HN 日本語サマリー

← 一覧へ戻る
インフラ・DevOps

Launch HN: machine0 (YC S26) – CLIから永続的なCPUおよびGPU VMを作成

Launch HN: machine0 (YC S26) – Persistent CPU and GPU VMs from the CLI (machine0.io)

67 pointsby bwm41 コメント

要約

machine0は、エージェントコンピューティングのためのCLIツールです。これにより、開発者は分単位課金で、CPUやGPUを備えた永続的なクラウドVMを簡単にプロビジョニングできます。エージェントが常に稼働する必要があるワークロードや、リソース、セキュリティ、可用性の課題に対応するために設計されています。

全文翻訳

こんにちはHN!私はmachine0の創設者であるBarnabyです(https://machine0.io)。私はロングホライゾンエージェントコンピューティングのためのCLIを構築しています。`machine0 new mybox`は、エージェントに永続的なクラウドVMを提供します。これは分単位で課金され、最大60 vCPU / 240 GB RAMおよびGPU(H100s、H200sなど)まで利用可能で、VMレベルの稼働率は99.99%です。エージェントはCLIまたはMCP経由で自己駆動します。 デモ:https://www.youtube.com/watch?v=gyllkZ0M04E エージェントワークロードは、一時的なものから常時稼働するものへと移行しています。複雑な機能を開発するコーディングエージェントは6〜8時間稼働します。エージェントがオーケストレーションするトレーニングとRLの実行には数日かかります。OpenClawとHermesは24時間365日稼働します。並列実行が増えるにつれて: - リソース:大規模なコードベースで少数のエージェントを実行すると、RAMとCPUが飽和します。モデルトレーニングとRLには、あなたが持っていないGPUが必要です。 - セキュリティ:個人マシンでの`--yolo`は、プロンプトインジェクションによって認証情報が漏洩する危険性があります。 - 可用性:ラップトップを閉じると、エージェントはタスクの途中で停止します。 - 分離:あなたとエージェントが実際に必要とする最小限のものとの間に、明確な境界線はありません。 machine0は、すべてのアージェントに独自のコンピューターを提供します。これは、人間とエージェントの両方がドキュメントを読むことなく使用できるほどシンプルなCLIです。 `machine0 new mybox`は、SSH対応のVMを静的IPとHTTPSエンドポイントで作成します。常に稼働しており(VMレベルの稼働率は99.99%)、あなたが停止するまで続きます。 - 分単位課金。1 vCPU / 1 GBは0.013ドル/時、最大60 vCPU / 240 GB、さらにRTX 4000 Adaから8×H200までのGPUが含まれます。 - 一時停止、スナップショット、再開。作業を一時停止して後で再開したり、フリート用にクローンを量産するためのゴールデンマスターイメージを作成したりできます。 - ブロックストレージ。永続ボリューム(10 GBから16 TB)は、直感的な文法で管理できます:`--yolo`でVMにアタッチします。 - プロファイル。認証情報、MCP接続、プロンプト、環境変数のバンドルで、VM作成時に注入されます。これにより、各エージェントはあなたが選択した能力のみを持ち、それ以外は何も持ちません。 - エージェントのセルフサービス。CLIまたはMCPサーバーをClaude、Codex、またはOpenCodeに渡すと、それ自体がフリートを管理します:ビルド用にボックスを起動し、スナップショットを取り、解体します。 - 再現可能なビルド。NixOSのフレークまたはAnsibleプレイブックとUbuntuを使用します。 今日、人々はどのように使用していますか? - エージェントフリート。人々は作業範囲を定義し、サブエージェントに委任するパイロットエージェントを実行します。各サブエージェントは独自のVM上で動作します:パイロットでプロジェクトの形状を整え、ワーカーがそれを実装してPRを開きます。ある顧客は、CLIから起動および解体される数百台のマシンを同時に実行しています。 - モデル最適化とRL環境。MLチームは、エージェントがオーケストレーションするRL環境とモデル最適化作業にmachine0を使用しています。ある顧客は、数日間稼働し続ける60 vCPUマシンでRL環境を実行しています。別の顧客は、一時停止されたH100を保持し、一晩中エージェントをそれに割り当てて推論速度の最適化を grind しています。 - 製品インフラストラクチャ。ある顧客は、自身が使用するのではなく、machine0の上に製品を構築しています:各ユーザーセッションは、独自のカスタムエージェントランタイムのバージョン管理されたイメージから新しいXLマシンを取得します。彼らはそのイメージの数百のバージョンをリリースし、数千台のマシンを起動しましたが、そのほとんどは2分間稼働しました。 内部はどうなっていますか? すべてのマシンは、コンテナやサンドボックスではなく、完全なKVM仮想マシンです。ゲストには実際のドライバーとともに実際のGPUが公開され、カーネルレベルのアクセス(必要なモジュールやドライバーをロード可能)が可能で、あなたとハードウェアの間にシステムコールインターセプトレイヤーはありません。スタック自体は意図的にシンプルです:TypeScript、Postgres、Redis。セキュリティ、信頼性、パフォーマンスを重視しており、machine0は持続的なコンピューティング集約型ワークロードに最適です。 私について 私は約15年間クラウドインフラを構築してきました。インペリアルカレッジロンドンのクラウドリソース割り当てに関する博士課程を中退し、その後Upflow(YC W20)の共同創設者兼CTOとして6年間勤務し、ARRで7桁を達成するまでDevOps、インフラ、セキュリティを個人的に担当しました。なぜなら、それを委任するにはリスクが高すぎたからです。machine0は私自身のためのツールとして始まりました。私は自分自身が最初のユーザーです:) お願い ぜひ試してみて、フィードバックをいただけると嬉しいです(下記参照)。または、ソフトウェアファクトリ、モデルトレーニング、RL環境のためのコンピューティングを探している企業であれば、barnaby@machine0.ioまでお気軽にご連絡ください。 ``` # machine0をインストール $ curl -LsSf https://machine0.io/install.sh | sh # マシンを作成してSSH接続 $ machine0 new myvm $ machine0 ssh myvm</code>