# ＨＰＣシステムズ（6597） HPCシステムズ、サイバーエージェントへ大規模AI開発向けNVIDIA DGX H100を納入、日本語LLM（大規模言語モデル）の独自開発をバックアップ

Source: Komori (komori.app) — https://komori.app/company/6597/disclosure/20231106579070
種別: その他開示
開示日: 2023-11-06
Komoriの読み（0-100）: 67
企業ページ: https://komori.app/company/6597

## 何が変わったか

HPCシステムズがサイバーエージェントに、AI開発用のNVIDIA DGX H100を納入した。サイバーエージェントはこの設備を使い、日本語LLMの開発環境を強化する。

## 会社が挙げた理由

サイバーエージェントがAI開発環境を大幅に強化し、日本語LLMのさらなる進化と日本語生成AIの高性能化を目指すため。

## 開示の要点

- 対象製品・サービス名: NVIDIA DGX™ H100、日本語LLM（大規模言語モデル）
- 相手先: 株式会社サイバーエージェント
- 相手先の概要: 本社：東京都渋谷区、代表取締役：藤田晋。日本語に特化したLLMを独自開発し、広告クリエイティブ制作領域のサービスで活用。2023年5月17日に最大68億パラメータの日本語LLMを一般公開。
- 当社との関係: HPCシステムズがサイバーエージェントへNVIDIA DGX™ H100を納入した取引関係。資本関係・人的関係は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: 納入済み（具体的な納入日はnot_disclosed）
- 適用分野: 大規模言語モデル、レコメンダーシステム、ヘルスケア研究、気候科学、日本語生成AIの研究開発
- 受賞名・認証名: NVIDIA Partner Network (NPN) ELITE PARTNER
- 授与・認証機関: NVIDIA社
- 登録番号・有効期限: not_disclosed
- 拠点所在地: not_disclosed
- 拠点の規模: 1台のシステムにNVIDIA H100 TensorコアGPUを8基搭載
- 定量的な効果: 新しいFP8精度で32ペタフロップスのAI性能、前世代の6倍以上のAI性能、大規模言語モデルを前世代システムの30倍のスピードで処理
- 利用実績: サイバーエージェントは日本語LLMを広告クリエイティブ制作領域のサービスで既に活用。最大68億パラメータの日本語LLMを2023年5月17日に一般公開。
- 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: 「「サイバーエージェントへ…NVIDIA DGX™ H100を納入しました」」）
- 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: 「契約締結・取締役会決議に関する記載はない。」）
- 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: 「「納入しました」とあるが、年月日・年月の記載はない。」）
- 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: 「「納入しましたので、お知らせいたします」」）
- 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: 「「納入しました」」）
- 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: 「「納入しました」「導入し」「一般公開しました」」）
- 相手先はどのような主体として示されているか。: 上場会社（原文: 「「株式会社サイバーエージェント」」）
- 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: 「「サイバーエージェントへ…NVIDIA DGX™ H100を納入」」）
- 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: 「「本社：東京都渋谷区、代表取締役：藤田晋」」）
- 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: 「当社との既存関係を示す記載はない。」）
- 提供先・導入先・受注先の実名が示されているか。: あり（原文: 「「株式会社サイバーエージェント」」）
- 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: 「「32ペタフロップス」「前世代の6倍以上」「30倍」」）
- 示された数値は、どういう性質の数か。: 時点の値（原文: 「「1台のシステムに8基」「1台あたり…32ペタフロップス」」）
- 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社パートナー認定制度」「NVIDIA DGX H100の詳細…https://www.hpc.co.jp/ai-deeplearning/product/nvidia-dgx-h100/」」）
- 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: 「「32ペタフロップス」「前世代の6倍以上」「30倍」」）
- 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: 「「日本語生成AIの高性能化に挑戦します」「日本語LLM開発の加速化を後押し」」）
- 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: 「業績への影響に関する記載はない。」）
- 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: 「「サイバーエージェントへ…納入しました」」）
- 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: 「「1台のシステムに8基」」）
- 会社の製品・サービスにとって、これはどういう新しさか。: 既存領域の新製品（原文: 「「最新システム NVIDIA DGX™ H100」」）
- 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: 「「HPCシステムズがサイバーエージェントへ納入した『NVIDIA DGX™ H100』」」）
- 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: 「「HPCシステムズ株式会社…は…納入しました」」）
- 「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。: 根拠つきの優位性主張（原文: 「「世界で初めてNVIDIA H100 TensorコアGPUを搭載した最新システム」「世界初のシステム」」）
- この事柄の地理的な範囲はどこか。: 国内広域（原文: 「「国内の多様な産業分野の研究開発機関を巻き込みつつ」」）
- 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: 「「サイバーエージェントは…『NVIDIA DGX™ H100』を導入」」）
- 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: 「「前世代の6倍以上」「前世代システムの30倍」」）
- 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™ H100」「NVIDIA H100 TensorコアGPU」「NVIDIA NVLink」」）
- 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: 「「プレスリリース」「報道関係者各位」」）
- 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: 「「革新的な課題解決」「驚異的なスピード」」）
- 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。: なし（原文: 「前提条件・リスク・不確実性に関する注意書きはない。」）