# ジーデップ・アドバンス（5885） 東京工科大学の大規模AIシステム導入プロジェクトに参画

Source: Komori (komori.app) — https://komori.app/company/5885/disclosure/20251003568235
種別: その他開示
開示日: 2025-10-06
Komoriの読み（0-100）: 65
企業ページ: https://komori.app/company/5885

## 何が変わったか

ジーデップ・アドバンスが、東京工科大学向けにNVIDIAの大規模AIシステム「青嵐（SEIRAN）」を構築し、導入から運用まで支援するプロジェクトに参画した。

## 会社が挙げた理由

東京工科大学がAI教育・研究を推進し、学生が計算性能に制約されず実践的な経験を積める環境を整備するため。

## 開示の要点

- 対象製品・サービス名: 大規模AIシステム「青嵐（SEIRAN）」、NVIDIA DGX BasePOD、NVIDIA AI Enterprise、NVIDIA Base Command Manager、オープンオンデマンド
- 相手先: 東京工科大学
- 相手先の概要: 東京都八王子市に所在する大学。AIテクノロジーセンターを設立し、AI教育・研究を推進している。
- 当社との関係: ジーデップ・アドバンスが東京工科大学の大規模AIシステム導入プロジェクトのパートナーとして、システム構築、環境構築、運用支援を行う。
- 契約金額: not_disclosed
- 提供価格: not_disclosed
- 契約締結日: not_disclosed
- 提供開始日: 2025年10月2日に発表されたプロジェクトとして記載。システムは構築済みとされるが、稼働開始日の明記はない。
- 適用分野: AI教育、研究開発、生成AI、ロボティクス、デジタルツイン、AI倫理・ガバナンス、説明可能AI（XAI）、大規模物理シミュレーション、業界横断の最適化
- 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: DGX B200 12台、各ノード間の疎通帯域1,600GB/s、システム全体のAI性能（FP8）0.9EFLOPS、推論性能（FP4）1.9EFLOPS
- 定量的な効果: 各ノード間の疎通帯域1,600GB/s、AI性能（FP8）0.9EFLOPS、推論性能（FP4）1.9EFLOPS
- 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: 「「大規模AIシステム『青嵐』を構築しました」」）
- 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: 「「2025年10月2日に発表された」とあるが、稼働開始日の記載はない。」）
- 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。: 初出（原文: 「表題は「東京工科大学の大規模AIシステム導入プロジェクトに参画」。」）
- 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: 「「大規模AIシステム『青嵐』を構築しました」」）
- 会社はこの内容をどれだけ断定的に書いているか。: 断定的（原文: 「「構築しました」「提供するソリューション」「支援して参ります」」）
- 相手先はどのような主体として示されているか。: 官公庁・公的機関（原文: 「「東京工科大学」」）
- 相手先は、この発表においてどの役割か。: 採用・導入した側（原文: 「「東京工科大学の大規模AIシステム導入プロジェクト」「東京工科大学の本プロジェクトのパートナーとしてご選定」」）
- 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。: あり（原文: 「「東京工科大学（東京都八王子市）」「AIテクノロジーセンターを設立」」）
- 提供先・導入先・受注先の実名が示されているか。: あり（原文: 「「東京工科大学」」）
- 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。: 物量・能力（原文: 「「DGX B200 12台」「1,600GB/s」「0.9EFLOPS」「1.9EFLOPS」」）
- 示された数値は、どういう性質の数か。: 時点の値（原文: 「「システム全体のAI性能（FP8）は0.9EFLOPS」」）
- 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: 「「東京工科大学」「NVIDIA社」「DDN社」」）
- 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: 「「DGX B200 12台」「AI性能（FP8）は0.9EFLOPS」」）
- 会社はこの件を、将来の収益にどう結びつけているか。: 収益に触れず（原文: 「「AI技術のさらなる発展と社会への貢献を目指します」」）
- 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: 「業績への影響額・軽微との記載はない。」）
- 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: 「「システムを構築しました」「導入から環境構築、運用支援」」）
- この事柄はどこまでの広がりを持つと書かれているか。: 一拠点・一製品（原文: 「「東京工科大学の大規模AIシステム」「『青嵐』」」）
- 発表の中心にある製品・サービス・成果は、誰のものか。: 他社製品の販売・展開（原文: 「「NVIDIAリファレンスアーキテクチャを採用」「ジーデップ・アドバンスが提供するソリューション」」）
- 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: 「「株式会社ジーデップ・アドバンスは…本プロジェクトのパートナー」」）
- 「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: 「「導入実績は国内トップクラス」「国内最高レベルのAI教育」」）
- この事柄の地理的な範囲はどこか。: 特定地域（原文: 「「東京工科大学（東京都八王子市）」」）
- 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。: 導入先を一社明記（原文: 「「東京工科大学の大規模AIシステム導入プロジェクト」」）
- 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: 「「小規模なデータセットによる小規模AIプロジェクトに満足していては…学びは得られない」」）
- 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: 「「NVIDIA DGX B200 12台」「NVIDIA Quantum InfiniBand」「DGX BasePOD」」）
- この書類はどの様式で書かれているか。: プレスリリース様式（原文: 「「報道関係からのお問い合わせ先」」）
- 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: 「「最新のDGX™ B200」「最先端のAI技術」「国内トップクラス」」）