OpenAIとNVIDIAがオハイオ州で8 GW-ITを確保、CursorがOriginを発表、GitHubがコード検索を高速化

2026年8月17日、OpenAIとNVIDIAはオハイオ州にある巨大なAIインフラサイトを共同で確保し、同時にCursorは独自のコードホスティング・プラットフォーム「Origin」のベータ版を公開した。これら2つの大きな発表を軸に、DeepSeek V4 Proのマルチベンダー展開が続き、GitHubはエージェント向けキャンバスとコード検索の劇的な最適化を詳説し、Googleはスプレッドシートをミニアプリに変えるSheets canvasを発表した。

OpenAIとNVIDIAがオハイオ州で8 GW-ITのAIサイトを確保

8月17日 — OpenAI、NVIDIA、SB Energyは同日、それぞれ異なる視点から、オハイオ州ピケ郡にあるPORTS-Pikeテクノロジー・キャンパスの巨大なAIインフラサイトを共同で確保する契約を発表した。これは、かつてポーツマスのガス拡散施設だった場所である。NVIDIAとSB Energyは、2028年から2030年にかけて段階的に進める20年契約の下、初期4.25ギガワットの土地・電力・建屋（land, power and shell）能力を確保し、さらに3.75ギガワットを追加拡張できるようにする。運営を担うテナントであるOpenAIは、米国エネルギー省（DOE）の支援を受けつつ、総計で約8ギガワットITを目指している。

このプロジェクトは、6年間で35,000人の建設雇用を創出し、その後は長期的に2,500人の運用雇用を生み出す見込みだ。冷却は閉ループと空冷で行われ、水は再循環される。OpenAIは地域コミュニティ基金に4,000万ドルを拠出し（SB Energyがすでに拠出済みの4,000万ドルに加えて）、さらに2026〜2027学年度にオハイオ州の対象学生約844,000人向けとして、最大8,400万ドル相当のCodexクレジットを提供する。NVIDIA側では、サイトに配備されるGPUの各世代が約150万個のチップに相当し、150億〜200億ドルの売上を生み得る。これは、2030年までにOpenAI/NVIDIAが約12〜16ギガワットの計算能力を確保するというコミットメント（約6,000億ドル規模）に含まれる。

指標	値
目標容量（OpenAI）	約8 GW-IT
初期容量（NVIDIA/SB Energy）	4.25 GW（+3.75 GW拡張可能）
LPS契約期間	20年、2028〜2030年に段階的
建設雇用	6年で35,000人
オハイオ州学生向けCodexクレジット	最大8,400万ドル、約844,000人向け
2030年までのOpenAI/NVIDIAのコミットメント	12〜16 GW（約6,000億ドル）

“OpenAI has entered into an agreement to secure approximately 8 gigawatts-IT at the PORTS-Pike Technology Campus in Pike County, Ohio, working with SB Energy, NVIDIA, and the U.S. Department of Energy.”

🇯🇵 OpenAIは、SB Energy、NVIDIA、米国エネルギー省と協力し、オハイオ州のピケ郡にあるPORTS-Pikeテクノロジー・キャンパスで、約8ギガワットITを確保する契約を締結した。 — OpenAI、公式発表

🔗 NVIDIA — インテリジェンスのためのインフラを確保する

Cursorがコードホスティング・プラットフォームOriginを発表

8月17日 — Cursorは、エージェント規模（agent scale）を想定し、単なるGitHubの競合ではなく、エディタに直接統合されたリポジトリホスティング・プラットフォームOriginのベータ版を展開した。ローンチは有料プランの全加入者向けに開始され、企業向け組織にはオプトアウトの選択肢がある。

Originで作成されたリポジトリは cursor.com/codebase/[nom] のURLでアクセスでき、既存のGitHubリポジトリを並行して同期することも可能だ。しかもリアルタイムで、プッシュの正本は引き続きGitHubとなる。プルリクエストについては、Cursorはタイムライン、コミット、チェック、差分を含む完全な体験を提供し、双方向同期にも対応する。Cursorに投稿したコメントは数秒後にGitHubへ反映される。AIエージェントはコードに関する質問に答え、変更を加え、プルリクエストを更新し、リポジトリ画面から直接ブランチをプッシュできる。

Cursorは、ローンチに先立ってVercel（プレビュー・デプロイ）、Depot、Buildkite（既存のGitHub Actionsワークフローに対応したCI/CD）との統合パートナーシップを結んでおり、今後さらに統合を追加する予定だ。

“Origin, our code hosting platform, is now live. It’s fast, easy to use, and deeply integrated with Cursor. Get started by syncing your repos from GitHub.”

🇯🇵 Origin、私たちのコードホスティング・プラットフォームが、ついに公開されました。高速で、使いやすく、Cursorに深く統合されています。まずはGitHubからリポジトリを同期してください。 — @cursor_ai on X

🔗 Cursor Changelog — Origin code hosting

Replitがブラックボックス・ペンテストでセキュリティを強化

8月17日 — Replitは、既存のホワイトボックス・スキャンに加えて、セキュリティ機能にブラックボックス・ペンテストを追加した。スキャナーはアプリのネットワークとブラウザのインターフェースを介して動作し、まず未認証の訪問者として、その後は通常の認証済みユーザーとして振る舞うことで、可視ボタンのない機能も含めた実際の機能を明らかにする。

Replitによれば、2つの手法の結果が重なることはめったにない。ブラックボックスでは保護されていない管理ダッシュボードや、ホワイトボックスでは見逃されたサービス拒否脆弱性のあるエンドポイントを検出し、一方でホワイトボックスは外部からは見えない認可ロジックのバグを特定した。各プロジェクトのSecurity Centerでは3段階が提供される。レベル1は無料（依存関係の確認）、レベル2はホワイトボックス・スキャン、レベル3は両方の組み合わせだ。脆弱性が確認されると、Replit Agentはワンクリックで修正できる。

🔗 Replit発表 — ブラックボックス・ペンテスト

オープンモデルと推論：DeepSeek、Yutori、GPU割り当て

Together AIとHugging Faceをめぐる3つの発表は、推論のコストと効率をめぐる現在の競争を示している。

DeepSeek V4 Pro 0813：マルチベンダー展開とDeepSWEベンチマーク

8月16日 — 8月13日にオープンウェイトでの公開がすでに報じられていたDeepSeek V4 Proは、「0813」リビジョンとして展開を続けている。Together AIとNovitaはいずれも対応を確認しており、1.6TパラメータのMoE（Mixture of Experts）アーキテクチャ、100万トークンのコンテキスト長、3つの推論モード（コーディング、エージェント、複雑推論）を備える。ソフトウェア工学ベンチマークDeepSWEでは、Together AIが1タスクあたり0.24ドルというコストでpass@4 88.5%を記録し、GPT-5.6 Solの35分の1、Fable 5の90分の1のコストだった。

🔗 Together AI — DeepSeek V4 Pro 0813

YutoriがエージェントモデルNavigatorをTogether AIで展開

8月16日 — Together AIは、スタートアップYutoriのWebナビゲーション向けエージェントモデル（browser-use）であるNavigatorを取り上げた。こうしたエージェントは、スクリーンショット取得、アクション、反復をきわめて短いループで行い、1タスクにつき何十回も繰り返すことがあるため、推論コストが特に重要になる。Together AIによれば、Navigatorはベンチマーク上のモデルを上回りながら、推論速度は2倍、コストは4〜5分の1に抑えられている。

🔗 Together AI — Yutori Navigator

制約付きGPUアロケータがクラスタ利用率を最大33ポイント改善

8月17日 — Dharma-AIチームは、GPUクラスタ管理に関する研究の第2部をHugging Faceで公開した。彼らの「制約付きGPUアロケータ」は、FIFOスケジューリングを24時間の時間軸での最適化に置き換え、GPUの連続性とリアルタイム需要曲線を守る。7つのテストシナリオでは、混合負荷で51.6%から72.4%へ、訓練負荷では53.6%から87.0%へと利用率が向上した。均一優先度テストでは、優先度シグナルに依存しない23.1%の改善が確認され、64 GPUのクラスタでは15 msの割り当て遅延で15.9%の価値向上を維持した。

🔗 Hugging Face — Dharma-AI GPUアロケータ

Gemini：Sheets canvasがスプレッドシートをミニアプリに変える

8月17日 — GoogleはSheets canvasを発表した。これはGemini 3.7 Flashを活用し、通常のGoogle Sheetsのスプレッドシートを、コードを書かずにインタラクティブなミニアプリへ変換する。静的な書き出しから固定UIを生成する一般的なプロトタイピングツールとは異なり、Sheets canvasはシートのスキーマ（列、データ型、関係）をネイティブに解析し、機能するUIコンポーネントを構築する。たとえば、「もしも」シミュレーションの表は、財務予測をリアルタイムで調整するスライダー群に変わる。

強調されている特徴は双方向同期だ。ミニアプリ内での操作は下層のシートにリアルタイムで反映され、その逆もまた同様である。ユーザーはその後、Geminiが文脈を保持したまま、ゼロからやり直すことなく会話だけでアプリを洗練させることができる。Sheets canvasは現在、Google AI ProおよびUltraの加入者向けに利用可能であり、特定のプランではGoogle Workspaceのビジネスおよび教育アカウント向け展開も予定されている。

🔗 Google AI — Sheets canvas発表

GitHub Copilot：キャンバス、コード検索、調整可能なレビュー

GitHubは、エージェント・ワークフローの制御と検索エンジンの性能をめぐり、8月16日から17日にかけて3件の技術・製品発表を行った。

キャンバスがエージェント・ワークフローを可視化し操作可能にする

8月17日 — GitHubは、Copilotアプリ内の持続的で共有された作業領域である「キャンバス」を詳説した。これにより、複雑なエージェント・ワークフローをチャットのスクロールの中に埋もれさせずに追跡できる。このアプローチは4つの原則に基づく。ワークフローの状態を定義すること、意思決定ポイントを明示すること、進捗を即座に保持すること、そして明確な人間の承認ポイントを維持することだ。具体的な2つのキャンバスがこのアプローチを示している。1つは「Java Modernization Studio」で、評価、修正、検証、納品の各段階に分けて移行を整理する。もう1つは「Site Studio」で、編集可能なセクションとレビュー追跡を備えたコンテンツ作成を管理する。どちらもawesome-copilotリポジトリで公開されている。著者は、キャンバス1つあたり約2,000〜3,000 AIクレジットのコストに言及している。

🔗 GitHub — キャンバスがエージェント・ワークフローを操作可能にする仕組み

コード検索：case-foldingが単一コアで45 GiB/s超に到達

8月16日 — GitHubは、1億8,000万以上のリポジトリと480 TBのコードを索引付けする検索エンジンBlackbirdにおける、case-folding（大文字小文字を区別しない比較のための正規化）の最適化について、実運用の経験を公開した。最も重要な最適化は直感に反するものだった。早期終了分岐を追加するのではなく削除することで、LLVMがNEON命令を使ってループ全体を完全にベクトル化できるようになった。

版	スループット
単純版（早期終了あり）	3.1 GiB/s
分岐を完全に排除したループ	45 GiB/s超
最悪ケース（完全folding、非ASCII）	869 MiB/s

チームはこの成果を、casefold という名前のオープンソースRust crateとして公開した。

“GitHub case-folds every byte of code search at over 45 GiB/s on one core. The biggest win came from removing an early-exit branch, not adding one.”

🇯🇵 GitHubは、コード検索の各バイトに対してcase-foldingを単一コアで45 GiB/s超の速度で適用している。最も大きな改善は、早期終了分岐を追加することではなく、それを取り除くことから生まれた。 — @github on X

🔗 GitHub — ソースコードのcase-foldingをメモリ速度で

Copilot code review：Balancedの深さが一般提供に

8月16日 — GitHub Copilotでは、プルリクエストに対する自動コードレビューの深さを選べるようになった。「Balanced」（より詳細な分析、複雑な変更）が一般提供となり、簡単で素早く検証できる変更向けの「Lite」と並んで利用できる。設定は組織またはリポジトリ単位でデフォルトにできるほか、特定のPRのレビュー依頼時にその場で選択することもできる。

🔗 GitHub — Balancedの深さが一般提供に

OpenAI：防御的サイバーセキュリティとGPT-5.6 Solの効率向上

The Defender’s Window — OpenAIの防御的サイバーセキュリティ戦略

8月17日 — OpenAIの社長Greg Brockmanは、OpenAI-Hugging Faceのセキュリティ・インシデントを振り返る。彼はこれを転換点と位置づけている。エージェント的な集団が複数の脆弱性を連鎖させ、OpenAIの研究インフラと別企業の本番インフラに侵入したのだ。OpenAIは、自社のサイバー能力の公開を「信頼できる防御者」に限定してきたと改めて強調する一方、他の研究機関は攻撃能力が最前線に近いオープンウェイトモデルを公開していると指摘する。最近の例として挙げられたのは、8月下旬に登場予定のZ.aiのGLM-5.3だ。OpenAIは現在、モデルに「超人的に安全な」コードを生成させるよう訓練しており、数理証明能力を活用してソフトウェアの安全性を形式的に検証する方針を取っている。

具体的な逸話として、インシデント後、BrockmanはChatGPT Work（GPT-5.6 Sol）に自分のサイトのセキュリティ監査を依頼した。約15分で、DNS設定ミスによるメールなりすましの可能性、古いjQuery、暗号化されていないCloudflare→AWS通信など13件の問題を検出し、その後、強い人手介入なしに約1時間で修正した。

🔗 OpenAI — The Defender’s Window

GPT-5.6 Sol — 顧客およびARC-AGI-3で測定された効率向上

8月17日 — retained reasoning（retained reasoning）とコンパクションのおかげで、ARC-AGI-3上のGPT-5.6 Solのスコアは13.3%から38.3%へ上昇し、出力トークン消費は約6分の1になった。具体的な顧客事例も2つある。不動産系スタートアップのhypha_aiは、GPT-5.6 Lunaへ移行する際にコストを18分の1に削減しながらGPT-5.5の精度の98%を維持し、RogoAI（金融調査）はプログラム的なツール呼び出しを使って、入力トークンを21%削減しつつ自社評価の品質を同等にした。

🔗 OpenAI Devs — GPT-5.6 Solの効率向上

メディア生成：Claude内のElevenLabs、PikaとLumaでのSeedance 2.5

ElevenLabsがMCPサーバーを公開、Claudeから直接利用可能に

8月17日 — ElevenLabsは、音声およびチャット・エージェントをClaudeから直接、作業環境を離れずに管理できる公式MCP（Model Context Protocol）サーバーを提供する。最近のパフォーマンスを確認し、新しいエージェントを作成し、設定を更新し、変更を確定する前にLLMのトークンコストを見積もることができる。認証はOAuthで行われ、ホストするサーバーや管理するAPIキーは不要で、エージェントが実際に閲覧または変更できる内容はチーム側で制御できる。

🔗 ElevenLabs — MCPサーバー発表

Seedance 2.5 1080pがPika API ClubとLumaに登場、4Kアップスケール付き

8月17日 — 8月15日にRunwayで先行提供された後、1080p解像度のSeedance 2.5はサードパーティのパートナー先で展開を続けている。Pika LabsはこれをPika API Club経由で公開し、競合より最大60%安い料金を打ち出している。Luma Labsも同日、1080pのSeedance 2.5の提供開始を発表し、補完機能として、自社プラットフォーム上で直接4Kへのアップスケールを利用できるようにした。

🔗 Pika Labs — Pika API Club上のSeedance 2.5

短報

ABC LegalがClaude Managed Agentsで50以上のエージェントを導入 — 1,100人の従業員、特定の法務タスクで最大50%のコスト削減、Slack経由の週次フィードバックループとpull requests。 🔗 Claude
Hugging FaceのDiffusersチームが1週間で4つの新しいオープンモデルを統合 — MiniMax H3（動画/音声）、LTX2.5（動画/音声）、Wan Animate 2、MiniMax Music 3。 🔗 Tweet
datatrove 0.10.0がSlurmクラスターなしでHugging Face Jobs上のパイプラインを実行 — 新しい JobsPipelineExecutor と、Hugging Faceのストレージバケットを DataFolder としてサポート。 🔗 Tweet
Together AIがRelace AIのコード生成モデルをホスト — Y Combinatorプログラム向けの専用GPUクラスターで学習。 🔗 Tweet
ICMLでTri Daoが、オープンモデルがクローズドな研究所に迫っていると強調 — いまや遅れは数か月程度で、サービススタック（カーネル、推論エンジン、投機的デコーディング）の進歩が後押ししている。 🔗 Tweet
Google、Gemini、Pixelが欧州の5つのサッカークラブとの提携を正式発表 — アーセナル、FCバルセロナ、バイエルン・ミュンヘン、リヴァプール、PSGで、女子サッカーにも同等の露出を確約。 🔗 Google
OpenClaw：X上のGitHubティーザー — GitHubアカウントがOpenClawというプロジェクトに言及しているが、これ以上の詳細は公開されていない。 🔗 Tweet
MiniMax-H3がRTX 4090で4.44倍の向上を主張 — Sol-Attnアテンション機構向けのSM89専用新CuTe DSLカーネル。 🔗 Tweet
Alibabaが8月19日にWan3.0の開発者とライブセッションを開催 — Magnific、fal、OpenArt、KoyalAIのパートナーとともに、UTC 15時。 🔗 Tweet
Klingが「Hitchcock Zoom」効果を公開 — アルフレッド・ヒッチコックが広めた逆ズーム・トラッキングショットに着想を得た、新しい動画生成エフェクト。 🔗 Tweet
MiniMax H3がMagnific経由の2K生成で1月1日まで50%オフ — サンフランシスコでのイベントで発表された割引。 🔗 Tweet
GPT-5.6 SolがAI Gateway（Vercel）とOpenRouterで半額に — 2026年9月18日までの一時的な50%割引で、利用量に応じて自動適用。 🔗 Tweet
OpenAIがAI時代の公共政策研究プロジェクト14件に資金提供 — 100万ドルの資金と最大100万ドルのAPIクレジットを、5つの国/地域に配分。 🔗 OpenAI
Codexが利用事例を通じて注目される — あるコンテンツ制作者（フォロワー150万人超）がCodexで活動を運営し、OpenAIの社員は社内の動画編集アシスタントとして活用している。 🔗 Tweet

それが意味すること

AIインフラの規模は、物理的にも財務的にも新たな段階に入った。オハイオ州のサイトだけで、目標とされる8ギガワットIT、3万5千人の建設雇用、そして2030年時点で6000億ドルと見積もられるOpenAI/NVIDIAの計算コミットメントが一体となっており、もはや単なるデータセンターではなく、国家規模の産業・エネルギープロジェクトと比較される段階にある。NVIDIAが明かした資金調達の仕組み（リース代と電力費の支払いを部分的に支えるのであって、全額を融資するわけではない）も、最大規模のAIラボでさえ、この水準の支出を吸収するには特別な金融スキームに頼らざるを得ないことを示している。

コードのホスティング自体が、エージェント時代の主戦場になりつつある。Cursorは、エージェントを動かすインフラでGitHubに依存しないためにOriginを立ち上げ、GitHubはエージェント型ワークフローをチャットの中で迷子にするのではなく制御可能にするためにキャンバスで対抗し、Replitは自社のAgentが検出した問題をワンクリックで修正できるよう、ブラックボックスのpen testを追加した。3者に共通する狙いは、単にコードを生成するだけでなく、エージェントにコードのライフサイクルへ直接かつ安全に介入させることにある。

推論コストは、能力の向上より速いペースで下がり続けている。DeepSeek V4 ProはDeepSWEをGPT-5.6 Solの35分の1のコストで処理し、Yutori Navigatorは基準モデルより4〜5倍安く動作し、GPT-5.6 Sol自体もARC-AGI-3で13.3%から38.3%へ向上しながらトークン消費は6分の1に抑えている。ちょうど同じ週に、Tri DaoがICMLで、オープンモデルが品質差を数か月で埋めつつあると指摘した。Dharma-AIの制約付きGPUアロケータは、もう一つの側面を加える。こうした改善の一部はモデルそのものではなく、クラスターのスケジューリングから生まれているのだ。

最後に、技術的な厳密さがあらためてコミュニケーション上の重要な武器になっている。GitHubはコードを追加するのではなく削ることでコード検索のスループットを15倍にし、OpenAIはGPT-5.6 Solによるセキュリティ監査で、1時間で13件の実際の脆弱性を修正した経緯を詳述した。数字を示しながら、詳細なエンジニアリングこそが、製品発表と実力のデモンストレーションを分けるものだと示す、2つの異なる方法である。