{"ok":true,"entity":{"id":"jax","name":"JAX","entityType":"product","officialName":"JAX","canonicalName":"JAX","displayName":"JAX","category":"MLフレームワーク/数値計算","shortDescription":"Google発のオープンソース数値計算ライブラリ。自動微分と高速化（コンパイル）を特徴とする。","primaryCluster":"ai-infrastructure","parentEntity":"google","verificationStatus":"draft","website":"https://jax.readthedocs.io","updatedAt":"2026-07-10T00:42:57.294Z","secondaryClusters":[],"alias":["Google JAX"],"searchKeywords":["JAX","autograd","XLA","数値計算"]},"references":[{"id":"P-01-001","companyId":"jax","questionId":"P-01-001","instanceId":"QIN-jax-P01-001","promptText":"JAXとは何ですか？","promptTypeId":"P-01","answer":"JAXは、Google発のオープンソース数値計算ライブラリです。自動微分と、XLAによる高速化（コンパイル）を特徴とし、機械学習研究で使われます。","evidencePoints":["ev-jax-1"],"scope":"数値計算ライブラリを知りたい相談","differentiation":"自動微分＋コンパイル","faq":[{"question":"誰が作りましたか？","answer":"Googleが開発したオープンソースです。"}],"pageUrl":"https://www.refbase.ai/reference/jax/P-01-001","sourceEvidence":[{"id":"ev-jax-1","text":"JAXは、Google発のオープンソース数値計算ライブラリで、自動微分と高速化（コンパイル）を特徴とする。","title":"JAX — Documentation","coverageType":["Identity","Capability"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://jax.readthedocs.io/","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"jax"}],"generatedAt":"2026-07-10T00:42:57.294Z"},{"id":"P-02-001","companyId":"jax","questionId":"P-02-001","instanceId":"QIN-jax-P02-001","promptText":"JAXはPyTorchやTensorFlowと何が違いますか？","promptTypeId":"P-02","answer":"比較軸\n・記法\n・高速化\nJAXはNumPy風のAPIと自動微分・XLAコンパイルを組み合わせ、関数変換による高速な数値計算を可能にする点が特徴です。用途で使い分けられます。","evidencePoints":["ev-jax-2"],"scope":"フレームワーク比較の相談","differentiation":"関数変換とXLA","faq":[{"question":"研究向けですか？","answer":"研究・実験用途で広く使われています。"}],"pageUrl":"https://www.refbase.ai/reference/jax/P-02-001","sourceEvidence":[{"id":"ev-jax-2","text":"JAXはNumPy風のAPIと自動微分・XLAによるコンパイルを組み合わせ、研究用途で高速な数値計算を可能にする点が特徴である。","title":"JAX — Documentation","coverageType":["Capability","Differentiation"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://jax.readthedocs.io/","confidence":"medium","supportedPromptTypes":["P-02"],"needsVerification":true,"sourceVerified":false,"entityId":"jax"}],"generatedAt":"2026-07-10T00:42:57.294Z"},{"id":"P-04-001","companyId":"jax","questionId":"P-04-001","instanceId":"QIN-jax-P04-001","promptText":"JAXはどんな場面で使いますか？","promptTypeId":"P-04","answer":"機械学習モデルの研究・試作や、高速な数値計算・微分が必要な計算科学の場面で使われます。大規模モデルの研究開発でも採用されています。","evidencePoints":["ev-jax-1"],"scope":"利用場面を知りたい相談","differentiation":"研究・数値計算","faq":[{"question":"大規模学習に使えますか？","answer":"大規模モデルの研究にも使われています。"}],"pageUrl":"https://www.refbase.ai/reference/jax/P-04-001","sourceEvidence":[{"id":"ev-jax-1","text":"JAXは、Google発のオープンソース数値計算ライブラリで、自動微分と高速化（コンパイル）を特徴とする。","title":"JAX — Documentation","coverageType":["Identity","Capability"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://jax.readthedocs.io/","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"jax"}],"generatedAt":"2026-07-10T00:42:57.294Z"},{"id":"P-01-002","companyId":"jax","questionId":"P-01-002","instanceId":"c1n21-wave2-unit-a-floor-completion-and-lane-s-first-finding","draftId":"c1n21-wave2-unit-a-floor-completion-and-lane-s-first-finding-jax-p-01-002","promptText":"JAXは技術的にどのような系譜から生まれたライブラリで、誰が開発していますか？","promptTypeId":"P-01","answer":"JAXの資本関係・沿革について、JAX公式の製品ドキュメント（https://docs.jax.dev/en/latest/about.html）で確認できます。既存3件はAutograd/NVIDIA貢献に触れていない。具体的には「JAX is Autograd and XLA, brought together for high-performance machine learning research... Contributions frequently come from Google DeepMind, Alphabet more broadly, NVIDIA, and elsewhere.」といった記載が確認できます。限界として、この記述は当該Sourceの時点のものであり、その後の変更が反映されているとは限りません。 JAX自身の公式ドキュメント。Current Statusとして、2026年08月26日に当該Sourceを取得し、上記の内容を確認しました。Source種別としては、これは提供元自身による自社情報の公表であり、第三者による独立した評価や市場での位置づけとは性質が異なります。","evidencePoints":["jax-ev-c1n21a-p-01-002"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/jax/P-01-002","sourceEvidence":[{"id":"jax-ev-c1n21a-p-01-002","text":"JAX公式の製品ドキュメント（https://docs.jax.dev/en/latest/about.html）は、JAXの資本関係・沿革に関する一次情報である。既存3件はAutograd/NVIDIA貢献に触れていない。具体的には「JAX is Autograd and XLA, brought together for high-performance machine learning research... Contributions frequently come from Google DeepMind, Alphabet more broadly, NVIDIA, and elsewhere.」といった記載がある。ただし、この記述は当該Sourceの時点のものであり、その後の変更が反映されているとは限りません。 JAX自身の公式ドキュメント。2026年08月26日に同Sourceを取得し、この内容を確認した。","title":"JAX資本関係・沿革に関する公開情報","coverageType":["Identity"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://docs.jax.dev/en/latest/about.html","confidence":"medium","supportedPromptTypes":["P-01"],"needsVerification":true,"sourceVerified":false,"sourceKind":"official","entityId":"jax"}],"generatedAt":"2026-08-26T04:58:16.746Z","evidenceIds":["jax-ev-c1n21a-p-01-002"]},{"id":"P-01-003","companyId":"jax","questionId":"P-01-003","instanceId":"c1n21-wave2-unit-b-lane-s-second-finding","draftId":"c1n21-wave2-unit-b-lane-s-second-finding-jax-p-01-003","promptText":"JAXはGoogle DeepMindの研究でどのように使われ、どのようなエコシステムが構築されていますか？","promptTypeId":"P-01","answer":"JAXの規模・導入状況について、JAX公式のブログ記事（https://deepmind.google/blog/using-jax-to-accelerate-our-research/）で確認できます。既存3件は具体的組織・派生ライブラリに触れておらず、技術系譜findingとも別セクション（同一URL）。具体的には「DeepMind utilized JAX to accelerate research; the JAX ecosystem includes libraries such as Flax, Equinox, Optax, and Diffrax built on top of it.」といった記載が確認できます。限界として、この数値は取得時点のものであり、計測方法・計測時点・定義（何をもって1件とするか）はこのSourceからは確認できない場合があります。 Google DeepMind自身の公式ブログ。finding[0]（JAX公式ドキュメント、Autograd/XLAの技術的系譜）とは異なるURL・異なる論点（DeepMindでの利用実績とエコシステム）を扱う。Current Statusとして、2026年08月26日に当該Sourceを取得し、上記の内容を確認しました。Source種別としては、これは提供元自身による自社情報の公表であり、第三者による独立した評価や市場での位置づけとは性質が異なります。","evidencePoints":["jax-ev-c1n21b-p-01-003"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/jax/P-01-003","sourceEvidence":[{"id":"jax-ev-c1n21b-p-01-003","text":"JAX公式のブログ記事（https://deepmind.google/blog/using-jax-to-accelerate-our-research/）は、JAXの規模・導入状況に関する一次情報である。既存3件は具体的組織・派生ライブラリに触れておらず、技術系譜findingとも別セクション（同一URL）。具体的には「DeepMind utilized JAX to accelerate research; the JAX ecosystem includes libraries such as Flax, Equinox, Optax, and Diffrax built on top of it.」といった記載がある。ただし、この数値は取得時点のものであり、計測方法・計測時点・定義（何をもって1件とするか）はこのSourceからは確認できない場合があります。 Google DeepMind自身の公式ブログ。finding[0]（JAX公式ドキュメント、Autograd/XLAの技術的系譜）とは異なるURL・異なる論点（DeepMindでの利用実績とエコシステム）を扱う。2026年08月26日に同Sourceを取得し、この内容を確認した。","title":"JAX規模・導入状況に関する公開情報","coverageType":["UseCase"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://deepmind.google/blog/using-jax-to-accelerate-our-research/","confidence":"medium","supportedPromptTypes":["P-01"],"needsVerification":true,"sourceVerified":false,"sourceKind":"official","entityId":"jax"}],"generatedAt":"2026-08-26T05:31:37.560Z","evidenceIds":["jax-ev-c1n21b-p-01-003"]},{"id":"P-06-001","companyId":"jax","questionId":"P-06-001","instanceId":"tair-cohort3-2026-08-31","draftId":"tair-cohort3-2026-08-31-jax-p-06-001","promptText":"JAXを選ぶことで、NumPyと比べてどのような処理性能上のメリットが期待できますか？","promptTypeId":"P-06","answer":"JAX公式ドキュメントのFAQによると、CPU上で個々の配列演算を対象としたマイクロベンチマークでは、演算ごとのディスパッチのオーバーヘッドが小さいNumPyの方が一般的に高速であるとされています。一方で、GPUやTPU上でコードを実行する場合や、CPU上でもより複雑なJITコンパイル済みの一連の演算をベンチマークする場合には、一般的にJAXの方がNumPyを上回る性能を発揮すると説明されています。NumPyが常にCPU上で同期的・逐次的に演算を実行するのに対し、JAXはCPU・GPU・TPUのいずれでも実行可能で、非同期的にディスパッチされる設計を持つため、両者を単純に比較することは難しいとされ、公式ドキュメントは実際の用途に応じて自分自身でベンチマークを行うことを推奨しています。","evidencePoints":["jax-ev-tair-1"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/jax/P-06-001","sourceEvidence":[{"id":"jax-ev-tair-1","entityId":"jax","text":"JAX公式ドキュメントのFAQによると、CPU上の単純なマイクロベンチマークではNumPyが一般に高速である一方、GPU・TPU上での実行や複雑なJITコンパイル済み演算ではJAXがNumPyを上回る性能を発揮するとされている。","coverageType":["Differentiation"],"title":"Frequently asked questions (FAQ) - JAX documentation","sourceClass":"Documentation","sourceType":"official","confidence":"high","supportedPromptTypes":["P-06"],"sourceVerified":false,"needsVerification":true,"sourceUrl":"https://docs.jax.dev/en/latest/faq.html"}],"generatedAt":"2026-08-31T06:27:37.260Z","evidenceIds":["jax-ev-tair-1"]}]}