データ処理環境
業務データと実走行データの整理、分析、評価に必要な計算環境を整備します。
COMPUTING INFRASTRUCTURE
AI研究開発・サービス運用の基盤整備
MBTIXは、AI研究開発と自社AIサービスの運用を支えるデータセンターの建設を進めています。業務・顧客対応・メディア・走行データの前処理、モデルの開発・評価、製品での推論処理に対応する計算環境を整備しています。
研究開発の一括処理とオンラインサービスの推論では、処理量や応答時間に求められる条件が異なります。用途ごとの計算負荷、性能、運用コストを考慮し、研究開発と事業運用の両方に対応する構成を設計しています。

業務、顧客対応、メディア、走行データを用途に応じて整理し、アルゴリズムの開発・検証に活用します。
需要分析、配車、対話などのモデルを共通の条件で比較し、用途に適した手法を評価します。
研究と自社サービスの運用を支えるため、負荷と運用コストを考慮して計算設備を整備します。
AI研究開発と自社AIサービスの運用に向けて、自社データセンターの建設を進めています。
各事業のデータ処理、モデル開発・評価、サービスでの推論に必要な計算資源を整備する計画です。
業務データと実走行データの整理、分析、評価に必要な計算環境を整備します。
配車、経路、対話、利用環境への適合などの開発・評価を支える環境を検討します。
プロダクトの利用場面と負荷を踏まえ、サービス運用に必要な基盤要件を整理します。
性能、計算負荷、資源コスト、運用管理を踏まえ、用途に応じた構成を検討します。
データ処理、アルゴリズム開発、モデルの検証を継続するための基盤として位置付けています。
AI機能を用いるサービスの要件を整理し、製品改善と将来の利用拡大を支える環境を計画します。
利用状況と研究課題を計算環境へ反映し、技術と事業の改善を継続します。
配車モデルの評価では、予約条件と実際の手配結果を用途に沿って整理し、同じ条件で候補の出し方を比較します。
どの処理をまとめて行い、どの処理に応答速度を求めるかを分け、計算設備の設計と製品改善に反映する計画です。
自社製品、研究課題、対象データの要件を整理します。
処理、評価、運用の用途に応じて環境を検討します。
建設・整備を進め、研究とサービスに必要な条件を段階的に整えます。
性能、負荷、運用上の知見を、次の整備と技術開発に反映します。
自社の研究課題とサービス要件に基づいて、データ処理、モデル評価、推論の優先度と計算資源の配分を設計します。
モビリティ、デジタルメディア、AIサービスなど、各事業の研究開発と継続的な製品改善を支える共通基盤として整備しています。