COMPUTING INFRASTRUCTURE

AIコンピューティング基盤

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。

光配線、サーバーラックと床下冷却経路を示すデータセンターの断面模型
03 / INFRASTRUCTURE自社計算基盤の活用構想
  1. 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。

  2. 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。

  3. 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。

設備の活用を示す構成イメージ

主な機能・特長

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。

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。

アルゴリズム開発・モデル評価

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。

自社AIサービスとの連携

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・運用コストの最適化

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。

活用シーン

研究開発

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。

自社プロダクトの運用

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。

研究開発と事業運用の連携

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。

データ処理・モデル評価の活用例

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。

利用要件の整理

自社製品、研究課題、対象データの要件を整理します。

基盤構成の検討

処理、評価、運用の用途に応じて環境を検討します。

設備の整備

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。

利用状況に応じた改善

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。

パートナーへの提供価値

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。

CONTACT MBTIX

事業・技術に関するご相談

製品の活用、事業連携、技術に関するご相談を受け付けています。内容に応じて担当者よりご案内します。

お問い合わせ