← 2026-11-05 の一覧へ戻るホーム
Nvidia の RTX Spark 暗号化ファームウェアが Linux では推論速度を 35% に低下させる

2026/11/04 17:46

Nvidia の RTX Spark 暗号化ファームウェアが Linux では推論速度を 35% に低下させる

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

MSI Prestige N16 Flip AI Plus で Linux をデュアルブートすることは GPU 加速を伴う可能性がありますが、電源に接続したときに深刻なパフォーマンスの低下を引き起こし、新しい RTX Spark アーキテクチャの性能を根本的に損なっています。その根本原因は、Windows 専用ファームウェア（"Nvidia Platform Controllers"）によって管理される暗号化された電源管理テーブルにあります。これにより、GPU は Windows や WSL における ~2.2 GHz のブーストではなく、~780 MHz でロックされます。その結果、ネイティブ Linux では速度が約 14 トークン/秒（AC）に低下し、バッテリー駆動時または Windows では 65 トークン/秒以上となるため、実行時間ベンチマークにより確認されている五倍の乖離が生じます。回避策は存在します——例えば、プロプライエタリなコントローラーサービスを無効化してこのロックアウトをグローバルに模倣する、あるいは暗号解密密钥を手動で抽出する（不安定かつ単一マシンへのハック）——しかし、永続的な解決策には Nvidia がこれらの電源設定をオープンソースドライバへ移植することが必要です。さらに、デバイスの完全な機能を引き出すためには、起動時の手動メモリアルLOCATION調整やハードウェア認識の問題といった障壁を克服する必要があります。したがって、統一された 128 GB メモリと高度な AI 機能の完全な活用を目指している開発者にとって、現状では WSL や複雑なパッチに依存しなければならず、Nvidia がネイティブな修正を提供するまで、この ARM ベースのハードウェアを完全に解放することは Windows への依存関係に依存していることが示されています。

本文

MSI Prestige N16 Flip AI Plus (RTX Spark) の Linux 環境構築と性能問題の全貌

TL;DR（まとめ）

  • デュアルブートの可能性: MSI Prestige RTX Spark ノートパソコンで Linux をデュアルブートすることは可能です。適切に構成すれば、フルデスクトップ環境、NVIDIA オープンソースドライバによる GPU アクセラレーション、4K@120Hz 出力、オーディオ・キーボード・タッチパッドの機能が全て復元されます。
  • 性能低下の根本原因: Windows 固有のコンポーネント「NVIDIA Platform Controllers and Framework」が CPU と GPU の電力配分を管理しています。Linux では対応する仕組みが存在せず、これが性能劣化の主因です。
  • クロック速度の極端な低下: 電源接続時に Linux は GPU クロックが約780MHzに固定されてしまいます（Windows では約 2.2GHz）。ファームウェアのパワーテーブルが暗号化されており、Linux では解読できないためです。
  • ベンチマーク結果の乖離: GPT-OSS-120B モデルでは、Windows/WSL で毎秒約65 トークンに対し、ネイティブ Linux では毎秒13.9 トークン（約 5 倍遅い）という深刻な差が発生しています。
  • メモリの認識不足: デフォルトで GPU 用として 96GB の統合メモリが予約されており、Linux は初期状態では RAM を一部しか認識できません。Windows で設定を変更してメモリ解放を行う必要があります。
  • 推奨する解決策: 現時点ではWSL (Windows Subsystem for Linux) が最適解です。これにより充電時でもフル GPU ブーストを維持しつつ、vLLM などの Linux AI ツールを使えます。
  • 将来的な展望: 本格的な解決には NVIDIA がプラットフォームコントローラーのロジックを Linux ドライバーへ移植する必要があります。

Self-hostRemy と RTX Spark の特徴

  • オンプレミス環境: Remy やアプリケーションは自社敷地内に留め、外部に依存しません。
  • RTX Spark の特殊性: MSI Prestige、Asus ProArt、Dell XPS などは Windows on ARM で出荷されていますが、NVIDIA DGX Spark と同様の GPU デザインを採用しています。
  • ARM アーキテクチャと CUDA: 今回初めて ARM ベースの Windows に CUDA サポートが可能となり、最大 128GB のユニファイドメモリ構成で AI 開発を可能にしました。
  • エコシステムの課題: vLLM や SGLang などの主流 AI ツールが「Linux を第一義」としているため、開発者は「Windows から移行できるか」を気にしています。

Linux インストールの実践と課題

インストールは即插即用（Plug-and-Play）ではありません。以下の手順や回避策が必要です。

インストールプロセスの推移

  1. 初回試み (Omarchy): Arch ベースでしたが、MSI Prestige において起動時のディスプレイちらつきなど不安定な動作を引き起こしました。
  2. Debianへの切り替え: 安定性は向上しましたが、以下の制限がありました。
    • インストーラーが Wi-Fi に接続できず、USB エーサネットアダプター必須。
    • 箱出し状態ではキーボード、タッチパッド、GPU が認識されませんでした（バニラカーネルの欠落）。
  3. Omarchy の復帰とメモリ解放:
    • Omarchy に戻すとドライバ問題が解決しました。
    • 初期認識メモリ：約 28GB（統合メモリの 128GB の一部しか認識できない）。
    • 対策: Windows 側で GPU メモリ予約を4GBに制限することで、Linux 可視化領域を 120GB に引き上げました。

ハードウェア設定の調整

  • ディスプレイ出力: HDMI 経由での外部出力は初期段階では機能せず、外部カメラでの遠隔監視が必要になる場合があります。
  • 必要な回避策:
    • NVIDIA オープンソースドライバのバンドル必須。
    • Windows 側でのメモリ予約率の手動調整必須。

パフォーマンス比較：Windows, WSL, vs ネイティブ Linux

GPT-OSS-120B モデルおよび vLLM を使用したベンチマーク結果です。

トークン生成速度（毎秒トーク数）

環境トークン/秒備考
Windows65.4ベースライン
WSL65.1Windows とほぼ同等
DGX Spark (デスクトップ)61.0ネイティブ Linux ビルド (標準的な性能)
ノート PC ネイティブ Linux13.9約 5 倍の遅延

同時接続数と処理速度

  • vLLM (8 クライアント): WSL は毎秒127 トークンに対し、ネイティブ Linux は毎秒39.5 トークン。

実測時間（長時間実行）

  • Windows: GPU クロック維持（約 2.2GHz）、完了まで約8 分。
  • ネイティブ Linux: GPU クロック固定（約 790MHz）、完了まで約37 分。

電源状態による挙動の逆転

  • バッテリー駆動時: Linux は毎秒約 61〜67 トークンと Windows と遜色ありません。
  • 充電時 (AC 接続): Linux の速度が急落し、毎秒約15 トークンになります（同様に Windows も遅延しますが、Linux の劣化が際立ちます）。

なぜ AC 接続時に Linux が低速になるのか？

根本原因は**「NVIDIA Platform Controllers and Framework」**です。

  • 役割: CPU と GPU 間の共有電力予算（Power Budget）を管理します。ノート PC では両者のバランスを取る必要があります。
  • 問題点:
    • Windows のデバイスマネージャーにこのコンポーネントが表示されますが、Linux には対応する制御が存在しません。
    • このコントローラーの有効/無効化で性能変動を確認可能です（有効時：通常速度 / 無効時：毎秒 83→31 トークンへ急落）。
  • 技術的壁: ファームウェアがコントローラーに渡す電力設定テーブルが暗号化されています。Linux は解読鍵を持っていないため、ソフトウェア的な回避策（カーネルパニック誘発など）では解決できず、単一マシンの脆弱なハックに限られます。

WSL は代替として適切か？

現時点では、多くの開発者にとって**「はい」**です。

  • メリット:
    • Windows ドライバースタックの上に動作するため、充電時でもフル GPU ブーストを受け継ぎます。
    • クロックスロットリング問題を回避しつつ、vLLM や SGLang などの Linux 固有 AI ツールを実行できます。
  • 注意点: メモリ割り当てです。WSL はデフォルトで 14GB を予約しますが、128GB マシンでの大規模モデル負荷には不十分です。手動でのメモリ増加が必要です。

よくある質問 (FAQ)

Q: NVIDIA RTX Spark ノートパソコンで Windows と Linux のデュアルブートは可能ですか？

A: はい、可能です。MSI Prestige RTX Spark で Omarchy（NVIDIA オープンカーネルドライバ内蔵）でのデュアルブートが実証されています。Debian でも手動調整により構築可能ですが。

Q: なぜ充電した時に Linux が Windows よりも遥かに遅いのでしょうか？

A: CPU と GPU の電力共有を管理する「NVIDIA Platform Controllers and Framework」が存在し、Linux には対応がないためです。これにより GPU クロックが約 780MHz に固定され、約 2.2GHz の Windows と比較して著しく劣化します。

Q: 充電プラグを外せばパフォーマンス問題は解決されますか？

A: はい、バッテリー駆動時の Linux パフォーマンスは Windows レベルに近づきます。深刻なスローダウンは「AC を接続した時」のみ発生します。

Q: WSL はネイティブ Linux と同じでしょうか？

A: 完全に同じではありませんが実用上は非常に近いです。GPU クロックブースト挙動（スロットリング回避）を Windows に継承しつつ、Linux AI ツールも使えます。

Q: NVIDIA はこの問題を修正するのでしょうか？

A: 将来的にはプラットフォームコントローラーのロジックを Linux ドライバーへ移植することで解決できる見込みです。現在、暗号化されたファームウェアテーブルの問題は Windows 以外での解決策が見つかっていません。

同じ日のほかのニュース

一覧に戻る →

2026/11/05 5:45

ホワイトハウスのネットワークで住宅用プロキシが検出

## Japanese Translation: 当社の Residential Proxy Observatory を率いた最近のセキュリティ調査により、大統領執行局（ホワイトハウスのネットワーク）に登録されている AS2650 は、2026 年 10 月 5 日から 11 月 3 日まで、住宅用プロキシのエグレス活動ホストしていることが確認されました。エニュメレーションパイプラインでは、30 日のうち 26 日にわたり 6 つのアドレスから発せられた 236 の別個のエグレスが特定され、28 の異なる住宅用プロキシサービスが観測されました。Spur および Synthient という検知サービスとのクロスチェックにより、これらのアドレスが公共 IP コンテキストページを通じて住宅用プロキシエグレスであることがそれぞれ独立して確認されました。 活動は東部標準時の午後 5 時から真夜中にかけてピークに達しており、これは感染した個人端末がプロキシ SDK を使用していることを示唆しており、公共の Wi-Fi の使用とは異なります。セキュリティが不十分なプロキシ SDK は、ネットワーク内でのラテラルムーブメントを可能にします。この事件は、以前の類似した住宅用プロキシネットワークを通じて数百万台の Android 機器を感染させた Kimwolf ボットネットによって参照されたようなリスクの巨大な規模を浮き彫りにしています。 ホワイトハウスのネットワーク以外にも、セントヘレナ・アセンションおよびトリスタンダクーニャ（スターリンクおよびSure セントヘレナを介した 32,000 回以上の観測を持つ 413 のアドレス）、南極大陸（クラウドフレア WARP を通じたマクマード基地への 3 つの観測）、ピトケアン、ノーフォーク島、スバルバル、フォークランド諸島、チャゴス諸島、トケラウ、サウスジョージアなど、遠隔地でも住宅用プロキシが観測されました。Layer3 Intel はこの世界的な住宅用プロキシおよび匿名化インフラストラクチャを追跡しており、脅威アクターは遠隔または孤立したネットワーク上にあっても隠れる場所がないことを示しています。 侵入を記録するログは当局のために確保されており、関連する機関からの要請により当社の連絡先ページを通じて入手可能です。これらのログは、責任あるアクターの特定と感染の全範囲の評価を可能にします。究極的には、この事件は、個々のエンドポイントが適切にセキュリティ対策されていな場合に、高プロファイルな政府ネットワークも侵入に脆弱であることが示され、全世界でのトラフィックの再方向付けを通じて機密通信のプライバシーとセキュリティに対して直接的な脅威をもたらしていることを実証しています。

2026/11/05 4:50

昆虫はLEDの光に集まってくるわけではない

## Japanese Translation: 白熱灯からLED照明への切り替えは昆虫の引き寄せを劇的に減少させ、昆虫個体数の減少に対する新たな希望を提供しています。昆虫は月光（紫外線（UV）および赤外線波長を含む太陽光の反射光）を利用して航行しますが、人工的な光で紫外線を透過するものには混乱し、上空に向いた姿勢から円を描く飛行や逆さまになるような行動を示します。白熱灯はこの紫外線豊富な光を放出しますが、LED は電気エネルギーのほとんどを可視光（400–700 nm）に変換するため、コバチやヤブカメムシといった飛翔種に対してははるかに魅力的ではありません。 この移行を支える証拠として、2016 年のブリストル大学の研究では白熱灯、省エネ蛍光灯（CFL）、寒色系LED、暖色系LEDを比較し、LED全体が昆虫を引き寄せる数が著しく少ないこと、かつ寒色系と暖色系のLEDの間には有意差がないことを発見しました。具体的には、ハエ目（Diptera）のコバチやクレンカメムシ属（Culicoides）のヤブカメムシがLEDに引き寄せられる個体数が少ないことが確認されました。実例としては、ガイドのロランド・ルム氏によるWINGS バラクロスの旅行で報告された事例があり、家庭では屋外用ダイニング照明を白熱灯からLED に切り替えた後、トカゲの個体群が消失することに気づいたとあります。これは、爬虫類が昆虫という食物源を失ったためです。 夜間の紫外線豊富な人工光は、昆虫個体数の減少の主要な要因の一つと考えられています。このUV曝露を最小限に抑えることで、野生動物の航行への擾乱を軽減し、昆虫媒介疾患に関連するリスクを低減させ、人間の開発と自然の野生生物循環の安全な共存を促進することができます。（記事掲載日：2026 年 11 月 3 日；写真は 2006 年 7 月に撮影されたガソリンスタンド照明に群がる昆虫の様子）

2026/11/05 3:53

Ripple-65B Preview：米国で開示されたオープンウェイトモデルによるエージェント型コーディングにおける最上位性能

## Japanese Translation: このテキストは、先進的な AI モデルの構築において、段階的にトレーニング手法を最適化する方が、強力で生僻な計算資源に依存する蛮力アプローチよりもはるかに効率的であると論じています。この戦略では、単純な規模化よりも反復的な改良を優先することで、TerminalBench 2.1 でトップティアの性能スコア 80.5 を達成しました。これには「ロールアウト」と呼ばれる試行錯誤のステップがわずか 140 万回しか必要であり、先導的だった前技術（Reflection Beam）が要していたものの約 70 分の 1です。この効率性の源は、高価な外部データの購入を排除し、品質フィルタリングとカバレッジ指標を活用した高品質な内部環境に焦点を当てるカスタム synthetic データパイプラインにあります。 技術的には、このアプローチは堅牢な有教師学習用微調整（SFT）チェックポイントから始まり、高品質な長期間視野を持つ合成環境内において、切り捨て重要性サンプリング、スコア中心化、および線形長罰則を含む混合 RL レシピを採用しています。主要な利点はその適応的な性質であり、モデルが改良につれてトレーニング担当者が自動的により困難なタスクを追加することで進捗を維持しつつ資源の浪費を防ぎます。究極的には、この手法は先進的なモデルのトレーニングにおける財務的および計算機的障壁を大幅に低減させ、巨大量のデータクラスターや過剰な計算力への投資を少なくしてでも優越的な結果を得ることを可能にします。