GPUの空きを待ちながら、次に何を試すか考えているあなたへ。
AIエージェントのための
実行環境を
Claude・GPTなどのAIエージェントが、MCP経由でGPUを含む本格的な実行環境にアクセス。コードの実行から学習ジョブまで、インフラの準備は不要です。
クリックで Seyval の MCP サーバー URL をコピーして接続設定画面を開きます
参画機関
透明性・協力・標準化を基盤に、エージェンティックAIイノベーションの公共利益を推進するグローバルな中立オープン基盤組織。
なぜ Seyval か
AIは実験を設計できても、実行できない。
コードは書けるのに、動かすGPUがない。環境を合わせ、ジョブを投げ、ログを見張り、結果を回収する——その手作業は結局あなたに残ります。エージェントの賢さは、手を動かせる範囲で頭打ちになります。
実行環境をつなげば、たとえば、こう頼めるようになります。
「このリポジトリを登録して、mainの最新コミットを解析して」
まわりを整える「train.py を H100 で回して、終わったらログの要点を教えて」
実験を回す「学習率を 1e-4 と 3e-4 で振って、2本まとめて流して」
実験を回す「さっきの run の成果物を入力にして、評価だけ回して」
実験を回す「失敗した run のログを見て、原因がコードか環境か切り分けて」
実験を回す「研究室の Slurm クラスタを登録して、8GPU が空いているか確認して」
まわりを整える「今月どの実験にいくら使ったか、compute type ごとに出して」
まわりを整える「この run の結果を共有リンクにして、共同研究者に渡せるようにして」
まわりを整える「main に push されたら自動で解析が走るようにして」
まわりを整えるリポジトリを1つ登録するところから始められます。
使い方
エージェントがGPUを使えるまで、数分
3ステップで、AIエージェントに実行環境を接続。インフラ管理は一切不要。
リポジトリをつなぐ
実行したいコードのGitHubリポジトリを登録するだけ。Seyvalがコミット単位でコードを解析し、実行できるエントリポイントと引数を洗い出します。
エージェントがジョブを起動
Claude・ChatGPTなどのエージェントがMCP経由で実行を指示。T4からH100まで、使う計算リソースを選ぶだけです。
結果が自動で手元に
ログはリアルタイムに配信され、成果物はS3に自動保存。エージェントが結果を読み、次の実験へ進みます。
Seyvalが選ばれる理由
AIエージェントに、本格的な計算基盤を
GPUのプロビジョニングからジョブ実行・ログ・成果物の管理まで、エージェントが自律的に使える実行環境をひとつのプラットフォームで提供。
あなたのエージェント
Seyval Platform
クラウド基盤
T4からH100まで、オンデマンド
必要な時に必要なGPUを自動プロビジョニング。使い終わればゼロまでスケールダウンし、無駄なコストが発生しません。
MCPネイティブ設計
初日からModel Context Protocol準拠。ClaudeやChatGPTがツール呼び出しひとつでジョブを起動できます。
runごとに使い捨ての実行環境
runごとに専用イメージをビルドし、GPUジョブは1ノード1ジョブで実行。終了後はノードごと破棄され、実行環境が残りません。
耐障害性のある実行
長時間の学習・実験ジョブが再起動・障害・デプロイを乗り越える。Temporal駆動。
ログと成果物を自動回収
実行ログはリアルタイムに配信し、成果物はS3へ自動保存。実行コストもrunごとに記録。
BYOコンピュート
自社のSlurm/HPCクラスタや研究室の計算機を接続し、エージェントから同じインターフェースで利用できます。
従来のやり方との違い
GPUの面倒を、エージェントに渡す。
GPUを自前で立てる
インスタンスを起動し、ドライバとCUDAを合わせ、依存を入れ、終わったら止め忘れに気をつける。実験のたびに同じ作業が要る。
compute typeを選ぶだけ。イメージのビルドもノードの確保も解放も自動で、かかった費用はrunごとに記録されます。
人が使うML基盤
人が画面やSDKからジョブを投入する前提の作り。エージェントから使うには、結局APIを叩くコードを別に書くことになる。
初日からMCPネイティブ。エージェントがツール呼び出しでジョブを起動し、ログと成果物を読んで次の一手を決められます。
HPCを手で叩く
sbatchスクリプトを書き、コンテナをSIFに変換し、ノードの空きを見ながら投げる。クラスタごとに作法が違う。
SSHで一度つなげば、クラウドGPUと同じインターフェース。コードとデータはクラスタの中に留まります。
ユースケース
Seyvalでできること
自律的な研究ループからモデル学習まで。AIエージェントがSeyvalで実際に動かすワークロード。
エンタープライズ対応
スケール、セキュリティ、ガバナンス
計算を自社クラスタの中で完結させる
研究室や社内のSlurm/HPCクラスタをSSHで接続すると、コードとデータはお客様の環境から出ません。Seyvalはジョブの投入と結果の回収だけを担います。
ワークスペースと権限管理
owner / admin / member の3ロールでアクセスを制御。企業IdPとのSAML / OIDC連携にも対応します（導入時に個別設定）。
すべてのrunを記録
どのコミットを、どの計算機で、いくらで実行したか。ログ・成果物・コストをrun単位で記録します。
データの置き場所
東京リージョン（ap-northeast-1）で完結。リージョンごとに独立したインフラとKMS鍵で分離し、保存データと通信を暗号化します。
既存のワークフローに接続
GitHub Appでプライベートリポジトリを連携し、push / PRを契機に自動解析。MCP対応のAIクライアントからそのまま利用できます。