研究室の学生向けに，ChatGPTやCodexなどの生成AIを共通インフラとして提供できないか考えていました． 普通に考えると，ChatGPTやClaudeなどの組織向けサブスクリプションを契約して，学生に一つずつアカウントを割り当てるのが自然だと思います．

しかし，今回はサブスクリプションではなく，OpenAI API Platformを使うことにしました．決め手になったのは，研究室の予算と大学の会計処理に対する相性です．

この記事では，研究室を運営する教員の立場から，なぜOpenAI API Platformを選んだのか，どのくらいのコストになりそうか，どのように試験導入するとよさそうかを書いてみます．

少し前に私が所属している豊橋技術科学大学に新しいクラスタ計算機が導入されたので，それを使ってみた感想を書こうと思います． 特に，以前のクラスタでは自作のSingularityイメージを動かすことはできなかったのですが，新しいシステムでは自作のSingularityイメージを動かすことができるようですので，それをメインで書きたいと思います．

HaskellでRTL記述のHDLがかけるClashというものがあります． Verilogとかを勉強しなくてもHaskellの高情報量の構文で記述すれば，それをVerilogなどのHDLに変換できます．

今回はClashでRTL記述を書く勉強として，Turing CompleteというSteamゲームで出てくる課題？を解いていきます． ちなみに私はHaskellについてもHDLとかRTL記述についてもほとんどわかっていませんので，本当に初心者として勉強する目的です． 特にHaskellの書き方についてはまっっっったく洗練されてないと思いますが許してください． （Copilotにものすごい助けを借りています．こういう勉強に本当に便利だと思います）

ベクトルでの微分公式を覚えている人はほとんどいないと思います． 私も覚えていません．

今後のために，定義からいろいろ導出する過程を残しておきます．

UHD/USRPを用いてキャプチャした生のI/Qは大きいため，ハードディスクに保存しておくと容量を食って大変です． 適当にGoogle先生に聞いてみると，FLACで圧縮するとかなり圧縮できるらしいのでやってみました．

凍結されました． 今後はMastodon fla.red@k3k0maの方で活動します．