サーバー・インフラ PS Plusクラウドの裏側！PS5カスタムサーバーとインフラの秘密
PlayStation Plusのクラウドストリーミングを支えるインフラの話。PS5をカスタムしたサーバー構成、遅延を抑える仕組み、巨大トラフィックをさばく設計を、自宅で試せる範囲の実験と絡めて解説する。
moguca
サーバー・インフラ 
AI活用 Gemma4 vs Qwen3.6：コードデバッグにおける「思考機能」の差を検証した結果
PandasAIを使ったツール開発で実際に出た不具合を題材に、Gemma4-26B-E4BとQwen3.6-35B-A3B（思考ON/OFF）にデバッグさせて比較。思考機能の有無が原因究明の「深さ」にどう効くかを、検証結果でまとめた。
AI活用 1-bitモデルは実用的か？Bonsai 8B vs Gemma 4 E2B をRAG連携で徹底比較
Bonsai 8B（1bit量子化）とGemma 4 E2Bを、同じRAG構成に組み込んで実用性を比較。1bitモデルは本当に使えるのか、回答精度と速度、必要なVRAMの実測から検証した。
AI活用 ローカルLLM思考モード対決：Qwen 3.5 vs Gemma 4 – 桜の開花と交通情報で比較
ローカルLLMの思考モード（Thinking Mode）はコーディング以外でも効くのか。Qwen 3.5とGemma 4に桜の開花予想と交通情報を扱わせ、思考ONとOFFで回答の精度と手数がどう変わるかを比較した。
AI活用 Gemma 4 vs Qwen 3.5 画像認識ベンチマーク — Apple Silicon ローカルVLM比較【2026年4月】
Apple Silicon MacでローカルVLMの画像認識性能を比較。Gemma 4 26BとQwen 3.5 35Bに同じ画像を読ませ、認識の精度と処理速度、メモリ消費の違いを実測し、Mac単体でどこまで実用になるかを検証した。
AI活用 OllamaのMLX対応で本当に乗り換えるべき？ mlx-lm.serverとQwen 3.5で比較してみた
OllamaのMLX対応で、mlx-lm.serverから乗り換えるべきか。Mac M1 Max 64GBでQwen 3.5を動かし、セットアップの簡単さと推論速度を実測比較。結論は「簡単さのOllama、速度のmlx-lm.server」だった。
AI活用 Qwen 3.5コーディング支援ベンチマーク — 9B/27B/35B MoEを実務タスクで比較した結果
Qwen 3.5の9B Dense / 27B Dense / 35B A3B（MoE）を、MacBook Pro（M1・M2 Max 64GB）のmlx-lm.serverで実務のコーディングタスクに投入して比較。ローカルLLMでコード支援をするならどのサイズが最適かを検証した。
Web制作 「Gmailアドレス変えたい」への現実解とWeb連携の注意点
Gmailのアドレスは変更できるようになったのか、という噂の真相と現実的な代替策。新アカウントへの移行とエイリアスの使い分け、アドレス変更が各種Web連携やログインに与える影響、独自ドメインという選択肢まで整理した。
AI活用 森保ジャパンの歴史的勝利を支えたAI分析とデータサッカーの裏側
あのカタールW杯の熱狂、まだ記憶に新しいですよね。ドイツとスペインという優勝候補を次々と破った、あの歴史的なジャイアントキリング。当時は日本中で「奇跡」なんて言われて大盛り上がりでしたが、どうやらあれは単なる奇跡や運だけじゃなかったみたいな...
サーバー・インフラ KDDI障害の教訓。サーバーインフラの「真の冗長化」とは何か
普段何気なく使っているスマートフォンが、突然繋がらなくなったら。想像するだけで少しゾッとしますよね。僕自身、過去に通信障害に巻き込まれたとき、連絡手段はおろか、地図アプリも電子決済も使えなくなって、街中で途方に暮れた経験があります。現代社会...