このページでは、AlphaEvolve HPC ソリューションについて説明します。これにより、 スケーラブルなコンテナ化されたコード最適化実験を Google Cloud実行できます。
AlphaEvolve は、反復的な進化ループに依存しています。候補コードを生成し、コードの適合性を測定し、結果を AlphaEvolve API にフィードバックして、今後の反復処理をガイドします。AlphaEvolve HPC ソリューションは、 Cluster Toolkit、Batch、および Pub/Sub を使用して分散インフラストラクチャをデプロイします。各候補の評価は、コンテナ化されたリソースの多い仮想マシン（VM）で実行される分離された一時的なジョブとして扱われます。
AlphaEvolve HPC ソリューションを使用する場合
ワークロードが標準環境に適合しない場合は、評価をローカルまたは Cloud Run インスタンスで実行する代わりに、AlphaEvolve HPC ソリューションを使用します。
評価に時間がかかりすぎる: コードの問題が複雑で、ローカルで実行するのに時間がかかりすぎるか、個々の Cloud Run インスタンスのリソースとランタイムの制限を超えています。
特殊なハードウェアが必要: 評価には、ハードウェア アクセラレータ（GPU や TPU など）またはコンピューティング最適化 HPC マシン ファミリー（H3 インスタンスなど）が必要です。
大規模な並列処理が必要: 分離された環境で複数の候補の実装を同時にビルドして評価します。
Infrastructure as Code（IaC）が必要: リソースの多いクラスタのデプロイと破棄を簡素化し、労力とコストを削減する、再現可能な自動設定が必要です。
AlphaEvolve HPC ソリューションが提供するもの
AlphaEvolve HPC ソリューションは、AlphaEvolve 最適化問題に必要なインフラストラクチャの構成、デプロイ、実行のエンドツーエンドのフローを提供します。
基本インフラストラクチャのデプロイ: Cluster Toolkit を使用して、最適化の実行に必要な基本インフラストラクチャ をデプロイします。このステップでは、必要な API が有効になり、サービス アカウントが設定され、Pub/Sub トピックと Colab Enterprise ランタイムがプロビジョニングされます。この基本インフラストラクチャは、複数の最適化問題で再利用できます。
ソフトウェア環境の構成: 特定の最適化問題のソフトウェア環境を構成 してデプロイします。
実験の実行: 実験の開始、停止、分析は、カスタム Colab Enterprise ランタイムに接続された Colab Enterprise で実行されている Jupyter Notebook 内から行います。
AlphaEvolve の仕組み
ソリューションを構成してデプロイすると、実際の AlphaEvolve 最適化プロセスは次のように実行されます。
生成: コントローラは AlphaEvolve API（ Gemini を基盤とする）を呼び出して、ターゲット指標と 以前の成功した実行に基づいてコード候補を提案します。
評価: 候補は、Batch ジョブとして 並行して正確性とパフォーマンスが評価されます。
ストレージ: 生成された候補ファイル、ソースコードのリビジョン、数値 テスト指標は、安全な Cloud Storage バケットにアーカイブされます。 AlphaEvolve HPC ソリューションは、実験アーティファクトを Cloud Storage バケットに保存するため、使用していないときにインフラストラクチャを破棄できます。
フィードバック: 結果と分析情報のログが AlphaEvolve API にフィードバックされ、 成功と失敗から学習し、次世代でより優れたコードをインテリジェントにサンプリングできます。
AlphaEvolve HPC ソリューションは、次のアーキテクチャ図に示すようにリソースをデプロイします。
AlphaEvolve HPC ソリューションをデプロイする
基本インフラストラクチャをデプロイし、コンテナ イメージをビルドして、最適化実験を実行するには、次の操作を行います。
- AlphaEvolve HPC GitHub リポジトリに移動し、 手順に沿って操作します。