※この投稿は米国時間 2023 年 4 月 26 日に、Google Cloud blog に投稿されたものの抄訳です。 この 15 年間、組織は Google Cloud サーバーレス プロダクトを利用し、さまざまな取り組みを展開してきました。それはたとえば、世界をつなげる、クラウド バンキングの保護、無償教育の一般提供、化粧品業界の変革、貨物輸送業界の再構築、小売業界の再定義など、多岐にわたります。 そしてこのたび、Cloud Run ジョブと Cloud Run 第 2 世代の実行環境が一般提供され、サーバーレス プラットフォームで構築できるものに限界がなくなりました。 Cloud Run は当初、ウェブサイトや API のサービス提供ニーズに合わせて設計されており、ユーザーは HTTP リクエストやイベントに応答する「サービス」を実行できました。サービスは、リクエストを処理したり、
Original Article, 9:16am PT : A new paper released by security researchers at the Technical University of Berlin reveals that AMD's firmware-based Trusted Platform Module (fTPM / TPM) can be fully compromised via a voltage fault injection attack, thus allowing full access to the cryptographic data held inside the fTPM in an attack called 'faulTPM.' Ultimately this allows an attacker to fully compr
chat-hatenablogをpip installでインストール可能にした - $shibayu36->blog; にて、pip installで直接CLIツールをインストールできるようにした。 pip install git+https://github.com/shibayu36/chat-hatenablog.git この時に調べたことをメモしておく。 やったこと setup.pyを配置し、entry_points.console_scriptsにCLIとして動かしたいものを指定するだけ。 import os from setuptools import setup, find_packages here = os.path.abspath(os.path.dirname(__file__)) about = {} with open(os.path.join(here, "ch
マーク・ザッカーバーグ氏 Meta社は、2月末に開かれた社内のReality Labs部門および海外メディアThe Vergeへ向けたプレゼンテーションイベントで、“Meta Quest 3”と仮称されるものを含む3種の新型ヘッドセットやARグラス、およびARグラスに付随するスマートウォッチを2027年までに存在を明らかにしていた。 また、決算説明会の場でザッカーバーグ氏は、2022年11月から断続的に続くレイオフ（一時解雇）から発生した「メタバース事業からの撤退」の噂を否定。サービス内のレコメンデーション・広告運用をはじめとするAIインフラの整備とあわせて「今後も（AIとメタバースの）両方に注力していく」との方針を示した。 Meta Quest 2 （画像はMeta Quest VRヘッドセット、アクセサリー、機器 | Meta Quest | Meta Storeより） 一方、決算発表
Stable DiffusionをWindowsのDocker Desktopで比較的簡単にはじめる手順をまとめました。ほぼ、自分の覚書です。 確認した環境は、Windows 10 Pro、21H2、build 19044.2846＋16GB RAM+NVIDIA GeForce RTX 2060 SUPER＋WSL2(Ubuntu)+Docker Desktop 4.18.0(104112) です。 どうして Stable Diffusion のために Docker Desktop を使うのか？ 楽してセットアップしたいからです。AUTOMATIC1111/stable-diffusion-webui というウェブ用 UI は既にありますが、動かすためには環境構築等いくつかの手順が必要です。ですが、この面倒な作業を省略してできる Stable Diffusion WebUI Docker
OpenAIの音声認識モデルであるWhisperの高速推論版であるwhisper.cppが、いつのまにか [1] Core ML対応していた。 Core ML対応したということは、macOS/iOSデバイス（Mac, iPhone, etc...）に搭載されているNeural Engine、GPUを利用して推論処理を行うようになった、ということを意味する。[2] さっそくREADMEの手順をなぞりつつ手元のMBPで動かしてみたメモ。 なお、実行環境は以下の通り： MacBook Pro M1 Max 64GB macOS Ventura 13.3.1 Core MLモデルの生成手順 依存パッケージのインストール whisper.cppのCore MLモデルの作成に必要なパッケージをインストールする。
k0kubun/sqldefはすばらしいプロダクトで便利に使ってるんだけど、もちろんDBに接続できる場所から実行する必要がある。で、DBはAWSのprivate VPCにあるのでラップトップやCI環境からやるというわけにはいかない。しょうがないので、現在はEC2インスタンスを作成して使うときだけ起動、終了したら停止してた。んだけど、これがまた面倒なんだよね。起動と停止も面倒だし、なんかあったときに確実に作り直せるようにするには……とか考えるのもダルいし、EC2へのSSHする方法やEC2へリポジトリをチェックアウトする方法も考えないといけないし。 なのでしばらく考えてたんだけど、Lambdaでやれるといいんだよな、という希望を現実的に考えて実装してみた。のがこちら。 github.com こいつは大変便利。リポジトリをcloneして、プライベートリポジトリからスキーマファイルを読み込むならデ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
