すべての高評価レビュー

城塚翡翠は、二十歳くらい。イギリス人霊媒師の血筋を持つ帰国子女、碧眼、蒼白で人形のような整った容貌、長い髪は毛先に向かうほどカールする艶やかな巻毛、服装は細いリボンが目立つブラウスにハイウェストのスカートは人形の衣装のよう、霊媒以外ではかまととぶったあざとい話し方をしている。そのかわいらしい女性が霊媒師と称しているのである。彼女の霊視とは魂の匂いを感じとることで、それは経験則から類推すると言っていることからも、いわゆる他人の機微を敏感に感じ取るというだけの霊感ではない普通のものである。ワトソン役に推理作家の香月史郎。彼は翡翠が霊媒によって誰が犯人かを教えたのを基にして論理的に推理している。このことから翡翠は後に香月の推理を倒叙ミステリーと揶揄している。その翡翠の正体は実は類い稀な推理力がある奇術師である。彼女は先に犯人を推理して、それを霊媒として婉曲に香月に犯人が誰か伝えていたのである。実際、オカルトで有名となったイギリス人霊媒師はどれも奇術師の類いであったのは今となっては有名な話である。最終的に彼女は霊媒探偵城塚翡翠と名乗っている。本書は清原果耶主演でドラマ化されストーリーはおおむね同じである。トリックを使っていたことは明らかであるが原作では奇術師と言い切っている。清原果耶の容姿は碧眼と髪型以外は合っていたように思える。

なるほど、こういう終わり方をするんだ。続編金田一パパにつながりますね＾＾最終巻も誰が犯人かドキドキしましたあ意外な犯人像でした（笑）

じんわり温かい話、表紙の可愛らしさ、温かいさ、そのままの世界観
手元に置いて定期的に読み直すと思う、お気に入りの本になった

えーホントに終わりですか？淋しいです。
なんかこれからどんどん面白くなりそうだったのにな・・・
短編とかでもいいから続きほしいな。

冬に読むのにぴったり。冬の空気に包まれた物語。トゥーティッキいい。こんな仲間がいたら穏やかに楽しく冬を過ごせそう。ご先祖さまも、めそめそも、サロメちゃんも好き。冬眠するはずが、ひとりだけ目が覚めちゃったら、すごく眠くなっちゃうな…

おさいほうかごで寝ちゃってるミイがかわいい。あの絵が大好き。スナフキン大暴れはこの巻だったなあ。公園番ごめんね。ニョロニョロのたねというのにびっくりした。たねから生まれるのだな。優しいし、ふわりといいこと言っちゃうママ大好き。

おもしろい。
気付くと宗教を学んでいる。
実践のために手に取る人は少ないと思っていたが、違うのか笑笑

★4.5

面白かった！鈍器本だけどしっかり惹き込まれてイッキ読みでした


これまで生きてきて、辛いことたくさん経験してきたし、こころみたいに、この世界ごと消えてもいいって思うことばかりだけど

喜多嶋晶子先生のように
他人の人生に少しでも望みを与えてあげられるのであれば、私もそうなりたい
周りの人は辛いことから守ってあげたい
そんな、綺麗な心にさせてくれるような一冊でした



そして、辻村深月さんの本って本当に読みやすい。
良い意味で癖がなくて好き。もっともっと読むぞーっ！

実践的パフォーマンスエンジニアリングによるAI高速化
他著：株式会社フィックスターズ
他著：吉藤 尚生
他著：浅原 明広
出版社：技術評論社

本書は、AIの基盤の書ではなく、パフォーマンスの書である。

基盤については、GPUボードの中、GPUボード間での処理など複雑怪奇であり、C系の言語ありの、Kerbernetesありの、Linuxありのである。GPUボードには、GPU,CPU,メモリ、ディスク、ネットワークなどがあって処理と関連することが読んでいくとわかってくる。

性能劣化が起きた時の定跡は、測定⇒分析⇒実装⇒検証　である

まず、LLMありき、Metaが開発したオープンソースの　Llama3　というモデルをつかっています。
LLMをつかえるようにするには、事前学習をして、世にだして、つかいながら、事後学習をとりこみながら成長を促していくというやり方です

LLMに文章を入力すると、トークンと呼ばれる語彙に分解されて処理が進んでいく、出力処理をされたものを
表示されるという流れである。

その処理を少しでも早くすること、最適化することが本書の目的である

LLMは、学習するときと、推論（いわゆる質問を処理するとき）とでは、ふるまいが違う。学習が入力で、推論が出力である

パフォーマンスエンジニアリングは、５段階
　①ベースライン測定：正常な状態を定義する、標準値をしらべる入り口である
　②プロファイリング：システム内部の様々な状態を収集する
　③分析と仮説立案：得られたデータを分析し、なぜ遅くなっているのかを推定する
　④パフォーマンス改善の実装：仮説にもとづいて、実際に改善の作業を行います
　⑤効果の検証：実際に改善されたのかどうかを確認する作業です

計測はすくなくとも３回行います
　①現状把握のための計測
　②問題診断のための計測
　③改善検証のための計測

代表的な性能指標

　レイテンシ：いわゆる、応答時間
　スループット：単位時間あたり、何件処理ができたか。全体の処理量をあらわす
　使用率：GPUやCPUが稼働している率　0%～100%　である

律速：本書で初めて聞いた単語で、ボトルネックのことをいう　
　GPU律速
　CPU律速
　メモリ律速　など、GPU律速とは、GPUがボトルネックになっていることをいう

計測結果からの原因究明例

　GPU使用率が低いとき、GPUが次の処理を開始できずに待っている状態、CPUが前処理に時間がかかっている
　並列度不足　利用率が低い時に、処理の多重度が低い
　同期処理待ち　ある処理が終わるのをまっている
　カーネルが細分化されすぎている　細かい作業がたくさんあるため、オーバヘッドが大きくなっている

パフォーマンス改善のフレームワーク

　Megatron-LM
vLLM
OpenMMLab
DeepSpeed
　Zero などのフレームワークを使う

改善策

　蒸留　扱いやすいように、モデルを変形する
　枝刈り　冗長計算を除去
　エキスパート　重要な部品のみを動的に選択する
　量子化　演算するデータ幅を小さくする 3.141592.... を 3.14とするのが量子化

　アルゴリズム改善
　バッチ処理　まとめて処理することで効率化を図る
　ミニバッチ学習　オンライン学習とバッチ学習を調整
　勾配累積法　処理できる最大サイズでまとめて学習する
　分散並列　（データ並列、テンソル並列、パイプライン並列、コンテキスト並列、エキスパート並列）
　　複数の並列をつかうことを、ハイブリッド並列という

４章から６章までは、ＬＬＭの改善
　・ＬＬＭ推論
　・事後学習
　・事前学習
７章、８章は、自動運転ＡＩ　BEVFusion　が対象　いわゆる　フィジカルＡＩの例
　・学習
　・推論

目次

第1章 パフォーマンスエンジニアリング概論

1.1 パフォーマンスエンジニアリングとは
1.2 なぜ今パフォーマンスエンジニアリングか
1.3 AI 処理の概要
1.3.1 AI モデルとは
1.3.2 Llama3
1.3.3 BEVFusion
1.3.4 学習と推論
1.4 ハードウェア環境の概要
1.5 パフォーマンスエンジニアリングの実践方法
1.5.1 推測するな、計測せよ
1.5.2 体系的な分析手法：USE メソッドとRED メソッド
1.5.3 5 段階の実践プロセス
1.5.4 継続的パフォーマンスエンジニアリング
1.5.5 組織にパフォーマンス文化を根付かせる
1.6 本書の構成

第2章 まずはパフォーマンスを計測する

2.1 計測とは
2.2 計測の基本戦略
2.2.1 目的を定める
2.2.2 対象の絞り込み
2.2.3 理論性能と実効性能の差の把握
2.2.4 チェックリスト
2.3 計測のための基礎知識
2.3.1 ハードウェアの動作モデル
2.3.2 性能指標の種類
2.3.3 性能指標の取り扱い
2.3.4 性能のモデル化
2.3.5 仮説駆動の計測
2.3.6 計測における観測者効果
2.4 計測の実践
2.4.1 正しさの検証
2.4.2 タイマーによる時間計測
2.4.3 NVIDIA Nsight Systems
2.4.4 NVIDIA Nsight Compute
2.4.5 PyTorch Profiler
2.5 まとめ

第3章 次にパフォーマンスを改善する

3.1 どこから着手するか
3.1.1 効果の高いところから
3.1.2 優先順位の見極め
3.2 アプリケーション・データ層の改善
3.2.1 適切なモデル
3.2.2 高品質なデータ
3.2.3 目的達成に最適な処理方法
3.2.4 最適なAI 処理フレームワーク
3.2.5 MLOps を構築して持続的な性能維持
3.3 モデル・アルゴリズム層の改善
3.3.1 モデル改善
3.3.2 アルゴリズム改善
3.4 ソフトウェア・フレームワーク層の改善
3.4.1 集団通信手法の選定
3.4.2 複数台による処理：分散並列
3.4.3 メモリ余地の捻出
3.4.4 演算とそれ以外の同時実行
3.4.5 連続的なデータアクセス：テンソルの次元の順番
3.4.6 処理の固定：深層学習コンパイラ
3.4.7 特定のモデルに特化した高速ライブラリの利用
3.5 ハードウェア・カーネル層の改善
3.5.1 ハードウェアの特性に合わせた調整
3.5.2 カスタムカーネルによる演算コードの改善
3.5.3 ハードウェアの変更
3.6 まとめ

第4章 実践1：LLM 推論

4.1 問題設定
4.1.1 計測の対象
4.1.2 ベンチマークスクリプトの作成
4.1.3 本章の構成
4.2 ベースラインの計測
4.2.1 ベースラインの実行
4.2.2 理論限界スループットとの比較
4.2.3 PyTorch Profiler による分析
4.3 パフォーマンス改善の実践
4.3.1 改善策の実施と分析
4.3.2 性能の最大化：GPU 計算負荷の増加
4.3.3 メモリ使用量の削減：重みの量子化(Quantization)
4.3.4 バッチサイズの増加
4.3.5 モデルサイズの増加と投機的デコーディング
4.4 さらなる高みへ：推論エンジンと高度な技術
4.4.1 vLLM：高スループット推論エンジンの仕組み
4.4.2 vLLM によるベンチマーク結果
4.4.3 量子化による精度の補足
4.5 まとめ

第5章 実践2：LLM 事後学習

5.1 問題設定
5.1.1 環境構築
5.2 計測
5.2.1 学習時間とLoss 値の確認
5.2.2 NVIDIA Nsight Systems によるプロファイリング
5.2.3 PyTorch Profiler によるプロファイリング
5.3 パフォーマンス改善手法の考察
5.4 精度に影響のないパフォーマンス改善
5.4.1 MemoryCallback の削除
5.4.2 ハイパーパラメータチューニング
5.4.3 Torch Compile の適用
5.5 精度に影響のあるパフォーマンス改善
5.5.1 グローバルバッチサイズの調整
5.6 まとめ

第6章 実践3：LLM（継続）事前学習

6.1 問題設定
6.1.1 概要
6.1.2 LLM 学習処理のおさらい
6.2 評価基準の決定
6.3 観測と改善の繰り返し
6.3.1 初期問題の発見
6.3.2 最適化器の変更
6.3.3 プロファイリングで次の改善点を探す
6.3.4 ハイパーパラメータの調整
6.3.5 ハイパーパラメータチューニングの効果の確認
6.3.6 ハイパーパラメータの知見と影響の考察
6.4 まとめ

第7章 実践4：自動運転AI 学習

7.1 問題設定
7.2 プロファイルの設定
7.3 データローダーの分析
7.3.1 ログの確認によるデータローダー性能の評価
7.3.2 nsys によるデータローダーのプロファイリング
7.4 train プロセスの分析
7.5 Voxelize の分析と改善
7.6 TransFusionHead のget_targets の分析と改善
7.7 DepthLSSTransform の分析と改善
7.7.1 matmul の高速化
7.7.2 CPU 律速の改善
7.8 まとめ

第8章 実践5：自動運転AI 推論

8.1 問題設定
8.1.1 題材デバイス
8.1.2 題材モデル
8.1.3 使用ツールのバージョン
8.1.4 本章の構成
8.2 エッジデバイスへのデプロイの基本
8.2.1 高速なアクセラレータ・ランタイムエンジンの活用
8.2.2 カスタム実装
8.2.3 補足：モデルの修正
8.3 量子化適用の留意点
8.3.1 量子化の適用ステージ
8.3.2 混合精度量子化の留意点
8.3.3 キャリブレーション手法
8.3.4 対称量子化と非対称量子化
8.4 BEVFusion のデバイスへのデプロイ
8.5 CUDA-BEVFusion の更なる高速化（概要）
8.5.1 計測
8.6 CUDA-BEVFusion の更なる高速化（詳細）
8.6.1 Camera Backbone の改善
8.6.2 画像データの転送部の改善
8.7 まとめ

ISBN：9784297153496
判型：A5
ページ数：400ページ
定価：3400円（本体）
2026年01月31日初版第１刷発行

成人したから、働き始めたから、大人になるわけではない、というのは大きな学びでした。

読むごとに新たな発見、学びがあり、流し読みせずにじっくり読み進めたいと思いました。

次回16巻も、大切に読みたいです。

見たはずなのに、映画を見たはずなのに、夢中で読んだ。このワクワク感、久々。大満足。

ロッキーの真面目さと純粋さがすごく好き。
ジョークを言っちゃうところももちろんいい。
彼らの友情に目が潤んだ。お互いがお互いを思う気持ちは、どんな生命体間でも共通するのだと嬉しく思う。
銀河の一生命体である人間が、ちっぽけで弱々しくなんて短命なんだと感じてしまった。宇宙のスケールの大きさに驚いてビビった。

SF作品、想像してたよりずっと面白いかも。
他の作品も読んでみようかな。

短編集『いただきますは ふたりで』に収録されていました、君嶋彼方さんの「ヴァンパイヤの朝食」

(短編集『いただきますは ふたりで』もとっても素敵な作品なので、読んでほしい!!)

とっても好きな世界観
そして『だから夜は明るい』という１冊の本になるとレベルアップどころか、素晴らしい進化を遂げた物語となって舞い戻ってきてくれた気持ちでいっぱいになりました

君嶋彼方さんって、
愛とか葛藤とか感情を文章にするのがほんとお上手
没入しやすくて、読み手の感情を刺激してくるんです

文也と交際していることを知った祥太の父が主軸で描かれている『聖人たちの晩酌』なんてもぅ刺されまくってしまって…
理解したい気持ちとホンネ
この感情ってほんと言葉にできない…実際
葛藤も凄いし

この祥太の父にわたしはいちばんグッときたかなぁ〜

出版された時期が今くらいの季節で、読むタイミングも良かったと自画自賛（笑）

音楽家の真摯な姿とその生活に圧倒される。オーケストラとの共演の難しさとそれに立ち向かう気概と。自分の生活と掛け離れているからこそ、僅かではあるが、触れる事が出来るこの本の有り難さ。音楽って素晴らしい。共演する時の相手の解釈と自分の解釈の擦り合わせが、こんな風に交わされると初めて知った。
　曲を知らない私は、曲名をYouTubeに。そして聴きながら読む。楽しい！

戦争を終結へと導くには、どのような要因が関係しているのか。そして、何をもって戦争の終結とみなすのか。さらに、終結のあり方と先に挙げた要因がどのように関連しているのかを、一国の視点にとどまらず、多国間の視点から考察した貴重な一冊である。
政治的にも研究上も難しい課題に取り組んだ著者の勇気と姿勢に、敬意を表したい。