タグ: ソフトウェア

Arcolは、ブラウザ上で動作する設計・文書化ツールの構築の初期段階にある。

Paul O’Carroll（ポール・オキャロル）氏は、建築家である彼の父親が、建物の設計に使えるデジタルツールが不足していることに不満を抱いているのを見て、2021年1月に同社を立ち上げた。彼は、父親が鉛筆と紙を持って机に向かい、6カ月後に実現し始める建物をスケッチしているのを見て育った。

Arcolに入社する前、オキャロル氏はデジタルデザインスタジオで、大企業向けのデザインツールを作っていた。彼は、使われている技術が何十年も前のものであることを知り、Autodesk（オートデスク）のようなレガシーツールに挑戦したいと考えた。

「このような中で、建物の設計に使われるツールがいかにひどいものかを身をもって知り、建築家、エンジニア、請負業者のためにもっと良いツールがあるべきだと思ったのです」とオキャロル氏はTechCrunchに語った。「FigmaがUIデザインの分野で成し遂げたことを、建築デザインでやりたいのです」。

Arcolの創業ストーリーについては、オキャロル氏のブログでより詳しく知ることができる。同社は2Dスケッチを3Dモデルに変換するウェブベースのツールを開発中で、これにより、小さなビルから超高層ビルまで、クリエイティブでコラボレイティブなキャンバスを使って設計することが可能になる。

この製品は現在開発中で、2022年後半に発売される予定だ。オキャロル氏によると、ウェイティングリストは8000人を超えたところだという。彼は、この技術は構築が複雑で、製品は今後数カ月でクローズドアルファに入り、5月頃に20件の顧客を対象にプライベート展開される予定だと語った。年末までには、一般に公開する予定だという。

Arcolの創業者ポール・オキャロル氏（画像クレジット：Arcol）

この勢いを維持するため、同社はCowboy Ventures、FigmaのCEOであるDylan Field（ディラン・フィールド）氏、Figmaの企業開発・戦略責任者であるLauren Martin（ローレン・マーティン）氏、元MozillaのCEOでFigmaの取締役でもある投資家John Lilly（ジョン・リリー）氏、ProcoreのCEOであるToey Courtemanche（トワ・コートマンシュ）氏、元AutodeskのCEOであるAmar Hanspal（アマル・ハンスパール）氏、Not Boring Capitalの創業者でエンジェル投資家のPacky McCormick（パッキー・マコーミック）氏が支援する360万ドル（約4億2700万円）のシード資金を調達した。これにより同社は、2021年150万ドル（約1億7800万円）のプレシード資金を獲得したのを含め、累計500万ドル（約5億9300万円）強の資金を調達したことになる。

今回の資金調達は、経営陣の充実と現在5名のArcolの従業員の増員に充てられる予定だ。

オキャロル氏はこう述べている。「市場の不満がピークに達しているため、製品を迅速に構築する必要があります。建築家にとって実現されていなかったことであり、そのためにクリエイティブな側面が失われてしまいました。私たちは、魔法をよみがえらせたいのです」。

画像クレジット：

［原文へ］

（文：Christine Hall、翻訳：Den Nakano）

膨大な数のサーバー隊列のクロックの同期は、解決済みの問題と思われるかもしれないが、実は今なお難しい問題で、特に要求がナノ秒クラスの精度という場合は難しい。そしてこのことはまた「クロックの時間に基づくシステムを作ってはならない」という命題が、コンピューターサイエンスの公理であり続けている理由でもある。米国時間3月16日、2100万ドル（約25億円）のシリーズAの資金調達ラウンドを発表したClockwork.ioはこれを、ハードウェアのタイムスタンプでは5ナノ秒、ソフトウェアのタイムスタンプでは数百ナノ秒という同期精度でこの状況を変えようとしている。

その技術に基づいて同社は本日、ユーザーにクラウド上やオンプレミスそしてハイブリッドの環境で、レイテンシーが極めて地裁データを提供する最初のプロダクトLatency Senseiをローンチした。ユーザーはそのようなデータを使って自分のネットワークのボトルネックを見つけ、チューンナップすることができる。同社の顧客にはすでにNASDAQやWells Fargo、RBCなどがいる。

画像クレジット：Clockwork

同スタートアップはYilong Geng（イーロン・ゲン）氏とDeepak Merugu（ディーパック・メルグ）氏、そしてスタンフォード大学の「VMwareの創業者たちのコンピューターサイエンス教授」と呼ばれるBalaji Prabhakar（バーラージー・プラバカール）氏らが創業し、VMwareの共同創業者でスタンフォードのコンピューターサイエンス教授であるMendel Rosenblum（メンデル・ローゼンブラム）氏が取締役およびチーフサイエンティストになっている。この由緒正しい顔ぶれからもわかるように、Clockworkのシステムは、チームがスタンフォードで行った学術的な基礎研究がベースとなっている。

今日の多くのコンピューターがクロックの同期に使っているNetwork Time Synchronization Protocol（NTP）と呼ばれる標準形式は至るところで使われているが、あまり正確ではない。その改良はこれまでも行われており、たとえばFacebookは2021年、ハードウェアによるソリューションをOpen Compute Projectに寄贈したが、Clockworkのチームは、それよりもはるかに高い精度を自負している。

プラバカール氏の説明によると「データセンターの中で1秒の違いが生じることもある。私のスマートフォンとこのベースステーションの秒はおそらく合っているでしょう。しかし、もっと細かく、マイクロ秒やナノ秒になると、それらを合わせることは難易度は上がります。2つのクロックが指す時刻を、ナノ秒まで正しくすることは、とても難しいことです。しかも、同期は一瞬実現するだけでなく、両者の同期を維持しなければなりません。気温の変化や振動の影響を受けない高精度のクロックをサーバーに装備することは可能ですが、そんなクロックはすぐにサーバー本体よりも高価なものになります」。

画像クレジット：Clockwork

この問題を解決するためにチームは、タイムスタンプが任意のサーバーに到着するのに要する時間を極めて正確に計測できるシステムと機械学習のモデルを開発した。NTPとそれほど違わないものだったが、チームはさまざまなタイムスタンプ使って改良し、さらにクロックのオフセットと周波数の相対的な違いも考慮に入れた。そして、それらすべてを機械学習のモデルに入れる。そしてチームは、異なるクロックが互いに会話して、同期してないことや自分たちが正しいことを検出できるシステムも開発した。

信頼できるタイムスタンプがないため、これまでの分散システムはクロックのない設計に依存してきた。しかしそれによって、複雑なシステムがさらに一層複雑になった。Clockworkのチームは、彼らの仕事によって研究者たちが、データベースの一貫性とか、イベントの正しい順序、コンセンサスのプロトコル、各種の台帳など、多くの問題領域で時間をベースとする新しいアルゴリズムを実験できるようになる、と期待している。ローゼンブラム氏とプラバカール氏のチームによる最初の研究は、分散システムでクロックを信頼できるなら何ができるか、という問題に集中していた。

「現在、GoogleのSpannerやCockroachDBなど、あるいは一部のデータベース関連の仕事をしている人以外は時間を使っていない。しかし、今後は時間が重要な課題があちこちで出てくるでしょう。それらにうまく対応するためには時間の同期が重要であり、正しく行う方法を私たちは研究開発しています。そこで私たちは、このようなシステムを別の方法でプログラミングするようになるのではと考えています」。

同期化の問題を解決したと信じているClockworkは、今度のLatency Senseiを嚆矢として、それを利用するプロダクトを作ろうとしている。しかしプラバカール氏が念を押すのは、チームはすでに、データセンター内の渋滞を容易に検出できるプロジェクトに取りかかっているということだ。彼によると、TCPはワイドエリアネットワーク（WAN）には向いているが、データセンターの中で使うのはまったくの浪費だ。しかしネットワークとそのレイテンシーについてもっとよく知れば、データセンターの中でパケットをルートする最良の方法を同社のシステムで見つけて、TCPプロトコルにヒントを与えることができるかもしれない。同社のシリーズAをリードしたのはNEAで、さらに著名なエンジェル投資家であるMIPSの共同創業者John Hennessey（ジョン・ヘネシー）氏、初期のGoogleの投資家Ram Shriram（ラム・シュリラム）氏、そしてYahooの共同創業者Jerry Yang（ジェリー・ヤン）氏が参加した。

画像クレジット：MirageC/Getty Images

［原文へ］

（文：Frederic Lardinois、翻訳：Hiroshi Iwatani）

仮想的なフェーズドアレイ気象レーダーネットワーク。赤点はフェーズドアレイ気象レーダーが設置された17の地点（九州の地方気象台と特別地域気象観測所）。オレンジ色部分はレーダーの観測範囲を示す

理化学研究所（理研）は、もし九州全土に最新鋭のフェーズドアレイ気象レーダーを配置した場合、2020年7月の線状降水帯による豪雨の予測に役立ったかを調べるため、スーパーコンピューター「富岳」を使ってシミュレーションを実施。その結果、予測精度が大幅に上がることが示されたと3月7日に発表した。

年々脅威を増す線状降水帯による豪雨に備えるには、観測強化や観測データを高度に活用する予測技術を開発し、シミュレーションによる気象予測（数値天気予報）の精度を高めることが重要となる。その候補となる技術の有用性を事前に評価できれば、効果的な観測予測システムの設計に役立つ。理研計算科学研究センターデータ同化研究チーム（三好建正氏、前島康光氏）は、これまでにゲリラ豪雨の予測方法をスーパーコンピューター「京」で開発し、その手法に基づき、埼玉県のマルチパラメータ・フェーズドアレイ気象レーダー（MP-PAWR）による30秒ごとの雨雲の観測データとスーパーコンピューター「Oakforest-PACS」による首都圏の超高速降水予測のリアルタイム実験を行うなど、研究を重ねてきた。

そして今回、三好氏を中心とする理研の研究グループは、これまでに培ってきたフェーズドアレイ気象レーダーの観測ビッグデータを活かして、線状降水帯の予測精度の向上に取り組んだ。まずは、九州の地方気象台と特別地域気象観測所の計17カ所にフェーズドアレイ気象レーダーを設置したと仮定し、観測データのシミュレーションを行った。ここでは2020年7月に熊本県に豪雨被害をもたらした線状降水帯の観測データを使い、九州を中心とする600km四方のシミュレーションを「富岳」で行い、その結果を「正解データ」とした。

次に、線状降水帯をうまく再現しないシミュレーション実験（NO-DA）を行い、さらにフェーズドアレイ気象レーダーを使った30秒ごとのデータを用いた実験（30SEC）と、通常のレーダーで5分ごとデータを用いた実験（5MIN）を行った。その結果、NO-DAと5MINは線状降水帯は大きく南にずれてしまったのに対して、30SECは大きく改善し、正解データに近づいた。

2020年7月4日午前4時（日本時間）を初期時刻とした1時間先の雨粒量の水平分布。（a）線状降水帯をうまく再現しないシミュレーション結果（NO-DA）。（b）通常の気象レーダーによる、5分ごとの観測データを用いた実験（5MIN）。予測は改善されなかった。（c）フェーズドアレイ気象レーダーによる、30秒ごとの観測データを用いた実験（30SEC）。予測が改善された。（d）今回の研究における正解データ。赤・紫になるほど強い雨を表す

このことから、そもそも狭い領域で発生するゲリラ豪雨の予測を目的としたフェーズドアレイ気象レーダーだが、複数の積乱雲からなる線状降水帯の大規模な現象にも対応できることが示された。これは「地球規模の温暖化により脅威を増す線状降水帯の予測精度の向上や被害の軽減に向けた新しい予測技術や観測システムの提案」につながると研究グループは話している。