実践AI SRE — AIワークロードの自律的パフォーマンスエンジニアリング

提供: 株式会社フィックスターズ

検出・調査・修復を自動化するAI SREの考え方は、パフォーマンスエンジニアリングにも有効です。AIワークロードは、予測不能なリクエストと巨大な計算コストが直結する推論、パラメータの組み合わせ爆発が性能を支配する学習、いずれも従来のSREの常識が通用しない課題を抱えています。本セッションではこれらの課題を概観した上で、自動プロファイリング・ボトルネック検出・改善・検証のサイクルを自律的に回すパフォーマンスエンジニアリングの実践アプローチをデモを交えて紹介します。

スピーカー

Takuro Iizuka

株式会社フィックスターズ CTO

組み込みシステムからスーパーコンピュータまで、さまざまなスケールのシステムにおけるパフォーマンスエンジニアリングに15年以上携わってきました。マルチコアCPU、GPU、FPGA、AIアクセラレータ、特殊用途向けASICなど、多様なアーキテクチャのハードウェア上でいかにソフトウェアを効率よく動作させるか、という点に情熱を注いでいます。現在は、パフォーマンスエンジニアリングを自律的に行うAIプロダクトの開発と、Agentic AIを活用した開発組織の設計・運用に携わっています。