プラットフォームハブ
重要なフレームワーク、モデル提供元、ハードウェアプラットフォームをマーケティング抜きで解説します。何をインストールするか、費用はいくらか、注意点はどこか、そして最近の動き。
PyTorch（ディープラーニングフレームワーク）
研究と本番の学習の大半で標準となっているディープラーニングフレームワーク。PyTorch Foundationが運営し、eager実行、torch.compile、そしてCUDA・ROCm・Apple Siliconの第一級バックエンドを備えます。
JAXとGoogleのスタック
Googleの合成可能な数値計算フレームワーク（XLA上のjit、grad、vmap）と、その上に載るFlax、Optax、Orbax。TPUへのネイティブな経路であり、新しい研究コードではPyTorchに次ぐ第二の選択肢です。
Hugging Face（Hubとライブラリ）
オープンなモデル、データセット、デモが集まるHubと、それらを読み込み、ファインチューニングし、共有するために多くの人が使うTransformers、Datasets、PEFT、TRLの各ライブラリ。
OpenAI（GPTとAPI）
ChatGPTを支えるGPTモデルファミリーと、他の多くのプロバイダーがリクエスト形式を踏襲するAPI、そしてオープンウェイトのgpt-ossモデル。
Anthropic（ClaudeとClaude API）
ClaudeモデルとClaude APIの提供元。コンテンツブロック、適応的思考、プロンプトキャッシュを中心に据えたMessages形式を持ち、直接販売のほかAWS、Google Cloud、Microsoft Foundryを通じて提供されます。
Google DeepMindとGemini
AI StudioとVertex AIを通じて提供されるGeminiのホスト型モデル、Apache-2.0になったオープンウェイトのGemmaファミリー、そしてそれらを支えるTPUハードウェアとJAXのスタック。
Meta AIとLlama
オープンウェイトを主流にしたLlamaモデル、APIと816 Bのオープンリリースに分かれた新しいMuseライン、そして今もツール群を形作るPyTorchの系譜。
Mistral AI（オープンウェイトとStudio API）
Apache-2.0のリリースで寛容なオープンウェイトの基準を打ち立てたパリの研究所。現在はStudio APIを通じて1 TパラメータのLarge 4を販売し、Small、Ministral、Codestral、Voxtral、OCRの各モデルを揃えます。
NVIDIA（GPU、CUDA、NIM、Nemotron）
ほぼすべての学習が動くGPU、それをロックインするCUDAツールキットとライブラリ群、そしてTensorRT-LLM、NIMマイクロサービス、オープンウェイトのNemotronモデルという拡大中のソフトウェア層。
Apple: MLX、Core ML、Apple Silicon
MLXでApple Siliconのユニファイドメモリ上でモデルを実行・学習し、Core MLと新しいCore AIフレームワークでアプリ向けにPyTorchモデルを変換し、SwiftからオンデバイスのFoundation Modelsを呼び出す方法。
Microsoft: Azure AI、ONNX、Phi
OpenAI、Anthropic、Meta、Mistral、オープンモデルのクラウドカタログとしてのMicrosoft Foundry、クロスプラットフォームの推論エンジンとしてのONNX Runtime、そしてMITライセンスの小型モデルPhi。
オープンソースのエコシステム（vLLM、llama.cpp、Ollama、LiteLLM、LangChain、LlamaIndex）
ベンダーに頼らずにオープンウェイトを動くサービスに変える、寛容なライセンスのサービングエンジン、ローカルランナー、APIゲートウェイ、オーケストレーションライブラリ。