アプライド株式会社は、2026年9月1日～4日に金沢大学で開催された「第44回日本ロボット学会学術講演会（RSJ 2026）」に出展しました 会場では、AIを搭載した自動巡回ロボットや産業用ヒューマノイドロボットなど、 最先端のロボット技術が数多く展示され、フィジカルAIやローカルLLMへの関心の高さが感じられるイベントとなりました 当社ブースでは、NVIDIA DGX SparkのOEM製品であるMSI「EdgeXpert」と、 NVIDIA GB300 Grace Blackwell Ultra Desktop Superchipを搭載した次世代AIワークステーション「XpertStation WS300」を展示 AI推論やロボット開発に必要なGPU・計算リソースについて、多くのご相談をいただきました アプライドでは、VLM/VLAなどのAI学習用途から、Isaac Simを活用したSim2Realシミュレーションまで、用途に応じたAIサーバー・GPUワークステーションをご提案しています フィジカルAIを活用した次世代R&D環境の構築をご検討の際は、ぜひお気軽にご相談ください

展示会や各商談を通して最近感じていることは、生成AIの活用は単なる業務効率化の手段だけではなく、企業の飛躍的な実績向上を達成するための基本戦略になりつつあるように感じます。 しかし、多くの企業では「積極的にAIを導入せよ」という経営層からの指示がある一方で、情報システム部門や現場が様々な懸念事項があるためにブレーキを踏むという、深刻なジレンマに陥っています。 その背景には、機密情報漏洩への恐怖、現場の方自身がもはや説明しづらいレベルにまで複雑化した各種業務フロー、そしてトークン量毎に従量課金を行うような経営サイドからも予測しにくいサブスクモデルといった、従来型のクラウド型AIが抱える構造的なリスクがあります。 そのため、本ブログでは、企業がAI活用を本格化させる際に突き当たる「4つの致命的な課題」を整理し、それらを解決するための戦略的選択肢としての「完全クローズ型プラットフォーム」の優位性をご紹介いたします。

ChatGPTをはじめとするLLM（大規模言語モデル）の実用化が急速に進む中、AIインフラに求められる要件も大きく変化しつつあります。 これまでのAI開発、特に「学習（トレーニング）」のフェーズにおいては、とにかく最高性能のGPUをかき集め、GPUメモリの速度と容量を追求する巨額なデータセンター投資が主流でした。 しかし、モデルが完成し、実際の業務やサービスで活用する「推論（インファレンス）」のフェーズに移行していく中で、新たな課題が浮き彫りになっています。 それは、「学習用の最高峰システム（DGXやHGX）をそのまま推論に使うのは、多くの場合オーバースペックであり、初期投資もランニングコストも過剰になってしまう」という問題です。 これからの推論インフラに求められるのは、単なる「最高性能」ではなく、用途に応じた「柔軟性」と「電力効率」です。 今回は、データセンターのTCO（総所有コスト）を最適化し、無駄のない推論基盤を実現する「NVIDIA MGX」アーキテクチャと、 アプライドが提案するベストフィットなサーバー構成について解説します。

自動車開発では、安全性や性能を高めるためにCAE（Computer Aided Engineering）が広く活用されています。 中でも衝突安全分野では、車体が衝突した際の変形や応力、ひずみなどを予測する「衝突解析」が重要です。 代表的なCAEソフトウェアであるLS-DYNAでは、車体形状や材料、板厚、衝突速度などの条件を設定し、衝突時の挙動を解析できます。 一方、自動車開発では一つの設計案だけでなく、材料や板厚、部品形状、補強位置など、多数の候補を比較する必要があります。 そこで注目されるのが、LS-DYNAで蓄積した解析データをAIに学習させ、解析結果の予測や設計候補のスクリーニングに活用する方法です。 AIがCAEを置き換えるのではなく、CAEとAIを組み合わせることで、設計検討をより効率化できる可能性があります。 そして、CAE解析・AI学習・大量データ処理を支える基盤として重要になるのが、HPC（High Performance Computing）です。

ChatGPTをはじめとする生成AIの普及により、文章生成や要約、翻訳、プログラミング支援など、さまざまな場面でAIが活用されるようになりました。 一方、企業や研究開発の現場では、単に質問に答えてもらうだけではなく、 ・社内の技術資料から必要な情報を自動で探す ・複数の情報を比較して次に行うべき作業を判断する ・外部ツールや業務システムを操作する ・調査、分析、コード生成、レポート作成までを一連の流れで進める といった、さらに高度なAI活用への期待が高まっています。 こうした、目的に応じて自ら推論し、必要な情報やツールを利用しながらタスクを進める仕組みが、「エージェント型AI（Agentic AI）」です。 そして、このエージェント型AIを支えるオープンなモデルファミリーとしてNVIDIAが展開しているのが、NVIDIA Nemotron（ネモトロン）です。 今回は、NVIDIA Nemotronとは何なのか、従来の生成AIと何が違うのか、そして製造業・研究開発でどのような活用が考えられるのかをご紹介します。

図面はある、資料もある。それでも必要な情報が見つからない ･･･　製造業が抱えるこんな問題をAIで一気に解消できる画期的なソリューションです。 製造業向けの新たな情報管理ツールとしてスタートした「AnnoLink」！！　本記事ではその機能と活用シーンについてご紹介いたします。

近年、データセンターのありさまが変わってきているのはご存じでしょうか。 AIの爆発的普及によりデータセンターに求めらるニーズは今大きく変動してきているのです。 今回はそんな時代の流れともいえるIT業界でのデータセンターの変化についてご紹介してまいります。

現代のエッジAIや自動化システムにおいて、PCには「高い処理能力」もそうですが、「過酷な環境に耐えうる堅牢性」も同時に求められることが増えています。 工場内の粉塵、交通機関での振動、あるいは屋外の激しい気温差など、設置環境の課題は多岐にわたります。 そこで今回ご紹介させて頂くのが、極小のファンレス筐体に圧倒的なパフォーマンスと強靭さを詰め込んだ、MSIの産業用PC「MS-C906」です。 概要を本ブログで解説いたします。

アプライド株式会社は、2026年9月2日(水)〜4(金)に金沢大学 角間キャンパスで開催される「第44回日本ロボット学会学術講演会」に出展いたします。 ブースでは、ローカル環境での大規模AIを実現する小型・最新のBlackwell搭載AIスーパーコンピューター「MSI EdgeXpert（NVIDIA GB10システム）」 を展示いたします。 大容量GPUメモリによるリアルタイムに近い可視化や、 AI支援処理の圧倒的なパフォーマンスをぜひご体感ください。皆様の研究・開発を加速させる最適なHPCソリューションをご提案いたします。 ご多忙中とは存じますが、実機を間近でご覧いただけるこの機会に、ぜひ弊社ブースへお立ち寄りください。

「生成AI」という言葉を、日常的に耳にするようになりました。 ChatGPTやgeminiをはじめとする生成AIは、文章の作成や要約、情報検索、画像生成、プログラム作成など、さまざまな場面で活用されています。 企業においても、業務効率化や情報活用、新しいサービスの創出など、生成AIへの期待は高まっています。 一方で、生成AIが身近になったからこそ、 「そもそも生成AIとは何なのか？」 「これまでのAIとは何が違うのか？」 「企業では、具体的にどのように活用できるのか？」 「生成AIを本格的に活用するには、どのような環境が必要なのか？」 と、改めて基本を整理しておきたいという方も多いのではないでしょうか。 今回は、企業での活用が進む今だからこそ、生成AIについて改めて整理し、その可能性と、それを支えるコンピューティング環境について、おさらいしていきます。

AutoCAD、Inventor、RevitなどのAutodesk製品を使っている企業の皆様！以下のようなお困りごとはないでしょうか？ 「最新の図面がどれかわからない」 「拠点間でのデータ共有に時間がかかる」 「誤ってデータを上書きしてしまった」 「過去の類似設計を探すのに一苦労している」 これらの課題を解決し、チームの生産性を最大化するには、製品データ管理（PDM）ソフトウェア「Autodesk Vault」がおすすめです。 Autodesk Vaultとは？ Autodesk Vaultは、AutoCAD、Inventor、RevitなどのAutodesk製品と簡単かつスムーズに連携可能なエンジニア向けのデータ管理ソフトウェアです。

法人様・個人事業主様業務に適したビジネス向けコンピューターのご提案！ 会社のPCセキュリティ対策、社内のデータ管理の改善、PCの不具合解決・保守のご相談、 デジタルを使った集客対策などビジネスフェアにて様々なご提案をいたします！ ビジネスフェア限定のテクニカルご優待サービスや特価のビジネスPC＆中古PCも多数ご用意! お困り事やお見積りなど個別のご相談も承ります! ぜひ、ご来店下さい!

材料開発やナノスケールの研究において、「従来の実験だけに頼る試行錯誤型の開発が限界を迎えていること」と「計算技術そのものが劇的に進化したこと」により 「第一原理計算」や「分子動力学シミュレーション」の重要性は日に日に高まっています。 シュミレーションによって得られる効果としては ・開発期間とコストの劇的な削減 ・実験では「見えない」原子・電子レベルの挙動がわかる ・マテリアルズ・インフォマティクス（MI）との融合 ・サステナビリティと環境・安全面の制約 が挙げられます。 しかし、これからシュミレーションを始めたいという方にとってシミュレーションソフトの操作や入力ファイルの作成、環境構築は非常にハードルが高いのが現実です。 そこで今回は、アドバンスソフト株式会社が提供するナノ材料解析統合GUI環境「Advance/NanoLabo（ナノラボ）」をご紹介します。 また、NanoLaboの裏側で動いている世界標準の計算エンジン「Quantum ESPRESSO」と「LAMMPS」についても、初心者向けにわかりやすく解説します。

生成AIの活用が広がる一方、製造業や研究機関では、 ・機密データや設計情報をクラウドへ出せない ・利用したいAIモデルがGPUメモリに収まらない ・クラウドの利用コストや待ち時間を抑えたい といった課題が顕在化しています。 特に、大規模言語モデルのLLMや、画像と文章を組み合わせて処理するVLMは大型化が進んでいます。一般的な48GBや96GBクラスのGPUでは、モデル全体を読み込めないケースも少なくありません。 こうした課題に対する新たな選択肢が、748GBのコヒーレントメモリを搭載した「MSI XpertStation WS300」です。 本記事では、WS300の特徴と、どのようなAI開発に適しているのかを分かりやすく解説します。

2026年7月30日～8月2日、神戸国際会議場 にて開催されました「第49回 日本神経科学大会（NEURO2026）」に出展いたしました。 https://neuro2026.jnss.org/ 今回はパートナー企業である、正晃テック株式会社様がお取り扱いされている「AI画像解析ソフトウェア AIVIA（エイヴィア）」の展示ブースにて、アプライド製推奨HPCを共同で展示参加させていただきました。 お忙しい中、当ブースにお立ち寄りいただいた皆様、誠にありがとうございました。本日は当日のブースの様子や展示内容についてのレポートをお届けいたします。

近年、業務効率化の切り札として「生成AI」の活用が急速に進んでいますよね。 しかし、いざ社内で本格的に使おうとすると、さまざまな「壁」にぶつかる企業が後を絶ちません。 「顧客データや機密情報が外部に漏れたらどうしよう…」 「使えば使うほど高くなる従量課金のコストが重たい…」 「AIで発信した情報が嘘（ハルシネーション）だったらどうしよう…」 これらの「セキュリティ」「コスト」「信頼性」という3つの壁を同時にぶち破るブレイクスルーとして、いま非常に注目されているのが 「ローカルLLM × RAG（検索拡張生成）」の組み合わせです。 本ブログで話題の『ローカルLLM×RAG』徹底解説していきます！

製造現場のDXを進める中で、「機密情報であるCAD/CAM関連データ、設計図面、仕様書、加工条件表、技術文書を安全に処理するために、ローカルLLMを検討している」という企業からのお問合せが最近非常に増えております！ 確かに、外部にデータを出さないローカルLLMは、セキュリティ面で非常に強力な選択肢だと思います。 しかしながら、実際に運用を始めようとすると、次のような新たな壁にぶつかるケースが出てくる可能性があることを予め考えておく必要があります！ 「ハルシネーション（もっともらしい嘘）で、間違った図面解釈をされたら、そもそもが時間の無駄になるし、使い物にならない」 「社内の厳格な製図ルールや、JIS規格に準拠しているかなど条件を設定することで、AI活用を安全に進められる体制を整えたい」 これらの課題をワンストップで解決し、ローカルLLMの価値を最大化させるのが、ハルシネーション低減機能とセーフティ機能を備えたローカルAI基盤です。 今回は、CAD/CAM関連データや設計・製造データとローカルLLMの運用に、なぜGENFLUX Localが「必須のパートナー」と言えるのかを解説します。

法人様・個人事業主様業務に適したビジネス向けコンピューターのご提案！ 会社のPCセキュリティ対策、社内のデータ管理の改善、PCの不具合解決・保守のご相談、 デジタルを使った集客対策などビジネスフェアにて様々なご提案をいたします！ ビジネスフェア限定のテクニカルご優待サービスや特価のビジネスPC＆中古PCも多数ご用意! お困り事やお見積りなど個別のご相談も承ります! ぜひ、ご来店下さい!

昨今のAI需要の一つとして「フィジカルAI」がありますが、関連するワードとして「Omniverse」「Isaac Sim」などのワードを 耳にする機会も増えていると思います。 今回は「Omniverse」について現在の役割と立ち位置を少し紐解いて行きたいと思います

2026年6月30日-7月1日、博多国際展示場＆カンファレンスセンターにて開催されました「ロボティクス・メカトロニクス講演会」に出展いたしました。 お忙しい中、当社のブースへお立ち寄りいただいた皆様、誠にありがとうございました！ 本日は、当日のブースの様子や展示内容についてのレポートをお届けします。

製造業の研究開発（R&D）部門において、計算資源への要求はかつてないほど高まっています。 従来の流体解析（CFD）や構造解析、マテリアルズ・インフォマティクスに加え、直近では社内の技術標準や機密データを学習させた「セキュアなローカルLLM（RAG）」の構築ニーズが急増しているためです。 しかし、これらの高度な処理をオンプレミスで実行しようとすると、SXMベースの超ハイエンドサーバーが必要となり、「データセンターの電力・冷却設備（水冷など）が追いつかない」「導入コストが高すぎる」という現実的な壁に直面します。 そこで今、R&D部門から熱い視線を集めているのが、最大600WのTDP（空冷/PCIeベース）に抑えられ、既存のサーバルーム環境にも導入しやすい「NVIDIA H200 NVL」です。 本記事では、H200 NVLを単なる拡張カードとしてではなく、「4-Way NVLink」で4基束ねることで初めて得られる圧倒的なメリットと、導入時に現場エンジニアが陥りやすい「意外な落とし穴」について解説します。

2026年6月に開催された NVIDIA GTC Taipei（at COMPUTEX）で発表された最新のAIマシン「RTX Spark」と「DGX Station for Windows」 これらは単なる「動きの速い新しいパソコン」ではありません。 これまでのパソコンが「人間が操作する道具」だったのに対し、これからは「AIエージェントが24時間体制で働く場所」に変わるという、40年ぶりの大革命の幕開けを告げる進化です。 CEOのジェンスン・フアン氏が、Microsoftと共同でPCを40年ぶりに再定義し、「デスクトップ」「ノートPC」「ワークステーション」の3つの新しいWindowsマシンを発表する文脈の中で登場します。 それぞれの特徴と何が凄いのかを、本ブログにまとめてみました。

現代のAI開発、特に大規模言語モデル（LLM）の推論や微調整（ファインチューニング）は、開発環境の確保において非常に重要な課題となっています。 これまで、数千億パラメータクラスのモデルを扱うには、クラウドへの多額の継続支出や、データセンター級の巨大なインフラ設備投資が不可欠とされていました。 しかし、MSIの「EdgeXpert」はこの常識を変革し、開発者の「デスクサイド」にスーパーコンピューターを直接配置するという、極めて強力かつ現実的な選択肢を提示します。 NVIDIA DGX Sparkプラットフォームを基盤とするEdgeXpertは、単なる高性能PCの延長線上にある製品ではありません。 最高峰の演算能力をコンパクトな筐体に凝縮し「次世代AIデスクトップスーパーコンピューター」としてのアイデンティティを確立しています。機密性の高いデータをローカル環境で保護しながら、最先端のAI研究を可能にするこのデバイスは、AI開発の勢力図を塗り替えるほど大きな存在になってきています。

2026年7月2日、東京ビッグサイトにて開催中の「モノづくりワールド フィジカルAI展」へ視察に行ってまいりました。 生成AIや強化学習の進化がデジタルの世界を飛び出し、現実世界（フィジカル）のロボットをどう賢く動かすのか。 今回の展示会は、まさに次世代のモノづくりやR&D（研究開発）の自動化を予感させる、非常に熱気のある空間でした。 現場で特に目を引いた最新トレンドをレポートします！

今、AIは「画面の中」から「現実世界」へと飛び出そうとしています。 セキュリティと高速処理に優れる『ローカルLLM』は、今や単なる対話ツールを超え、企業のDXやプロダクトの中核を担う強力な実用エンジンとなりました。身近な例では、コンビニエンスストアで導入が進む「等身大AIアバターによる接客」などを目にしたことがある方も多いのではないでしょうか。 これがさらに一歩進み、コミュニケーションロボットなどのハードウェアにローカルLLMが組み込まれるとどうなるか。AIは自ら現実世界を認識し、物理的に干渉できる「フィジカルAI」へと進化を遂げます。このパラダイムシフトの鍵を握るのが、「VLA（Vision-Language-Action：視覚・言語・行動）モデル」と呼ばれる最先端技術です。 そこで今回は、「AIが現実世界と繋がる感覚」を実際に体感すべく、実験的なプロトタイプを作成してみました。その動作の様子と可能性を、ご紹介させていただきます！

R&Dにおける開発スピードを飛躍的に向上させるカギとは？ 製造業やモビリティ開発におけるR&D（研究開発）において、今まさに大きな転換期を迎えています。 製品の高性能化や複雑化に伴い、データ量とシミュレーションにかかる計算時間は爆発的に増加しています。 従来のCAEでは、高性能なHPCを使用しても「1つの計算に数日～数週間」と高精度な解析結果を得るために膨大な計算リソースとリードタイムを費やす必要があり、これが設計サイクルにおける大きなボトルネックとなっていました。 この「AX（AIトランスフォーメーション）時代」において、研究開発のスピードを劇的に加速させる鍵となるのが「サロゲートモデルAI」です。 本記事では、AI駆動型シミュレーションが実設計にもたらす技術的ブレイクスルーと、その具体的な導入アプローチについて解説します。

カーボンニュートラル（環境負荷の低減）と一言で言ってもなかなかピンとこない方も多いのではないでしょうか？ 「2050年までに温室効果ガスの排出を全体として実質ゼロにする」 この目標を政府が掲げたのは2020年10月のことでした。 この目標達成に向けて、日々、様々な課題に直面していらっしゃるのは、製造業の研究・開発部門に従事されている方々です。 その現場で使われているCAE（Computer Aided Engineering：計算機援用工学）が、今まさに単なる「効率化のツール」から「不可欠なサステナブル戦略」へと進化を遂げているのです。 なぜ、シミュレーション技術が地球を救う鍵になるのか？ 今回は「カーボンニュートラルとCAEの力」をテーマに、その深い関係性を紐解いてみようと思います！

AI・LLM向けHPCクラスタ構築で押さえておきたいポイント 生成AIや大規模言語モデル（LLM）の開発では、モデル規模や学習データ量の増加に伴い、単体のGPUワークステーションやGPUサーバーだけでは、必要な処理性能を確保できないケースが増えています。 そこで選択肢となるのが、複数のGPUサーバーを連携させたHPCクラスタです。 ただし、GPUサーバーを複数台導入すれば、台数に比例して処理性能が向上するとは限りません。ノード間ネットワーク、ストレージ、ソフトウェア環境、リソース管理などに問題があると、GPUが本来持つ性能を十分に活用できない場合があります。 本記事では、AI・LLM開発向けHPCクラスタで発生しやすいボトルネックと、構成を検討する際に確認しておきたいポイントを、実際のご相談で確認する内容も交えながら解説します。

産業用システムにおけるOS選定は、システムの目的（制御、監視、通信など）や運用期間、開発コストによって最適な選択肢が異なります。 ミリ秒単位の厳密なリアルタイム制御ならRTOS、Windows資産の活用と10年間の長期安定運用ならWindows IoT Enterprise LTSC、高いカスタマイズ性とコスト効率を重視するならLinuxを、システムの目的や優先事項に合わせて選定することが重要です。 最適なOSを選定した後は、そのOSの能力を最大限に引き出し、過酷な産業現場でも24時間365日安定して稼働し続ける「ハードウェア（産業用PC）」の選定が不可欠です。

細胞生物学や神経科学の研究において、切っても切り離せないのが「顕微鏡画像の解析」です。 「膨大な連続スライス画像を前に、1枚ずつ手作業でトレースしている……」 「プログラミングの知識がないから、高度なAI解析は諦めている……」 そんな悩みを抱えていませんか？ 今、バイオイメージングの現場では、AI（人工知能）技術を搭載したソフトウェアの進化によって、 こうした「職人技」とも言える過酷な手作業が過去のものになりつつあります。 今回は、プログラミング不要で高精度なAI解析を実現する「AIVIA」と、 Meta社の最新AI（SAM2）を搭載し3D再構築を劇的に高速化する「SegRef3D」の強力なワークフローをご紹介します。