ドキュメントおよびオープンソースプロジェクトを通じてのみ確認。組織の利用環境での実機テストは未実施。実用的なパターン:Apple Silicon向けクラスター用に分散されたexo/MLX、実験的なリモートggmlオフロード用のllama.cpp RPC、明示的なGPUジョブのスケジューリングと集計用のSlurm、タスク/アクターのクラスターオーケストレーション用のRay。これらは互換性のある層(入れ替え可能な層)ではありません。
確認・評価方法
Future TEST_PROFILE: fixed モデル 成果物 and prompt set; compare 1 node vs 2/4 nodes; model-parallel vs replica/queue mode; homogeneous vs heterogeneous nodes; Ethernet/Wi-Fi/Thunderbolt/RDMA where applicable. Measure model-load time, TTFT, TPOT, tokens/s, requests/s, p50/p95/p99, inter-node traffic, peak 記憶情報/node, power, node-loss 復旧, cold/warm restart, scheduler wait, output equivalence. Never report only aggregate 記憶情報.
セキュリティとプライバシー
Security: RPC/device-discovery plane must not be presumed trusted; isolate management/data planes and authenticate endpoints. Privacy: ローカル環境の 実行 reduces 外部 data transfer but does not by itself enforce user/組織の利用環境 isolation. 監査: node/モデル/実行環境/topology/job/request mapping required. Cost: reuse of owned hardware can reduce acquisition cost but power, networking, 管理者 time, low utilization and heterogeneous 遅い要求の応答時間 must be included. Operability: patch/driver/実行環境 skew and failed node replacement are primary burdens.
確認できていること
「束ねる」ことには少なくとも2種類ある。(A) 1つの推論を複数のデバイスやノードに分割するモデル並列/分散推論、(B) 独立したレプリカやジョブを複数のノードに配置するスループット/キュー・クラスター。これら両者を同じ処理能力の記述(capacity 記述・判断)として扱わないこと。
exoは利用側/Apple Siliconを含むローカル環境の devicesを自動発見し、topology-aware 並列処理、MLX distributed、複数API互換、offline modeを実装している。ローカル環境の AI Clusterが研究玩具だけでなく実装可能なclassであることは確立。
Slurm GRESはGPUを明示的resourceとしてschedule/accountできる。したがって小規模clusterでも「空いているGPUを何となく使う」から、allocation/accountingを伴うshared resourceへ移行できる。
llama.cpp RPCはremote device offloadを実装するが、README自身がproof-of-concept・fragile・insecureと明記。ローカル環境の clusterという概念の存在証拠にはなるが、本番環境 securityの根拠にはしない。
network/計算装置間の接続がcritical pathになるモデル 並列処理では、総記憶情報増加とlatency/単位時間あたりの処理量改善は別。heterogeneous slow nodeを足すとモデル fitは改善してもsingle-request latencyを悪化させ得る。
よくある失敗・反証
aggregate RAM/VRAM >= モデル size は必要条件になり得るが十分条件ではない。実行環境がそのdevice combinationを裏付けすること、tensor placement、network bandwidth/latency、workspace/KV headroomが必要。
llama.cpp RPC issue #8832の13x slowdownは単一issue/environmentであり全バージョン一般化禁止。ただし「remote offload overheadを無視できない」反証として保持。
issue #15055も全配備一般化禁止。高記憶情報 pressure時のremote offload 失敗 envelopeを示すSOURCE_REPORTとしてのみ使用。
コンシューマー向けの自動検出(利用側 auto-discovery)は便利ではあるが、本番ネットワークにおける識別(主体の識別)、認証(authentication)、認可(認可)と同義ではない。
ノード損失時にモデル並列リクエスト全体が失敗する構成と、レプリカクラスターで別のノードへリトライ可能な構成では、障害ドメインが異なる。
実務での使い方
OS/architecture; accelerator/実行環境 compatibility; モデル format; RAM/VRAM per node; 計算装置間の接続 bandwidth/latency; switch/NIC/Thunderbolt/RDMA 利用可能性; scheduler/実行環境 バージョン; モデル license; LAN segmentation; authentication; 保存領域/NFS/モデル distribution; power/thermal envelope.
外部の主要ドキュメントおよびオープンソースプロジェクトを通じてのみ確認。組織の利用環境での実機テストは未実施。実用的なパターン:Apple Silicon向けクラスター用に分散されたexo/MLX、実験的なリモートggmlオフロード用のllama.cpp RPC、明示的なGPUジョブのスケジューリングと集計用のSlurm、タスク/アクターのクラスターオーケストレーション用のRay。これらは互換性のある層(入れ替え可能な層)ではありません。
Future TEST_PROFILE: fixed モデル 成果物 and prompt set; compare 1 node vs 2/4 nodes; model-parallel vs replica/queue mode; homogeneous vs heterogeneous nodes; Ethernet/Wi-Fi/Thunderbolt/RDMA where applicable. Measure model-load time, TTFT, TPOT, tokens/s, requests/s, p50/p95/p99, inter-node traffic, peak 記憶情報/node, power, node-loss 復旧, cold/warm restart, scheduler wait, output equivalence. Never report only aggregate 記憶情報.
Security: RPC/device-discovery plane must not be presumed trusted; isolate management/data planes and authenticate endpoints. Privacy: ローカル環境の 実行 reduces 外部 data transfer but does not by itself enforce user/組織の利用環境 isolation. 監査: node/モデル/実行環境/topology/job/request mapping required. Cost: reuse of owned hardware can reduce acquisition cost but power, networking, 管理者 time, low utilization and heterogeneous 遅い要求の応答時間 must be included. Operability: patch/driver/実行環境 skew and failed node replacement are primary burdens.
Core候補
LOCAL_AI_CLUSTER_CONTRACT: cluster_id; node_id; hardware/accelerator; OS; driver/実行環境; モデル 成果物/hash; partition/replica strategy; topology/計算装置間の接続; scheduler/実行環境 バージョン; per-node 記憶情報; request placement; 比較評価 fixture; TTFT/TPOT/単位時間あたりの処理量; network traffic; 失敗/復旧; authn/authz; energy/cost; 配備/以前の状態へ戻す操作. EA-088 ACCELERATOR CAPACITY 条件・契約と接続する。
まだ確認できていないこと
- EA-089-UNKNOWN-01
exo exact 現在の 公開・提供/tag/commit and 本番環境 hardening 状態; llama.cpp RPC 現在の exact commit/security evolution; cross-platform heterogeneous 実行環境 matrix; small-office RDMA/Thunderbolt operational 根拠; independent long-duration 本番環境 case studies. Stop condition for this 実行: architecture/実装/反証/試験の条件までboundedに確立。
---
---
- EA-089-UNKNOWN-CURRENTNESS
外部根拠の再確認日が正式な本文・公開管理情報で確定していないため、現行性は未確認のまま保持する。確認日を推測して補わない。
根拠資料
- 研究資料研究資料
著者・組織: exo labs / exo-explore
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
著者・組織: ggml-org
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
作成者/組織: ggml-org/llama.cpp issue reporter
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
作成者/組織: ggml-org/llama.cpp issue reporter
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
作成者/組織: SchedMD
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
著者・組織: Ray Project / Anyscale community
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
出典ID・検証情報・機械可読データ
根拠の種類と情報の鮮度は、ラベルとアイコンで確認できます。
- 記事ID
- EA-089
- 最終確認日
- —
- 提供元・モデル・プラン・利用環境
- —
- 対象地域
- —
元資料の全文と収録照合記録
WHY_THIS_MATTERS_TO_UPDATE
単体端末では収まらないモデルや複数利用者の推論を、既存のPC/Mac/GPU資産を束ねて成立させられる可能性がある。一方、総RAM/VRAMの単純加算は性能・可用性・安全性を保証せず、network topology、runtime、scheduler、heterogeneous device、failure domainまで含む運用設計が必要。
SCOPE_ROUTING
Enterprise AI Core / implementation / non-LLM component / infrastructure / interoperability / benchmark / operability
CLAIM_OR_RESEARCH_QUESTION
Local AI Clusterはどの層で成立し、単一node推論と比べて何が増え、どの条件で「複数台を束ねる」ことが実益になるか。consumer/office hardwareのheterogeneous clusterをproduction-grade shared inferenceへ外挿できるか。
EVIDENCE TABLE
- source class: author-maintained OSS / implementation exact title: exo: Run frontier AI locally. author/org: exo labs / exo-explore canonical URL: https://github.com/exo-explore/exo publication/update/access: accessed 2026-09-16 version/release/tag/commit: exact current tag/commit not pinned in this run supporting locator: README Features / Quick Start; automatic discovery, topology-aware auto parallel, tensor parallelism, MLX distributed, offline mode, read-only pre-downloaded model directories evidence label: OSS_PRACTICE / PRODUCT_VOLATILE relation: support/context
- source class: author-maintained OSS / implementation exact title: llama.cpp RPC backend README author/org: ggml-org canonical URL: https://github.com/ggml-org/llama.cpp/blob/master/tools/rpc/README.md publication/update/access: accessed 2026-09-16 version/release/tag/commit: master; exact commit not pinned supporting locator: Overview / Important; remote ggml devices, one-or-several RPC servers, proof-of-concept, fragile and insecure, do not expose to open network or sensitive environment evidence label: OSS_PRACTICE relation: support/limit
- source class: author issue / failure report exact title: Bug: RPC inference is drastically slower even on localhost #8832 author/org: ggml-org/llama.cpp issue reporter canonical URL: https://github.com/ggml-org/llama.cpp/issues/8832 publication/update/access: opened 2024-08-02; accessed 2026-09-16 version/release/tag/commit: issue-specific environment supporting locator: reported llama3.1-8B CUDA RPC 1.9 tok/s vs local 25 tok/s on same host evidence label: SOURCE_REPORT relation: counter/limit
- source class: author issue / failure report exact title: Eval bug: Crash when offloading large models via RPC if model size exceeds ~75% of server RAM #15055 author/org: ggml-org/llama.cpp issue reporter canonical URL: https://github.com/ggml-org/llama.cpp/issues/15055 publication/update/access: accessed 2026-09-16 version/release/tag/commit: issue-specific Apple M3 Ultra environment supporting locator: Problem description; large-model remote offload failure under high memory pressure evidence label: SOURCE_REPORT relation: counter/limit
- source class: official scheduler documentation exact title: Slurm Workload Manager — Generic Resource (GRES) Scheduling author/org: SchedMD canonical URL: https://slurm.schedmd.com/gres.html publication/update/access: accessed 2026-09-16 version/release/tag/commit: current docs; AutoDetect=nvidia noted as added in Slurm 24.11 supporting locator: Overview / AutoDetect / Accounting; GPU GRES, explicit requests, GPU memory/utilization accounting, heterogeneous GPU types evidence label: VERIFIED_SPEC relation: support/context
- source class: author-maintained framework documentation exact title: Ray Cluster Key Concepts author/org: Ray Project / Anyscale community canonical URL: https://github.com/ray-project/ray/blob/master/doc/source/cluster/key-concepts.rst publication/update/access: accessed 2026-09-16 version/release/tag/commit: master; exact commit not pinned supporting locator: Head Node / Worker Node; head carries GCS/autoscaler/driver management, workers execute tasks/actors evidence label: OSS_PRACTICE relation: context
FINDINGS
- 「束ねる」には少なくとも二種類ある。(A) 1 inferenceを複数device/nodeへshardするmodel-parallel/distributed inference、(B) independent replicas/jobsを複数nodeへ配置するthroughput/queue cluster。両者を同じcapacity claimにしない。
- exoはconsumer/Apple Siliconを含むlocal devicesを自動発見し、topology-aware parallelism、MLX distributed、複数API互換、offline modeを実装している。Local AI Clusterが研究玩具だけでなく実装可能なclassであることは確立。
- Slurm GRESはGPUを明示的resourceとしてschedule/accountできる。したがって小規模clusterでも「空いているGPUを何となく使う」から、allocation/accountingを伴うshared resourceへ移行できる。
- llama.cpp RPCはremote device offloadを実装するが、README自身がproof-of-concept・fragile・insecureと明記。local clusterという概念の存在証拠にはなるが、production securityの根拠にはしない。
- network/interconnectがcritical pathになるmodel parallelismでは、総memory増加とlatency/throughput改善は別。heterogeneous slow nodeを足すとmodel fitは改善してもsingle-request latencyを悪化させ得る。
LIMITS / COUNTEREVIDENCE / FAILURE ENVELOPE
- aggregate RAM/VRAM >= model size は必要条件になり得るが十分条件ではない。runtimeがそのdevice combinationをsupportすること、tensor placement、network bandwidth/latency、workspace/KV headroomが必要。
- llama.cpp RPC issue #8832の13x slowdownは単一issue/environmentであり全version一般化禁止。ただし「remote offload overheadを無視できない」反証として保持。
- issue #15055も全deployment一般化禁止。高memory pressure時のremote offload failure envelopeを示すSOURCE_REPORTとしてのみ使用。
- consumer auto-discoveryは便利だが、production networkでのidentity/authentication/authorizationと同義ではない。
- node loss時にmodel-parallel request全体が失敗する構成と、replica clusterで別nodeへretry可能な構成はfailure domainが異なる。
AVAILABILITY_GATES
OS/architecture; accelerator/runtime compatibility; model format; RAM/VRAM per node; interconnect bandwidth/latency; switch/NIC/Thunderbolt/RDMA availability; scheduler/runtime version; model license; LAN segmentation; authentication; storage/NFS/model distribution; power/thermal envelope.
IMPLEMENTATION_STATE
OBSERVED externally only through primary docs/OSS; no tenant live test performed. Practical patterns: exo/MLX distributed for Apple Silicon-oriented cluster; llama.cpp RPC for experimental remote ggml offload; Slurm for explicit GPU job scheduling/accounting; Ray for task/actor cluster orchestration. These are not interchangeable layers.
BENCHMARK_OR_EVAL
Future TEST_PROFILE: fixed model artifact and prompt set; compare 1 node vs 2/4 nodes; model-parallel vs replica/queue mode; homogeneous vs heterogeneous nodes; Ethernet/Wi-Fi/Thunderbolt/RDMA where applicable. Measure model-load time, TTFT, TPOT, tokens/s, requests/s, p50/p95/p99, inter-node traffic, peak memory/node, power, node-loss recovery, cold/warm restart, scheduler wait, output equivalence. Never report only aggregate memory.
SECURITY / PRIVACY / AUDIT / COST / OPERABILITY
Security: RPC/device-discovery plane must not be presumed trusted; isolate management/data planes and authenticate endpoints. Privacy: local execution reduces external data transfer but does not by itself enforce user/tenant isolation. Audit: node/model/runtime/topology/job/request mapping required. Cost: reuse of owned hardware can reduce acquisition cost but power, networking, admin time, low utilization and heterogeneous tail latency must be included. Operability: patch/driver/runtime skew and failed node replacement are primary burdens.
SAFE_WORDING_FOR_FUTURE_BOOK
「複数のPC/Mac/GPUを束ねるLocal AI Clusterは、単体では収まらないモデルの分散推論または複数requestの共有処理を可能にし得る。ただし総RAM/VRAMの加算だけでは性能を予測できず、runtime対応、network topology、scheduler、failure domainを実測する必要がある。consumer向けdistributed runtimeにはexperimental/security制約を持つ実装もあるため、production採用は別途評価する。」
UPDATE_WORK_HANDOFF
Core候補 LOCAL_AI_CLUSTER_CONTRACT: cluster_id; node_id; hardware/accelerator; OS; driver/runtime; model artifact/hash; partition/replica strategy; topology/interconnect; scheduler/runtime version; per-node memory; request placement; benchmark fixture; TTFT/TPOT/throughput; network traffic; failure/recovery; authn/authz; energy/cost; deployment/rollback. EA-088 ACCELERATOR CAPACITY CONTRACTと接続する。
OPEN_UNKNOWN
exo exact current release/tag/commit and production hardening state; llama.cpp RPC current exact commit/security evolution; cross-platform heterogeneous runtime matrix; small-office RDMA/Thunderbolt operational evidence; independent long-duration production case studies. Stop condition for this run: architecture/implementation/counterevidence/test profileまでboundedに確立。
---
---
EVD-EA-089-URL-9E6EB9E3A549研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCEauthor/org: exo labs / exo-explore
- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-EA-089-URL-9E6EB9E3A549
- 検証箇所
- EVIDENCE TABLE · canonical URL: https://github.com/exo-explore/exo
- 適用範囲
- EVIDENCE TABLE
- 出典・来歴
- SOURCE_PACKET_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-EA-089-URL-4C46467F6778研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-EA-089-URL-4C46467F6778
- 検証箇所
- EVIDENCE TABLE · canonical URL: https://github.com/ggml-org/llama.cpp/blob/master/tools/rpc/README.md
- 適用範囲
- EVIDENCE TABLE
- 出典・来歴
- SOURCE_PACKET_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-EA-089-URL-3B76C103B39D研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCEauthor/org: ggml-org/llama.cpp issue reporter
- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-EA-089-URL-3B76C103B39D
- 検証箇所
- EVIDENCE TABLE · canonical URL: https://github.com/ggml-org/llama.cpp/issues/8832
- 適用範囲
- EVIDENCE TABLE
- 出典・来歴
- SOURCE_PACKET_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-EA-089-URL-9001F26B6D5C研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCEauthor/org: ggml-org/llama.cpp issue reporter
- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-EA-089-URL-9001F26B6D5C
- 検証箇所
- EVIDENCE TABLE · canonical URL: https://github.com/ggml-org/llama.cpp/issues/15055
- 適用範囲
- EVIDENCE TABLE
- 出典・来歴
- SOURCE_PACKET_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-EA-089-URL-A14700A9414B研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-EA-089-URL-A14700A9414B
- 検証箇所
- EVIDENCE TABLE · canonical URL: https://slurm.schedmd.com/gres.html
- 適用範囲
- EVIDENCE TABLE
- 出典・来歴
- SOURCE_PACKET_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-EA-089-URL-7762AA271822研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCEauthor/org: Ray Project / Anyscale community
- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-EA-089-URL-7762AA271822
- 検証箇所
- EVIDENCE TABLE · canonical URL: https://github.com/ray-project/ray/blob/master/doc/source/cluster/key-concepts.rst
- 適用範囲
- EVIDENCE TABLE
- 出典・来歴
- SOURCE_PACKET_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EA-089-R11-RESEARCH研究資料研究資料根拠の出所: AUDITED_CANONICAL_RESEARCH_PACKETEA-089 監査済みresearch / canonical revision binding
- 裏付ける内容
- - 「束ねる」には少なくとも二種類ある。(A) 1 inferenceを複数device/nodeへshardするmodel-parallel/distributed inference、(B) independent replicas/jobsを複数nodeへ配置するthroughput/queue cluster。両者を同じcapacity claimにしない。 - exoはconsumer/Apple Siliconを含むlocal devicesを自動発見し、topology-aware parallelism、MLX distributed、複数API互換、offline modeを実装している。Local AI Clusterが研究玩具だけでなく実装可能なclassであることは確立。 - Slurm GRESはGPUを明示的resourceとしてschedule/accountできる。したがって小規模clusterでも「空いているGPUを何となく使う」から、allocation/accountingを伴うshared resourceへ移行できる。 - llama.cpp RPCはremote device offloadを実装するが、README自身がproof-of-concept・fragile・insecureと明記。local clusterという概念の存在証拠にはなるが、production securityの根拠にはしない。 - network/interconnectがcritical pathになるmodel parallelismでは、総memory増加とlatency/throughput改善は別。heterogeneous slow nodeを足すとmodel fitは改善してもsingle-request latencyを悪化させ得る。
- 確認日
- —
- 出典・実験ID
- COMM-081-EA0089
- 検証箇所
- COMM-081-EA0089 · EA-089-R5-LEGACY-MIGRATION-20261008-R1 · content/staging/EA-089.md
- 適用範囲
- 監査済みEA本文・canonical revision・既存Source Graph relationの範囲。欠損currentnessは推測で閉じない。
- 出典・来歴
- AUDIT_PASS_CANONICAL_BINDING
- 限界
- canonical監査・revision bindingの存在を示す。外部ソースcurrentnessが本文またはcontrol-planeで確定していない場合は、currentnessをUNKNOWNのまま保持する。
EA-089-R11-WEB-READBACK実装資料実装資料根拠の出所: IMPLEMENTATION_READBACKEA-089 Web body identity / canonical readback
- 裏付ける内容
- canonical staging bodyのSHA-256一致とR9 canonical ledger readbackをProduction projectionの入力として検証する。
- 確認日
- —
- 出典・実験ID
- WEBBODY-EA0089-R8-69A06A5C
- 検証箇所
- WEBBODY-EA0089-R8-69A06A5C · content/staging/EA-089.md · EA-089-R5-LEGACY-MIGRATION-20261008-R1
- 適用範囲
- R9/R10 canonical readback後のProduction生成時body identity。
- 出典・来歴
- CANONICAL_READBACK_BODY_HASH_MATCH
- 限界
- body identity/readbackは本文claim自体の真偽や外部ソースの最新性を追加保証しない。
- 出典ID
- COMM-081-EA0089, SRC-EA-089-URL-9E6EB9E3A549, SRC-EA-089-URL-4C46467F6778, SRC-EA-089-URL-3B76C103B39D, SRC-EA-089-URL-9001F26B6D5C, SRC-EA-089-URL-A14700A9414B, SRC-EA-089-URL-7762AA271822, WEBBODY-EA0089-R8-69A06A5C
- 追跡中のUNKNOWN ID
- EA-089-UNKNOWN-01, EA-089-UNKNOWN-CURRENTNESS
- 再確認のきっかけ
- 正式な 改訂版/publication 状態 change · 本文 成果物 hash change · 出典 現行性 change · new contradiction or 実装 結果の照合
機械検査: 通過 — 機械検査の結果です。情報の正確性や実行の承認を保証するものではありません。
同じ記事IDの機械可読データです。