AWS: SageMaker Fine-Tuning FLOPs Meter が EU AI 法コンプライアンスの閾値追跡を自動化

Amazon Web Services は 2026 年 5 月 12 日に Fine-Tuning FLOPs Meter を公開しました。Amazon SageMaker AI 向けのオープンソースツールキットで、大規模言語モデルのファインチューニング中に EU AI 法のコンピュート閾値追跡を自動化します。ツールは recipe YAML の単一設定フラグで有効化でき、監査ドキュメントに必要なすべてのメトリクスを記録します。

EU AI 法はどの閾値を適用しますか？

ツールキットは determine_compliance_threshold() 関数を通じて 3 つの閾値を実装しています。事前学習コンピュートが不明または 10²³ FLOPs 未満の場合、デフォルト閾値 3.3×10²² FLOPs が適用されます。事前学習コンピュートが 10²³ FLOPs 以上で文書化されている場合、実際の事前学習コンピュートの 30% の相対閾値が有効になります。事前学習コンピュートが 10²⁵ FLOPs を超えるモデルには、システミックリスク閾値 3.3×10²⁴ FLOPs が適用されます——法の中で最も高い義務カテゴリーです。

閾値を超えることは組織に何を意味しますか？

適用閾値を超えた組織は「ダウンストリームユーザー」から「GPAI モデルプロバイダー」へと移行します。新しい分類には追加義務が生じます：アーキテクチャと学習プロセスの詳細な開示、使用データソースの公開リスト、EU 著作権規制への準拠証明。AWS はこのステータス変更がファインチューニング組織が経験する最大のコンプライアンス変化であると強調しています。

SageMaker への Meter の統合はどのように行われますか？

有効化は YAML フラグ 1 つです：SageMaker トレーニングレシピに compute_flops: true を設定します。ツールキットは標準的な Hugging Face TrainerCallback として動作します。つまり、アーキテクチャの変更なしに既存の SageMaker Training パイプラインに統合できます。結果は自動的に Amazon S3 にアップロードされ、永続的なコンプライアンス記録として DynamoDB に保存されます。

出力 flops_meter.json には、アーキテクチャベースおよびハードウェアベースの FLOPs 計算、適用された閾値の種類とコンプライアンスステータス、モデルパラメーター、学習期間、GPU 仕様、監査証跡リンク用のトレーニングジョブ識別子が含まれます。AWS は Flops_architecture を主要なコンプライアンスメトリクスとして推奨しています。理由は「実際のトレーニング構成を正確に反映するため」です。

このツールは AWS がコンプライアンス義務をコンサルタントのアドバイスレベルからクラウドプラットフォームレベルに引き上げる広範な決断の一部です——コンプライアンスを手動プロジェクトから機能のトグルに変えます。