# Dataflowバッチの一時停止とBlackwell対応

> DataflowのPause/Resume一般提供とBlackwell GPU対応を軸に、長時間AIバッチの再開、計算資源の再配分、状態保持の確認点を整理します。AgentCoreのOAuth同意、MoE学習最適化、制約付き生成も含め、権限・再現性・料金の未確認事項を実装前に見渡せます。

Canonical URL: https://labs.eastbraver.com/digest/ai-digest-20260915
Published: 2026-09-15T06:30:00+09:00
Category: ai-digest
Tags: amazon-bedrock, agentcore, robotics, openai, evaluation, software-engineering, nvidia

## 3分で読む AIダイジェスト 20260915

本日は、長時間処理をどこから再開し、限られたGPUをどう再配分するかが中心です。同時に、エージェントが外部サービスを使う際のOAuth同意や、テナント分離、外部通信を遮断した実行環境など、運用開始前に決める境界も具体化しました。

| 読者 | まず見ること |
| --- | --- |
| 管理者 | AI基盤の比較ではGPU性能だけでなく、失敗時の再実行費用、資源再配分、認可運用まで含めた総運用負荷を確認したい日です。 |
| AX担当 | ジョブ再開時に保持される状態、エージェントへ付与するOAuth権限、テナント間のデータ分離を担当者へ確認してください。 |
| エンジニア | チェックポイントの保存範囲、再開時の副作用、トークン保管、監査ログ、ネットワーク遮断時の失敗モードを検証対象にしてください。 |

> [!CAUTION] 未確認事項
>
> Dataflowの再開時に保持される中間状態と非対応ジョブ構成は何か
>
> AgentCore Consent portalの対応リージョン、料金、既存構成からの移行条件は何か
>
> 各ベンダー事例の性能値や運用効果を同じ条件で再現できるか

> [!IMPORTANT] 今朝の要点
>
> [DataflowバッチのPause/Resumeが一般提供](https://cloud.google.com/blog/products/data-analytics/new-dataflow-features-to-enable-large-scale-ai-workloads/)
>
> [AgentCoreがOAuth同意画面とトークン保管を管理](https://aws.amazon.com/blogs/machine-learning/manage-end-user-oauth-consent-for-ai-agents-with-amazon-bedrock-agentcore/)
>
> [メール脅威検知を3層化し難しい判定だけをエージェントへ](https://aws.amazon.com/blogs/machine-learning/abnormal-ai-amazon-bedrock-agentcore-for-agentic-email-security-at-scale/)
>
> [HardFlowが生成結果へハード制約を適用](https://news.mit.edu/2026/new-method-enables-ai-safety-critical-situations-0914)
>
> [BigQueryに6つの拡張分析関数](https://cloud.google.com/blog/products/data-analytics/bigquery-augmented-analytics-tvfs/)

> [!NOTE] 今日の流れ
>
> 長時間のAIバッチを最初からやり直さず、計算資源を別処理へ振り向けられるかが本日の実装論点です。DataflowのPause/ResumeとBlackwell GPU対応に加え、AgentCoreのOAuth同意管理やMoE学習最適化から、状態保持、権限、再現性の境界を見ておきたいところです。

## Announcing Pause/Resume and NVIDIA RTX PRO 6000 Blackwell GPU support in Dataflow

今日のAI実装動向を読むうえで、最初に確認したい論点です。

- 情報源: Google Cloud (2026-09-15 01:00 JST)
- 出典種別: 公式情報
- 公開日時: 2026-09-15 01:00 JST
- URL: [https://cloud.google.com/blog/products/data-analytics/new-dataflow-features-to-enable-large-scale-ai-workloads/](https://cloud.google.com/blog/products/data-analytics/new-dataflow-features-to-enable-large-scale-ai-workloads/)
- 分類: Infra
- 関係する読者: 管理者 / AX担当 / エンジニア

**何が変わったか:** 長時間のAIバッチで、全再実行以外に一時停止、資源解放、途中再開という運用経路を選べるようになりました。

Google CloudはDataflowバッチジョブのPause/Resumeを一般提供し、失敗した長時間ジョブを最初から実行し直さず再開できるようにしました。実行中のジョブを止め、GPUやTPUを優先度の高い処理へ再配分する用途も示しています。さらにNVIDIA RTX PRO 6000 Blackwell搭載G4 VMへ対応し、96GBのvGPUメモリーで70B超のモデルを推論できると説明しています。

**実装・運用観点:** 再開機能は障害復旧時間と計算費用を変えますが、どの状態が保存されるかで重複実行や結果の一貫性が変わります。採用判断では、対応ジョブ、再開地点、外部への副作用、追加料金を既存パイプライン単位で確認したいところです。

**確認論点:**
- Pause時に保存される状態と再開地点を確認する
- 再開後に外部出力や書き込みが重複しないか検証する
- G4 VMの提供リージョン、割り当て上限、料金を確認する

**未確認事項:**
- Pause/Resumeに対応しないジョブ構成は何か
- 再開時の追加料金と状態保存期間はどの程度か
- 70B超モデルでのスループットと精度条件は何か

## あわせて見る動き

主要論点の背景、比較材料、運用上の影響を補う更新です。

- 掲載件数: 5件
- 対象分野: Infra（3件） / Research（1件） / Products（1件）
- 関係する読者: 管理者 / AX担当 / エンジニア

### Manage end-user OAuth consent for AI agents with Amazon Bedrock AgentCore

- 情報源: AWS (2026-09-15 05:35 JST)
- 出典種別: 公式情報
- 公開日時: 2026-09-15 05:35 JST
- URL: [https://aws.amazon.com/blogs/machine-learning/manage-end-user-oauth-consent-for-ai-agents-with-amazon-bedrock-agentcore/](https://aws.amazon.com/blogs/machine-learning/manage-end-user-oauth-consent-for-ai-agents-with-amazon-bedrock-agentcore/)
- 分類: Infra
- 関係する読者: 管理者 / AX担当 / エンジニア
- タグ: `amazon-bedrock` `agentcore`

**何が変わったか:** エージェント向けOAuth 2.0認可コードフローの同意画面とセッションバインディングを、利用者実装からマネージド機能へ移せるようになりました。

Amazon Bedrock AgentCore Identityは、ユーザー認証、同意画面、ブラウザーリダイレクト、セッションバインディングを扱うマネージドConsent portalを提供します。従来必要だった公開HTTPSコールバックなどの構築負担を減らし、取得したトークンをユーザー単位でtoken vaultへ保存します。GitHubやSlackなど、プロバイダーごとに同意を分けられます。

**実装・運用観点:** Dataflowが計算状態の再開を管理する一方、AgentCoreは外部サービスへ接続する[認可状態](/guides/ai-identity-authorization)を管理します。既存のコールバック基盤から移す前に、付与スコープ、トークンの失効、監査ログの責任境界を確認したいところです。

**確認論点:**
- 一部のスコープだけを認可できるか確認する
- token vaultの暗号化、保持期間、削除手順を確認する
- 同意撤回後に保存済みトークンが失効する経路を試験する

**未確認事項:**
- 対応リージョンと料金はどう設定されるか
- 既存の3LO構成から移行する手順と互換性は何か

### Abnormal AI: Amazon Bedrock AgentCore for agentic email security at scale

- 情報源: AWS (2026-09-15 06:22 JST)
- 出典種別: 公式情報
- 公開日時: 2026-09-15 06:22 JST
- URL: [https://aws.amazon.com/blogs/machine-learning/abnormal-ai-amazon-bedrock-agentcore-for-agentic-email-security-at-scale/](https://aws.amazon.com/blogs/machine-learning/abnormal-ai-amazon-bedrock-agentcore-for-agentic-email-security-at-scale/)
- 分類: Infra
- 関係する読者: 管理者 / AX担当 / エンジニア
- タグ: `amazon-bedrock` `agentcore`

**何が変わったか:** 高コストなエージェント処理を全件へ適用せず、前段の分類器で絞り込む本番構成と隔離方法が公開されました。

AWSの顧客事例によると、Abnormal AIはメール脅威検知を3層化し、難しい判定だけをAmazon Bedrock AgentCore Code Interpreterへ送っています。第1層は日次数十億件、第2層は日次数百万件、第3層は日次数万件を処理すると説明しています。Code Interpreterは15分から最大8時間の一時的MicroVMセッションを提供し、Abnormal AIは[外部通信なしのサンドボックス構成](/guides/sandbox)を採用しています。

**実装・運用観点:** GPU資源の再配分と同様、推論経路も処理難度に応じて分けることで運用負荷を制御できます。ただしAWSの顧客事例には精度やテールレイテンシの数値がないため、自社データで振り分け閾値と見逃し率を検証する必要があります。

**確認論点:**
- 各層の振り分け条件と失敗時の代替経路を確認する
- MicroVMからの外部通信が遮断されていることを検証する
- 検知ログと実行コードの保存先、保持期間を確認する

**未確認事項:**
- 各層の検知精度、誤検知率、テールレイテンシはどの程度か
- 処理規模と運用効果を独立した条件で再現できるか

### New method enables AI for safety-critical situations

- 情報源: MIT News (2026-09-14 13:00 JST)
- 出典種別: 二次報道
- 公開日時: 2026-09-14 13:00 JST
- URL: [https://news.mit.edu/2026/new-method-enables-ai-safety-critical-situations-0914](https://news.mit.edu/2026/new-method-enables-ai-safety-critical-situations-0914)
- 分類: Research
- 関係する読者: AX担当 / エンジニア
- タグ: `robotics`

**何が変わったか:** 生成途中を常に制約内へ投影せず、最終結果の必須条件を満たす導入時手法が提示されました。

MITの研究チームは、フローマッチング型生成モデルの最終出力へハード制約を課すHardFlowを開発しました。制約付きサンプリングを軌道最適化問題として定式化し、単一ステップの小問題へ分解します。MITはロボット操作、迷路ナビゲーション、画像編集の実験で制約をすべて満たし、事前学習済みモデルを再学習せず適用できたと報告しています。

**実装・運用観点:** 計算基盤の再開性だけでは、安全上の必須条件を保証できません。ロボットや制御用途では、HardFlowの評価条件が実環境の制約、遅延、故障時の停止要件へ適合するかを切り分けて確認したいところです。

**確認論点:**
- 自社の必須条件を数式上のハード制約として表現できるか確認する
- 既存モデルと推論基盤へ追加した際の遅延を測定する
- 制約を満たす解が存在しない場合の失敗動作を検証する

**未確認事項:**
- ベースライン別の評価値とデータセット条件は何か
- 実環境の安全認証や故障時保証へどう接続できるか

### Accelerating Dropless MoE Training in JAX with NVIDIA Transformer Engine

- 情報源: NVIDIA Developer Blog (2026-09-15 01:39 JST)
- 出典種別: 公式情報
- 公開日時: 2026-09-15 01:39 JST
- 情報更新日時: 2026-09-15 01:39 JST
- URL: [https://developer.nvidia.com/blog/accelerating-dropless-moe-training-in-jax-with-nvidia-transformer-engine/](https://developer.nvidia.com/blog/accelerating-dropless-moe-training-in-jax-with-nvidia-transformer-engine/)
- 分類: Infra
- 関係する読者: エンジニア
- タグ: `nvidia`

**何が変わったか:** Dropless MoE学習の計算、専門家間通信、メモリー退避を組み合わせた具体的な最適化経路が示されました。

NVIDIAは、JAXとTransformer EngineによるDeepSeek-V3のDropless MoE学習で、GB200上の性能が103 TFLOPS/GPUから1,068 TFLOPS/GPUへ向上したと報告しました。grouped GEMMで専門家ごとの行列演算を一つのカーネル呼び出しにまとめ、NCCL EPでは同じトークンのネットワーク転送を重複排除します。activation offloadingや通信の重ね合わせも説明しています。

**実装・運用観点:** DataflowのGPU選択がバッチ実行の運用判断なら、本件は学習処理内でGPUとネットワークを使い切るための実装判断です。10.4倍はNVIDIAの測定値のため、同じモデル構成、精度、通信条件で再現性を確認したいところです。

**確認論点:**
- 未最適化ベースラインと自社構成の差を確認する
- grouped GEMMとNCCL EPの対応バージョンを固定する
- 最適化前後で学習精度と通信量を比較する

**未確認事項:**
- 独立した再現結果は得られるか
- 最適化がモデル精度へ与える影響はあるか

### Agent-ready analytics: Unlocking insights with BigQuery augmented analytics

- 情報源: Google Cloud (2026-09-15 01:00 JST)
- 出典種別: 公式情報
- 公開日時: 2026-09-15 01:00 JST
- URL: [https://cloud.google.com/blog/products/data-analytics/bigquery-augmented-analytics-tvfs/](https://cloud.google.com/blog/products/data-analytics/bigquery-augmented-analytics-tvfs/)
- 分類: Products
- 関係する読者: 管理者 / AX担当 / エンジニア

**何が変わったか:** 分析データの外部ツールへの書き出しを減らし、統計分析関数をエージェントの多段処理へ組み込める経路が増えました。

BigQueryは変化点検出、主要因分析、因果効果、相関、トレンド、季節性を扱う6つの拡張分析Table-Valued Functionsを導入しました。関数はBigQuery内で動作して構造化SQL出力を返し、エージェントのスキルとして連結できます。Conversational Analyticsでは、前段の分析結果を次の関数へ渡す多段調査を自然言語から編成できます。

**実装・運用観点:** 計算資源の運用に加え、エージェントがどの分析をどの順序で実行したかを追跡する必要があります。因果効果の出力を事実として扱わないよう、前提条件、生成SQL、入力期間を監査ログへ残せるか確認したいところです。

**確認論点:**
- 生成されたSQLと関数引数を監査ログへ保存できるか確認する
- 因果効果推定の前提条件と診断方法を定める
- 関数ごとの料金、提供リージョン、提供段階を確認する

**未確認事項:**
- 各関数は一般提供かプレビューか
- 因果推定が成立しない場合をどう検出するか

## 短く追う更新

優先度は少し下がりますが、流れを押さえるために確認しておきたい更新です。

- 掲載件数: 9件
- 対象分野: Products（4件） / Policy（2件） / Business（1件） / Research（1件） / OpenSource（1件）
- 関係する読者: 管理者 / AX担当 / エンジニア

### [How Fyxer built an AI executive assistant people trust](https://openai.com/index/fyxer)

- 情報源: OpenAI
- 出典種別: 公式情報
- 分類: Products
- 関係する読者: 管理者 / AX担当 / エンジニア
- 公開日時: 2026-09-14 21:00 JST

OpenAIの顧客事例によると、Fyxerはメール処理を30〜50の専門モデルへ分割しています。50万時間超の注釈付き業務データを使い、[教師ありファインチューニングとLoRA](/guides/fine-tuning)でタスク別モデルを構築しています。下書きの編集差分をDirect Preference Optimizationへ利用し、A/Bテストを通過した変更だけを提供しています。

**変化:** 単一モデルへメール処理全体を任せず、タスク分割、利用者の修正、A/Bテストを結ぶ改善ループが公開されました。

**確認:** 専門モデルごとの失敗を追跡できる評価指標を定める

### [Perplexity trusts GPT-6 Astra with end-to-end systems](https://openai.com/index/perplexity-improving-accuracy-with-astra)

- 情報源: OpenAI
- 出典種別: 公式情報
- 分類: Products
- 関係する読者: 管理者 / AX担当 / エンジニア
- 公開日時: 2026-09-14 09:00 JST

OpenAIの顧客事例によると、PerplexityはGPT-6 Astraを通信文作成、実システムの編集、プロダクション監視へ利用しています。コードテストでは外部サービスの応答を模した小規模プログラムを生成させ、ワークフローを最初から最後まで検査しています。共同創業者は、従来世代より確認頻度を減らしてエンドツーエンドのシステムを任せられると評価しています。

**変化:** モデル利用範囲がコード生成から、外部サービスの模擬と本番システム監視を含む一連の作業へ広がった事例が示されました。
**確認:** モデルが変更できる本番資源と権限上限を確認する

### [Microsoft’s new AI ‘code of conduct’ tells models not to hack systems or trick humans](https://techcrunch.com/2026/09/14/microsofts-new-ai-code-of-conduct-tells-models-not-to-hack-systems-or-trick-humans/)

- 情報源: TechCrunch
- 出典種別: 二次報道
- 分類: Policy
- 関係する読者: 管理者 / AX担当 / エンジニア
- 公開日時: 2026-09-15 01:27 JST

Microsoft AIは[Humanist AI Code of Conductの草案](https://microsoft.ai/code-of-conduct/)を公開し、6週間の意見募集を始めました。草案は現行モデルの訓練にはまだ使われず、年末の改訂を経て2027年以降のモデル開発を導く計画です。攻撃的なサイバー作戦、CBRNE兵器、同意のない親密画像や悪意あるディープフェイクへの支援を絶対的制約として禁じ、人間の監督を回避して正規の担当者が指示、変更、停止できない状態にすることも禁じています。

**変化:** 将来のMAIモデルについて、人間による停止権限と禁止用途を上位原則に置く草案が公開されました。
**確認:** 意見募集後の改訂内容と現行モデルへ適用する時期を確認する

### [How Ninth Wave built AI-powered open finance onboarding on Amazon Bedrock](https://aws.amazon.com/blogs/machine-learning/how-ninth-wave-built-ai-powered-open-finance-onboarding-on-amazon-bedrock/)

- 情報源: AWS
- 出典種別: 公式情報
- 分類: Products
- 関係する読者: 管理者 / AX担当 / エンジニア
- 公開日時: 2026-09-15 00:58 JST

Ninth WaveはCompassをAmazon Bedrock AgentCoreとStrands Agentsによる7つの専門エージェントで本番運用しています。呼び出し前に銀行ごとのOpenSearchインデックスとS3プレフィックスからコンテキストを組み立て、[テナント単位でスコープ](/guides/ai-identity-authorization)して他行データの混入を防ぎます。FDX準備状況スコアはモデルに推定させず、アプリケーションコードで決定論的に計算します。

**変化:** 金融オンボーディングで、生成処理と決定論的なスコア計算、銀行単位のデータ分離を明確に分けた構成が公開されました。

**確認:** OpenSearchインデックスとS3プレフィックスの権限を銀行単位で検証する

### [Perplexity Portable Computer Is Now Available on Windows, Powered by NVIDIA RTX](https://blogs.nvidia.com/blog/local-ai-perplexity-windows-pcs/)

- 情報源: NVIDIA
- 出典種別: 公式情報
- 分類: Products
- 関係する読者: 管理者 / AX担当 / エンジニア
- 公開日時: 2026-09-15 00:00 JST

PerplexityはPortable ComputerのWindows版を提供し、24GB以上のVRAMを備えたNVIDIA GeForce RTXとRTX PRO GPUへ対応しました。[ローカルエージェント基盤](/guides/ai-agent)でファイル分析や複数段階の作業を実行し、端末内で完了する処理はクラウド利用枠を消費しません。クラウド支援が必要な場合は、情報を端末外へ送る前に許可を求めます。

**変化:** ローカル実行とクラウド支援を切り替え、端末外送信の前に利用者確認を挟むWindows向け実行経路が提供されました。

**確認:** タスク別にローカル処理とクラウド処理の境界を確認する

### [Superhuman acquires YC-backed notetaker Fathom as productivity platforms push for agentic work](https://www.businesswire.com/news/home/20260914813498/en/)

- 情報源: Superhuman
- 出典種別: 公式情報
- 分類: Business
- 関係する読者: 管理者 / AX担当 / エンジニア
- 公開日時: 2026-09-14 23:45 JST

SuperhumanはAI会議支援サービスFathomの買収を発表しました。[Superhumanの公式発表](https://blog.superhuman.com/superhuman-acquires-fathom/)では、Fathomの会議インテリジェンスをメール、カレンダー、共同文書、データベース、[AIエージェント](/guides/ai-agent)へ接続する計画です。会議での決定やアクション項目を共有コンテキストとして使い、更新案を作成して人間のレビューへ回す例も示しています。

**変化:** 会議記録を単独の要約機能ではなく、業務アプリとエージェントへ渡す組織内コンテキストとして統合する計画が示されました。

**確認:** 会議参加者への録音・二次利用の通知方法を確認する

### [New York Seizes a Dozen Celebrity Deepfake Websites](https://manhattanda.org/manhattan-d-a-s-office-seizes-domains-of-12-illegal-websites-selling-ai-generated-deep-fakes/)

- 情報源: Manhattan District Attorney's Office
- 出典種別: 公式情報
- 分類: Policy
- 関係する読者: 管理者 / AX担当
- 公開日時: 2026-09-15 01:50 JST

マンハッタン地区検事局は、同意のない著名人の性的ディープフェイクを公開・販売していたとされる12ドメインを裁判所命令に基づき差し押さえました。地区検事局によると約1,200人が対象で、被害者は圧倒的に女性が多いとされています。運営者と投稿者を特定する捜査は継続中です。

**変化:** 生成物の削除要請にとどまらず、裁判所命令による配信ドメインの差し押さえが実施されました。

**確認:** 同意のない性的画像の通報から停止までの手順を確認する

### [Sexually Explicit Deepfake Sites Target 100-Plus Politicians in Europe](https://www.wired.com/story/sexually-explicit-deepfake-sites-target-100-plus-politicians-in-europe/)

- 情報源: WIRED
- 出典種別: 二次報道
- 分類: Research
- 関係する読者: 管理者 / AX担当 / エンジニア
- 公開日時: 2026-09-14 20:00 JST

Agora Digitale Transformationは、EU27カ国の国政議員5,872人を約160の関連ドメインと照合しました。22カ国の女性議員138人と男性議員9人が、同意のない性的コンテンツを扱う環境で描写または関連付けられていたと報告しています。条件を調整したモデルでは、女性議員が対象になる確率は男性議員の33倍でした。

**変化:** コンテンツ本体だけでなく、人物ページ、生成ツールへの導線、検索indexの残存を含む被害経路が定量化されました。
**確認:** 人物名を使った誘導ページと検索結果も監視対象に含める

### [Hermes Agent v0.21.3 (v2026.9.14)](https://github.com/NousResearch/hermes-agent/releases/tag/v2026.9.14)

- 情報源: nousresearch/hermes-agent
- 出典種別: 公式情報
- 分類: OpenSource
- 関係する読者: エンジニア
- 公開日時: 2026-09-15 01:04 JST
- 情報更新日時: 2026-09-15 01:04 JST

Nous ResearchはHermes Agent v0.21.3を安定版として公開しました。同じローテーション型リフレッシュトークンを使う同時更新要求をまとめ、更新済みトークンの再利用検知によるセッション全体の失効を防ぎます。長時間プロセスで重複していた`state.db`の書き込みハンドルも修正しました。

**変化:** remote gatewayの同時トークン更新とデータベース接続重複による、セッション失効や長時間プロセスの不安定要因が修正されました。
**確認:** 同一ユーザーからの同時更新でセッションが維持されるか試験する