Security
機密情報を守る
コードや設計情報、顧客要件を外部に出さず、セキュリティレベルに応じてAIモデルを使い分けられます。
Foundation
組込み開発でAIを
組込み開発でAIを
安全に活用するために
外部AIを使いたくても、コードや設計情報は外に出せない。
だからこそ、セキュリティ・ナレッジ活用・チーム定着までを考えたAI環境が必要です。
Quality
実機で使える性能へ
開発環境で動くだけでは量産に進めません。AIが生成したコードを、組込み機器上で求められる性能まで最適化します。
Productivity
チームに定着させる
一部のメンバーの利用に留めず、教育から運用ルール設計まで伴走し、組織全体にAI活用を根付かせます。
Solution
Fixstars Vega による
Fixstars Vega による
セキュアAI開発環境
組込み開発チームが、コードや設計情報を外部に出さずにAIを活用できるよう、セキュアなAI基盤の構築から、AIコーディング環境、社内ナレッジ活用、モデル選定、教育・定着支援まで一貫してご提供します。
フィックスターズのご提供範囲
- インフラの設計・構築
- AI基盤の設計・構築
- AIモデルの選定・評価・運用設計
- AIコーディング環境の導入
- 社内ナレッジ活用の設計
- 教育・運用定着支援
* 2026年7月1日時点のご提供モデルです。提供モデルは随時更新されます。
Security
セキュリティ要件に合わせて、
セキュリティ要件に合わせて、
2つの導入形態から選択
情報の機密度や設置場所、運用体制に応じて、専用ハードウェアを利用する「専有型」と、API経由ですぐに利用できる「共有型」の2つの導入形態をご用意しています。
ハードウェア専有型
オンプレミス型
お客様の施設内に、専用ハードウェアを構築します。ソースコードやデータを施設外に出さずに運用できます。
ホスト型
当社が管理するデータセンターに、専用ハードウェアを構築・運用します。専有環境を維持しながら、設備管理や運用の負担を抑えられます。
VPC型
提携GPUプロバイダーの設備上に、お客様専用のサーバーとVPCを構築します。ハードウェアの調達を待たず、専有環境を短期間で導入できます。
ハードウェア共有型
API型
当社が管理するFixstars Vegaを、ユーザーアカウントと固有のAPIキーでご利用いただけます。専用ハードウェアを用意する必要がなく、短期間で利用を開始できます。利用料は月額固定です。
ハードウェアは専有ではありませんが、リクエストはユーザーごとに完全に分離されます。入力データをモデルの学習に使用することはありません。
Access Control
コードの機密度に応じた、AIモデルの使い分け
モデルオーケストレーターが、貴社のセキュリティポリシーに基づいて安全にモデルを振り分けます。たとえば「クラウドに出せない顧客コードは、社内ローカルAIだけで扱う」といったルールを、担当者の注意に頼らず、仕組みとして守らせることができます。
利用できるAI環境をセキュリティレベルに分けて管理
-
レベル
0
外部クラウドAI
入力データの学習利用あり
-
レベル
1
外部クラウドAI
入力データの学習利用なし
-
レベル
2
社内管理クラウドAI
Amazon Bedrock経由クローズドAIの利用 *
-
レベル
3
社内ローカルAI
* データが他社の学習に使われない貴社専用のバーチャルプライベートクラウド環境（VPC）で、Claude / GPT-5.x / Nova など最新のクローズドモデルを併用できます。オープンウェイトLLMとの使い分けも、すべてゲートウェイの制御下で管理されます。
Use Case
組込み開発でAIを
組込み開発でAIを
活用できる業務
AIチャット、AI Coding Agent、社内ナレッジ活用を組み合わせることで、調査・実装・レビュー・テスト・保守など、開発者の日常業務を支援します。
既存コードの理解
レガシーコード、制御ロジック、ドライバ、ミドルウェアなどの構造把握を支援します。
仕様書・設計書の参照
社内ドキュメントをもとに、関連仕様や過去の設計判断を素早く確認できます。
コード生成・修正案作成
C/C++、Python、テストコード、ビルドスクリプトなどの作成・修正を支援します。
コードレビュー支援
コーディング規約、設計ルール、過去不具合の観点を踏まえた確認を支援します。
テスト作成・デバッグ支援
単体テスト、異常系テスト、ログ解析、エラー原因の調査を支援します。
性能改善・最適化支援
AIモデルやコードの性能ボトルネック分析、改善案の検討を支援します。
Quality / Models
タスクに合う検証済みAIモデルで、
タスクに合う検証済みAIモデルで、
開発現場に使える品質へ
タスクの性質や求める品質、セキュリティ要件に応じて、フィックスターズが複数のAIモデルを継続的に検証。お客様の業務に合うモデルを選定し、応答速度まで最適化した状態でご提供します。
オープンウェイトモデルも、実用的な選択肢に
最新のオープンウェイトモデルは性能向上が進み、オンプレミスや閉域環境でも活用しやすい選択肢になっています。コードや設計情報を外部に出せない業務でも、用途によっては十分な性能を発揮できます。
オープン/クローズドウェイト LLMのベンチマーク性能
応答速度も、最適化して提供
公開モデルをそのまま動かすだけでは、実運用に十分な性能が得られない場合があります。Fixstars Vegaは、パフォーマンスエンジニアリングを施したモデルを標準で提供します。
応答開始までの時間（TTFT P90）の比較
最適化前
順番待ちが多発
最適化後
順番待ちはほぼゼロ
約3.8秒
（同時使用90人でも低い応答時間を維持）
※GLM-5.1をNVIDIA H200 × 8で実行した結果。詳細な測定結果はサービス資料をご覧ください。
検証済みのモデルを提供
お客様がゼロからAIモデルを選定・検証する必要はありません。当社エンジニアが実際の開発プロジェクトで評価・検証し、用途・性能・ライセンスまで整理してご提供します。
ご提供するAIモデル
GLM-5.2
- オープンウェイトモデルの中でも、トップクラスのコーディング性能
- 長文コンテキストに対応し、大規模なコードベースを読み込んだ開発支援に適する
- テキスト中心の用途（コード生成・解析など）向け
Qwen3.6-27B
- 27Bと小さめのサイズながら、実用的なコーディング性能
- 画像や動画を含むマルチモーダル入力に対応
- ドキュメント解析や、画面・図表を使った開発支援にも活用可能
※2026年7月時点。提供するモデルは随時更新されます。GLM-5.2はハードウェア構成によってはご利用いただけない場合があります。
タスクの性質に応じたAIモデルの使い分け
テキスト入力のみの仕様書作成タスク、画像の読み込みが必要なE2Eテストタスクなど、タスクの性質ごとに適したAIモデルがあります。その使い分けをAgent に設定できます。
タスクごとのモデル設定例
Quality / Code
Optimization
パフォーマンスエンジニアリング・ハーネスによる
パフォーマンスエンジニアリング・ハーネスによる
高性能な出力コード
Fixstars Vega のパフォーマンスエンジニアリング・ハーネスは、フィックスターズが20年以上蓄積してきた組込み開発プロジェクトでの知見を、AIエージェントが活用できる形に整えた独自ハーネスです。出力されるコードはベテランエンジニアに匹敵し、案件によっては上回る性能を実現します。
提供する機能
tune
汎用的な性能最適化—CPU-GPU同期削減、メモリ配置、torch.compile適用などを自動で書き換え
convert
PyTorchモデルのTensorRT向け推論高速化—graph breakが起きないよう、モデル定義を機能等価のまま自動書き換え
tune-discover
性能最適化知識の発見—既存ナレッジにない新しい最適化パターンを、LLMで自律的に発見・蓄積
※提供機能は順次拡充予定です。
Fixstars Vega 活用による高速化事例
画像セグメンテーション基盤モデル 推論
大バッチ化・プロンプト事前キャッシュ・TensorRT化など
4.7x
SparseDrive 推論
TensorRT化・PTQ・カスタムCUDAカーネルの Plugin化など
3.95x
ResNet-50 学習*
bf16 混合精度量子化・NHWC メモリフォーマット修正・torch.compile 適用など
2.11x
*社内ベンチマークでの計測値（参考値）
Case Studies
各高速化事例の詳しい手法と成果は、
サービス資料でご紹介しています。
Productivity
AI開発環境を、
AI開発環境を、
チームで使い続けられる状態へ
利用状況の把握やモデルの更新など、AI開発環境をチームで継続的に活用するための管理機能を提供します。
利用状況を可視化し、チームでの利用を促進
- — チーム全体のAI活用状況を、様々な指標で可視化
- — 平均応答時間やエラー発生率など、利用体験に関わる指標を表示
- — AIモデルごとのリクエスト数を、割合や時系列で把握
- — 利用コストを表示。モデル別・個人別の分析も可能
ローカル環境でも、モデルを最新に保てる
より適したモデルや新バージョンが登場すれば、検証のうえ提供モデルを更新。管理画面から、モデルの状態確認・停止・入れ替えができます。
Seminar
お客様の状況に合わせた
お客様の状況に合わせた
AI活用セミナー
AI駆動開発を実践的に学べる2つのセミナーをご用意しています。
まず体験したい方から、自社チームで具体的に取り組みたい方まで、目的に合わせてお選びいただけます。
Implementation
導入の流れ
お客様の状況に合わせて、環境の構築から定着まで伴走します。
※ 期間はプロジェクト規模や要件により変動します
-
1
ヒアリング・要件整理
1–2 weeksお客様のセキュリティ要件、開発フェーズ、既存環境を整理。
-
2
環境設計
2–4 weeks最適なインフラ構成、AIモデル、ツール群、ナレッジ構造を設計。
-
3
環境構築
2–4 weeksインフラ、AIモデル、ツール、管理機能を構築・セットアップ。
-
4
パイロット運用
1–2 months小規模チームで試験運用。課題を洗い出し、運用ルールを調整。
-
5
展開・定着
Ongoing組織全体へ展開。セミナーで活用方法を定着させ、運用を最適化。
Get Started
まずは資料をご覧ください
セキュアなAI環境の構築から、AI駆動開発のチーム定着まで。
組込み開発のAI導入をワンストップでご支援します。
サービス資料をダウンロード
サービス内容・構成例・モデルリスト・運用ルールを1冊にまとめたPDF資料。
資料ダウンロードフォームへ個別相談・お問い合わせ
具体的な構成や見積もり、技術的なご相談はこちらから。
お問い合わせフォームへ