# フィックスターズ（3687） フィックスターズ、AIトレーニングコストを最大43%削減、探索時間も従来比1/16に

Source: Komori (komori.app) — https://komori.app/company/3687/disclosure/20260413502361
種別: その他開示
開示日: 2026-04-13
Komoriの読み（0-100）: 49
企業ページ: https://komori.app/company/3687

## 何が変わったか

Fixstars AIBoosterのハイパーパラメータ自動最適化機能を強化し、独自アルゴリズムによる探索時間の短縮やAI学習速度の向上を実現した。Pythonスクリプトを使わず、コマンドラインだけでチューニングできる機能も追加した。

## 会社が挙げた理由

Megatron Coreの並列化戦略に関するドメイン知識を活用し、ヒューリスティック探索とStaged BlackBox探索の2種類の独自アルゴリズムを実装したため。GPU資産を効率的に稼働させることで、GPU導入費や電力消費量などのAI関連コスト低減が見込まれるとしている。

## 開示の要点

- 対象製品・サービス名: Fixstars AIBooster、ハイパーパラメータ自動最適化機能、ヒューリスティック探索、Staged BlackBox探索
- 相手先: not_disclosed
- 相手先の概要: not_disclosed
- 当社との関係: not_disclosed
- 契約金額: not_disclosed
- 提供価格: not_disclosed
- 契約締結日: not_disclosed
- 提供開始日: not_disclosed
- 適用分野: 大規模言語モデル（LLM）の分散学習、AI学習・推論、AIサービスプロバイダー、AIを活用した組み込みアプリケーション
- 受賞名・認証名: not_disclosed
- 授与・認証機関: not_disclosed
- 登録番号・有効期限: not_disclosed
- 拠点所在地: not_disclosed
- 拠点の規模: not_disclosed
- 定量的な効果: AIトレーニングコスト最大43%削減、探索時間を従来比1/16、探索時間約2時間でスループット78.2→118.6 TFLOP/s/GPU、1エポックあたりの学習時間約1.52倍高速化、約300時間から約1/150の時間で近しい約1.7倍の高速化効果、探索時間約18時間でスループット140.0 TFLOP/s/GPU、約1.79倍の学習時間高速化
- 利用実績: not_disclosed
- 業績への影響: not_disclosed
- 出典: not_disclosed

## 評価の根拠

- この発表が扱う事柄は、どの段階にあるか。: 実施済み（原文: 「「ハイパーパラメータ自動最適化機能を大幅強化したことをお知らせします」「2種類の独自アルゴリズムとして…新たに実装しました」」）
- 契約の締結や機関決定について、どこまで書かれているか。: 合意の記載なし（原文: 「契約・決議に関する記載なし」）
- 開始日・発売日・稼働日など、この事柄が効力を持つ時期はどこまで具体的に示されているか。: 時期なし（原文: 「「2026年04月13日」以外に提供開始日・稼働日の記載なし」）
- この発表は初出か、既に発表済みの取り組みの続報か、繰り返される事柄の今回分か。: 続報（原文: 「「Fixstars AIBooster…のハイパーパラメータ自動最適化機能を大幅強化」「ノーコード機能も追加」」）
- 発表は、対象の事柄が起きる前か、同日か、起きた後か。: 事後の報告（原文: 「「新たに実装しました」「以下の成果を確認しています」」）
- 会社はこの内容をどれだけ断定的に書いているか。: 概ね断定的（原文: 「「コストを低減させることができます」「次の効果が見込めます」」）
- 相手先はどのような主体として示されているか。: 相手先なし（原文: 「相手先の社名・類型の記載なし」）
- 相手先は、この発表においてどの役割か。: 相手先なし（原文: 「相手先の記載なし」）
- 相手先の所在地・資本金・事業内容など、会社概要が記載されているか。: なし（原文: 「相手先の会社概要の記載なし」）
- 相手先が当社の子会社・グループ会社・役員・大株主など、既存の関係先だと書かれているか。: なし（原文: 「子会社・役員・大株主等の関係に関する記載なし」）
- 提供先・導入先・受注先の実名が示されているか。: なし（原文: 「顧客・導入先の実名の記載なし」）
- この発表に付いている数値のうち、最も具体的なものはどれか。: 効果の実測値（原文: 「「約1/16の探索時間」「78.2→118.6 TFLOP/s/GPU」「約1.52倍高速化」」）
- 示された数値は、どういう性質の数か。: 見込み・試算（原文: 「「ベンチマークでは、以下の成果を確認しています」「AI投資コスト低減…など、AI関連のコストを低減させることができます」」）
- 書かれている主要な事実を、社外の資料で確かめる手段があるか。: 第三者の名称あり（原文: 「「NVIDIA A100×16GPU環境でQwen3-Omni-30B」「従来のBlackBox最適化アルゴリズム（Optunaベース）」「リリースノート：https://doc.aibooster.fixstars.com/」」）
- 主要な主張に、検証できる数値と時期がついているか。: 数値のみ（原文: 「「探索時間約2時間」「約1.79倍」「約1/16」」）
- 会社はこの件を、将来の収益にどう結びつけているか。: 収益の柱と位置づけ（原文: 「「AIBoosterを中核に…トータルソリューションを提供していきます」」）
- 業績への影響について、どう書かれているか。: 業績に触れず（原文: 「会社業績への影響に関する記載なし」）
- この発表が扱っている事柄の種類はどれか。: 収益に直結（原文: 「「フィックスターズが提供するAIBooster」」）
- この事柄はどこまでの広がりを持つと書かれているか。: 一事業・一セグメント（原文: 「「AIサービスプロバイダーやAIを活用した組み込みアプリケーションを開発・提供する事業者に向けて」」）
- 会社の製品・サービスにとって、これはどういう新しさか。: 既存製品の拡張（原文: 「「機能を大幅強化」「ノーコード機能も追加」」）
- 発表の中心にある製品・サービス・成果は、誰のものか。: 自社の製品（原文: 「「フィックスターズが提供するAIBooster」」）
- 発表の対象が当社本体ではなく、子会社・グループ会社の事柄か。: なし（原文: 「「株式会社フィックスターズ」」）
- 「初」「唯一」「No.1」などの優位性の主張があるか、あるとすれば根拠は示されているか。: 根拠なしの優位性主張（原文: 「「パフォーマンスエンジニアリング技術のリーディングカンパニー」「圧倒的な高速化を実現します」」）
- この事柄の地理的な範囲はどこか。: 記載なし（原文: 「地理的範囲に関する記載なし」）
- 実際に使われている・売れていることを示す記載はどの程度あるか。: 利用実績の記載なし（原文: 「利用実績に関する記載なし」）
- 競合製品や従来手法との違いが、具体的に述べられているか。: あり（原文: 「「旧バージョンの約1/16の時間」「従来のBlackBox最適化アルゴリズム（Optunaベース）と比較して、約1/16」」）
- 製品名・型番・規格名・特許や認証の番号など、後から特定できる固有の識別子が示されているか。: あり（原文: 「「Fixstars AIBooster」「Qwen3-Omni-30B」「NVIDIA A100」「Optuna」」）
- この書類はどの様式で書かれているか。: 様式が混在（原文: 「「各位」「コード番号: 3687 東証プライム」「問合せ先」と「報道関係のお問い合わせ」」）
- 評価を表す表現がどれだけ使われているか。: 一部に強調（原文: 「「独自アルゴリズムでAI学習を劇的効率化」「圧倒的な高速化」」）
- 前提条件・不確実性・将来見通しに関する注意書きが付されているか。: あり（原文: 「「次の効果が見込めます」「コストを低減させることができます」」）