# Georgia Institute of Technology 2023年にMetaと共同で[[MLCommons Chakra]]の標準化を立ち上げた研究機関。Tushar Krishna率いる研究室が[[ASTRA-sim]]分散AIシステムシミュレータの開発を主導し、Chakra ETをネイティブな入力形式として採用させた。論文著者29名のうち9名がGeorgia Institute of Technology所属で、大学のAI Makerspace(128台のNVIDIA H100/H200 GPUクラスタ)がChakra ETの実測データ収集環境として使われている。(Source: [[@2026__MLSys2026__MLCommons Chakra - Advancing Performance Benchmarking and Co-design using Standardized Execution Traces]]) [[@2026__ICS__Closing the Efficiency Gap - AI Datacenter Co-design Roadmap for Scalable Training of LLMs]] では、[[Hanjiang Wu]]・[[Joongun Park]]・[[Tushar Krishna]] が所属し、[[Intel]] と共同で MoE 対応のデータセンター co-design 解析ツール [[Calculon-MoE]] を開発した。(Source: [[@2026__ICS__Closing the Efficiency Gap - AI Datacenter Co-design Roadmap for Scalable Training of LLMs]]) ORACLE-SWE論文([[@2026__arXiv__ORACLE-SWE - Quantifying the Contribution of Oracle Information Signals on SWE Agents]])では、[[Qirui Jin]](共同筆頭)・[[Wenke Lee]] の2名がGeorgia Institute of Technology側著者として参加し、[[Microsoft]]の[[Kenan Li]](共同筆頭)らと共同で、SWEエージェントの5つの文脈情報信号の理想的な寄与上限を定量化するOracle-SWE手法を提案した。(Source: [[@2026__arXiv__ORACLE-SWE - Quantifying the Contribution of Oracle Information Signals on SWE Agents]]) ## 関連 - 本ソース: [[@2026__MLSys2026__MLCommons Chakra - Advancing Performance Benchmarking and Co-design using Standardized Execution Traces]]、[[@2026__ICS__Closing the Efficiency Gap - AI Datacenter Co-design Roadmap for Scalable Training of LLMs]]、[[@2026__arXiv__ORACLE-SWE - Quantifying the Contribution of Oracle Information Signals on SWE Agents]] - 共同開発したエコシステム: [[MLCommons Chakra]] - 開発したシミュレータ: [[ASTRA-sim]] - 責任著者: [[Tushar Krishna]]