このページ内

同じ技術を、二つの言葉で。損得は表、スペックは裏。

意思決定者向け ・ 監査ファースト / 言語

リライトせずに、コアを使い切る
請求は 1/3 に、バグはゼロに。

並列化したい。でもソースを触ればバグが出る。触らなければコアが遊ぶ。そのジレンマを、ビルド時に解決します。

コスト ― CFO / インフラ
台数を増やさず、速く

使っていないコアを起こすから台数を増やさず速くなる。実測 2.97〜4.23×。EC2 / GKE を 1/3〜1/4 に圧縮できるか、あなたの本番 jar で来月の請求ベースで試算。

体験 ― 運用 / 品質保証
速くなっても、結果は同じ

逐次版と並列版の SHA-256 を毎回照合、不一致なら即時ロールバック(90/90 検証済)。だから全リグレッションはそのまま通る。

導入 ― CTO
git diff は、空

OrderBatch.java は 1 バイトも変わらない。ビルド時にバイトコードを読んで並列版を追加(Java agent / .NET profiler / Rust proc-macro)。ソース改変 0 行・ビルド変更不要。

スライム坊や スライム坊や: なんで触らず速くなるん!? 💡
  • OrderBatch.java1 バイトも変わらないgit diff は空)
  • ビルド時に バイトコードを読んで並列版を追加(Java agent / .NET profiler / Rust proc-macro)
  • 実行ごとに 逐次版と並列版の sha256 を照合。不一致なら即ロールバック(90/90 検証済

あなたの jar で速くなるか試す → bit 一致をこの場で検証 →

2.97〜4.23× 実測 高速化 378 / 378 Java変換 bit-exact 5,270 / 5,270 COBOL移送 実測 90 / 90 ロールバック検証 git diff = 空 ソース無改変
  他社が止まる理由 当社が止まらない理由
ソース改変数千行〜0 行、git diff = 空
ビルド変更必須不要
出力差分要再検証bit-exact
ロールバック困難90/90 検証済
導入コストライセンス + 工数初期無料 + 年2%

※ 「他社が止まる理由」は CBA / IRS / TSB Bank 等、意味理解型リライトの数百億円失敗の系譜。

💰 金銭インパクト (例・試算) EC2 100 台 → 33 台(実測 2.97〜4.23× の下限 ≈3× 適用)
現状 EC2費
100%(100 台)
PSDP 後
33%
−67%(33 台)
削減後99 万円/月
毎月の削減201 万円
年間削減2,412 万円

※ 実測 2.97〜4.23×(本試算は下限 ≈3×=削減率 67%)。リライトせずビルド時差込。金額は入力値 × 削減率の単純試算で、契約形態により変動します。

※ Slot IR 射影・注入機構・SHA-256 ロールバックの詳細へめくれます。

PSDP ― Phase-Synchronous Deterministic Parallelism(内部動作)

決定論的並列を、ソース無改変でビルド時に注入する。

PSDP は既存アプリの中間表現(バイトコード / IL / proc-macro 展開)を読み、逐次版と同一結果を保証する並列版をビルド時に生成する独立製品。ソースは 1 バイトも変わらない(git diff は空)。対応 16 言語(Java / C# / Rust / Go / Kotlin ほか)。

① 言語別・注入機構
Java

Java agent がロード時にバイトコードを読み、並列版クラスを注入

.NET

Profiler API 経由で IL を書き換え、JIT 前に並列版へ。

Rust

proc-macro でコンパイル時に展開。ゼロコスト抽象のまま。

② 決定論の保証機構
  • 実行ごとに逐次版と並列版の出力を SHA-256 照合。不一致なら即ロールバック(90/90 検証済)。
  • 位相同期(phase-sync)でスレッド間の実行順非決定性を排除 → 何度実行しても bit-identical
  • 実測 2.97〜4.23×(ワークロード依存)。EC2 / GKE 台数を 1/3〜1/4 へ。
$ git diff --stat OrderBatch.java
# 0 files changed(ソース無改変・並列化はビルド時注入)
③ 同一の決定論エンジン ― SlimeNENC(構造射影 Slot IR、意味推測なし)

元コードの構造を Slot IR へ射影 (π) し、射影先へ構造保存のまま転写。「意味の理解」という揺れる工程を挟まない。Java 8→17 / 17→21 で 378/378COBOL→Java で 5,270/5,270(NIST FIPS 21-3 501/501 + 外部 11 コーパス)すべて bit-exact、第三者が sandbox で再現可能。

PSDP 仕組み詳細 → SlimeNENC → ワークロードで試算 →

AS/400 ・ IBM i ― 基幹の継続 / 装置 × 言語

AS/400 が止まったら、会社が止まる。
だから、箱ごと写す。

保守切れも、RPG が読める人がいない問題も、触れないから直せない問題も。 ハードを捨てて、中身はそのまま継続。

コスト ― 経営 / 情シス
更新契約ごと、消える

ハード保守・専用データセンター・消費電力。箱をやめれば来年の更新契約ごと消える。中身は可搬なコードとして Linux コンテナで動く ― EC2 でもオンプレでも同じ。

体験 ― 現場 / 業務
動きは bit 一致

CL も RPG も COBOL も、ジョブの流れも戻り値も小数点の丸めまで同じ。ユーザーは画面が変わったことすら気づかない。「移行」ではなく「継続」

導入 ― CTO
CL 1 本から unit 単位

いきなり全部じゃない。実機 IBM i の結果と bash / Rust 版をバイト比較し 3/3 完全一致を検証済み。固定長 CHAR・10 進フォーマットの差も実機で潰した。1,700 本超の実 RPG を既に処理。

こんな不安から

保守切れが怖い RPG を読める人が退職する API でクラウドに繋ぎたい

あなたの CL で A/B 比較 → RPG 1 本を写してみる →

※ 製品名・bit-exact 検証の詳細へめくれます。

AS/400 · IBM i ― 装置 → 言語(製品 / 検証)

あなたの AS/400 を、装置ごと現代へ。

CL・RPG・COBOL ― ハコ丸ごとを可搬なコードへ。実機 RPG 1,700+ 本を既にパイプラインへ投入・処理(自社 RPG コーパス、通過数)。「移行」ではなく「継続」。

CL は実機 IBM i で実行したオリジナルと SlimeCL の bash / Rust 出力をバイト比較、3/3 bit-exact 検証。実機が暴いた固定長 CHAR と 10 進フォーマットのギャップは修正・公開済み。

SlimeCL / SlimeRPG / SlimeCOBOL-400。unit 単位の継続的モダナイゼーション。リライトではない、トランスポート。

SlimeCL 詳細 → SlimeCOBOL → LANGUAGE カテゴリ →

LANGUAGE ― COBOL モダナイゼーション / 言語

COBOL 移行が失敗するのは、
意味を理解しようとするからだ。

いいえ。BLACKBOX 上等。ソース自体が仕様だ。意味という揺れる工程を挟まず、構造ごと 1 ビットも変えずに写せばいい。

失敗しない ― 経営
数百億の損失を避ける

CBA / IRS / TSB Bank。数百億円の失敗は、すべて「意味を理解して書き直す」工程から起きた。同じコードでも人によって意味の取り方は揺れる。揺れる工程を捨て、0101 の構造だけを保存して移送する。だから失敗しない。

止まらない ― 監査
1 セント違えば連邦違反でも

米国連邦 COBOL 検証 FIPS 21-3 + 外部 11 コーパス + Medicare 7 系統で 5,270 / 5,270 件すべて bit-exact 100.000%。誰でも sandbox で第三者再現可能。1¢ 違えば連邦違反の Medicare 領域で 675/675 成功。監査で止まらないのが、監査ファースト。

疑われない ― 品質 / 情シス
何度実行しても同じ結果

LLM ベース移行は同じ入力でも結果が揺れる。当社は確率ではなく代数。何度実行しても SHA-256 完全一致。ソース消失も SlimeRESCUE で実行ファイルだけから C / Java を復元(推定 120〜240 億行の市場)。レガシーだけじゃない、Python→Rust も同じエンジンで bit-exact。

あなたの COBOL 1 本を bit 一致で写してみる → 5,270/5,270 の第三者再現を見る →

※ よくある言説への反論・4 論点・SlimePython の詳細へ。

LANGUAGE · ハイライト(論拠 / 製品)

よくある言説

「COBOL モダナイゼーション成功の条件は、単なる『古い言語から新しい技術への置き換え』ではなく、『経営判断』と『体制設計』という組織的アプローチにある。」

いいえ。BLACKBOX 上等。

COBOL 移行に「意味を理解する」工程は要らない。ソースコード自体を仕様とみなし、決定論で bit-exact に転写する。それだけ。

① 意味抽出を捨てる

CBA / IRS / TSB Bank の数百億円失敗を回避。1 ビットも変えずに移送するだけ。

② BROOKS 反論

「銀の弾丸はない」とは矛盾しない。再表現せず保存して移送する系譜。

③ 確率ではなく代数

LLM ベース移行は結果が揺れる。当社は 何度実行しても 1 ビット一致

④ ソース消失にも対応

実行ファイルだけから C / Java を復元する SlimeRESCUE で推定 120-240 億行の独占市場をカバー。

実測 (2026-05-20): 米国連邦 COBOL 検証 (FIPS 21-3) + 11 corpus + Medicare 7 系統で 5,270 / 5,270 件すべて bit-exact 一致 (100.000%)。誰でも sandbox で第三者再現可能。

レガシーだけにあらず ― モダン言語も。 同じ構造的トランスレーションを Python → Rust へ。bit-exact(SHA-256 完全一致)で転写する SlimePython →

LANGUAGE カテゴリ詳細 → LANGUAGE サービス → 最新ニュース →

★ LANGUAGE インパクト ★ DEVICE I/O 併載 SlimeTree-VSAM / ストレージ

移行が終わった途端、
夜間バッチが終わらなくなる。

BLACKBOX で bit-exact に写しても、移行先が PostgreSQL なら金融基幹の夜間窓は崩壊する。10 億件で 19.5 時間は、朝までに終わらない。

終わる ― 運用 / 事業継続
翌朝の勘定が動く

同ホスト bench で PostgreSQL 16 比 480 倍。逐次カーソル 480 倍、ランダム 267 倍。10 億件夜間バッチが 19.5h → 4.4 分。overnight window 崩壊への直接解。バッチが終わるから、翌朝の勘定が動く。

疑われない ― 監査 / 法務
そのバイナリ 1 本で終わる

SHA-256 audit chain を backend に内蔵。改ざん検知が air-gap 環境でも成立。いつ・誰が・何を、の証跡がそのまま残るから、監査で聞かれてもそのバイナリ 1 本出せば終わる。

置き換えない ― CTO / 移行責任者
再移行リスクはゼロ

PostgreSQL を捨てない。VSAM 互換の KSDS / ESDS / RRDS を Rust 単体バイナリで横に置くだけ。汎用 DB は汎用 DB のまま、バッチだけ VSAM 側に流す。だから再移行のリスクゼロ。単純な記録体 variant、Slime ストレージファミリの member。

あなたのバッチは何分になるか試算 → 10 億件 4.4 分の bench を再現 →

※ 480 倍の同ホスト bench・audit chain・Slime ストレージファミリの位置づけへ。

★ LANGUAGE インパクト ★ DEVICE I/O 併載

移行が終わったら、次はストレージ。

BLACKBOX 上等で bit-exact に移送し終えても、移行先が PostgreSQL 等の汎用 DB なら、夜間バッチ window が崩壊する金融基幹は多い。SlimeTree-VSAM は VSAM(KSDS / ESDS / RRDS)互換ネイティブ・ストレージを Rust 単体バイナリで提供 ― 同ホスト bench で PostgreSQL 比 480 倍速、SHA-256 audit chain 内蔵で air-gap 環境でも改竄検知が成立。単純な記録体 variant、Slime ストレージファミリの member。

SEQUENTIAL CURSOR
480 倍速

同ホスト bench、vs PostgreSQL 16(ランダム 267 倍)。

10 億件 夜間バッチ
19.5h → 4.4 分

overnight window 崩壊問題への直接解。

監査・改竄検知
SHA-256 audit chain

backend 内蔵、air-gap 動作可。

「夜 9 時開始で翌日 16 時半まで終わらないバッチが、コーヒーを淹れる間に終わる。」 19.5h → 4.4 分は、数字でなく時刻で効く。

SlimeTree-VSAM 詳細 → 一次資料・白書 → LANGUAGE カテゴリ →

③ 主権 ― AI / RLM / AI

削る、締める、残す。

賢さは借りていい。だが AI の出力を最終的に有効化する「締め具」を握る限り、主権は渡らない。締め具は 272KB送信ゼロ・決定論。8 つの機能は、この 3 つの動詞に畳めます。

社内で完結するAIパイプライン ― RLM決定論核 + ローカルLM(Gemma4先生) + LoRA学習(生徒)で自己完結、外部AIはゲート越しの例外(BYOK)。推論演算 最大8.8×削減。

社内で完結する AI パイプライン ― RLM + ローカル LM + LoRA で自己完結、外部 AI はゲート越しの例外(BYOK)。主権の全体像 →

① 削る ― コスト / FinOps / AI

LLM 代を、1/5 に。
賢さはそのまま。

外側に 272KB の締め具を被せるだけ。質問を仕分け、まず安いモデル → RLM が再判定 → 足りない分だけ高いモデルへ。

60〜80% 削減

意味駆動ルーティングで外部 LLM 呼び出しを最小化。

+50〜70% 上乗せ

Meta / X / Google 公開 18 経路で更に削減。

R 比率 28%

cost-tier B 完走での実測値。

削減の実測を見る → 上乗せ削減の数値 →

💰 金銭インパクト (例・試算) LLM API 月 $10,000 → $2,000(実測 60〜80% 削減の上限 80% 適用)
現状 API費
100%
RLM 後
20%
−80%
削減後26 万円/月
毎月の削減104 万円
年間削減1,248 万円

※ 実測 60〜80% 削減(意味駆動ルーティング D/µ/R + 段階呼び出し)。本試算は上限 80%。金額は入力値 × 削減率の単純試算で、モデル構成・トラフィックにより変動します。

※ D / µ / R 分類・18 経路・監査チェーンの詳細へ。

SlimeTree-RLM ― 意味駆動ルーティング(内部)

質問を D / µ / R に分け、高いモデルは最小限。

質問を D(直答)/ µ(減衰)/ R(残差) に機械分類し、外部 LLM 呼び出しを最小化。各ステップに SHA-256 監査チェーン。プラットフォーム連携は Meta / X / Google 公開 18 経路、cost-tier B 完走・R 比率 28% 実測。「まず安い LLM → RLM が再判定 → 足りない分だけ高い LLM」で無駄な高額呼び出しを避ける。

272 KB Rust 単体 / WASM Python 比 24× 10K stress 喪失 0

SlimeTree-RLM 詳細 → 実測 dashboard → DEVICE カテゴリ →

② 締める・残す ― 現場 / 法務 / 監査 / AI

誤答を 1/3 に――間違うより、黙る。証跡は、10 年後まで 1 秒で。

重みは 1 ビットも触らない。表で締めて、SHA-256 で残す。

締める ― 現場 / 運用
AI の揺らぎを、表で締める

行=申請・列=規則。「海外出張は部長承認で 30 万まで」と日本語で言えば道具が S式に翻訳(Gemma4)。あなたは Lisp を書かない。定型は事前に、突発の非定型はその場で足せてデプロイ不要、版 pin で監査に残る。雛形から選びゴールデンテストで発行。

残す ― 法務 / 監査 / 情シス
改竄は即検知、10 年後も再現

同じ入力→バイト単位で同一。各ステップを SHA-256 でハッシュ連鎖、改竄は即検知・リプレイ可能。重み無改変で 誤答 66%→22%(σ4%・100問×3)。ただし減った分は "答えない(棄権)"への振替で、正答率はほぼ維持・合成指標 T×I はほぼ不変=fail-closed 設計。語順が違っても同じ意味 → 日英韓で同じ判定。

Rust 単一バイナリ 272KB・WASM 単体でサーバ不要。ブラウザ内で完結、送信ゼロ、エアギャップでも動く。だから、主権は渡らない。

あなたの規程で締まるか試す → ブラウザ内で誤答が"答えない"に変わる(fail-closed)デモ →

※ RoleSlot・格標識≡属性注入・S式・雛形の詳細へ。

SlimeTree-RLM ― 意味駆動型記録体(できること全体)

既存システムに直交する layer として被せる。

LLM / decision engine / 業務ルールに直交する layer として被せ、意味駆動の制約・記録を加える。決定論的動作、ブラウザ / モバイル / 組込でサーバ不要。AI からも非 AI からも使える。

語順不変ルーティング (RoleSlot)
格 → 役割スロット前処理で語順に依存しない振り分け。ブラウザ内で学習・送信ゼロ、数十 KB・GPU 不要。
多言語 (格標識 ≡ 属性注入)
日本語・韓国語・トルコ語は格標識で native、英語など格の無い言語は属性注入で同じ順序不変構造へ。
締める(定型⊗非定型・bit-exact)
S式規則で bit-exact に締める。非定型はその場で日本語で足せてデプロイ不要、版 pin 監査。
会話→S式・スプレッドシート+雛形
自然言語を S式に翻訳(Gemma4)。行=申請・列=規則、雛形(.slimepkg)からゴールデンテストで発行。

SlimeTree-RLM 詳細 → 一次資料・白書 → RoleSlot ライブデモ →

非定型と属人化 ― 現場 / 運用

その場しのぎを、30 秒で正式な規則に。

「今回は特例で」は、毎回会社を止める。JAVATEL はその一言を逃さない。日本語で言えば S 式に翻訳され、表に一行追加される。あなたは Lisp を書かない。

その場で追加

突発ルールを日本語で言うだけ。ビルドも再起動も無し、申請を止めない。

10 年後も再現

誰がいつ足したかを SHA-256 で封印。改竄は即検知、監査官にその版をそのまま出せる。

データは外に出ない

ブラウザ内で完結。申請内容も規則も送信ゼロ。

口頭の特例を、その場で締める → はじめての方へ(3 分)→

※ 会話→S式・整数/有理数 bit-exact・版 pin の詳細へ。

Slime Clamp ― 締め具(定型⊗非定型・Lisp-JIT)

会話→S式。整数/有理数で bit-exact に締める。

定型ロジックは事前コンパイル、非定型はその場で homoiconic な S 式(Lisp-JIT)として記述。整数・有理数で 厳密評価(浮動小数点は境界で有理数に畳む)、各版を ハッシュ連鎖で pin・改竄は即検知・ロールバック可。会話→S式の生成はローカル Gemma4(送信ゼロ)、実行はブラウザ WASM。だから、主権は渡らない。

Rust→WASM 66KB 整数 conformance native≡WASM 15/15 送信ゼロ / 版 pin 監査

Clamp デモ → 主権の全体像 →

デモ ― 触って確かめる

論より、触って
全部ブラウザ内・送信ゼロ。

話だけでは信じにくい。だから全部、その場で動く実働デモにしました。あなたのデータは 1 バイトも外に出ません(DevTools で送信ゼロを確認できます)。

※ 各デモが「どう動いているか」の技術説明へ。

デモの機序 ― なぜ送信ゼロで決定論か

サーバに送らず、ブラウザの中で完結する。

どのデモも Rust→WASM をブラウザ内で実行。サーバに上がるのはコードだけで、入力内容は送りません。中の仕組みはこうです。

  • 畳む(RoleSlot):格助詞を役割スロットに畳む決定論前処理。語順が違っても同じキーへ。ML無し・誤命中ゼロ。
  • 測る(NCM):交換子ノルムで意味の近さを測る。native と WASM で f64 ビット一致
  • 締める(Clamp / Lisp-JIT):非定型ルールを S 式で厳密評価(整数・有理数、浮動小数点は畳む)。各版をハッシュ連鎖で pin。
  • 生成が要る所:会話→S式などはローカル Gemma4(作成時のみ・送信ゼロ)。実行は常にブラウザ WASM。
Rust→WASM 送信ゼロ 決定論・bit-exact 版 pin 監査

デモを触る → 主権の全体像 →

7 領域は「決定論・bit-exact・主権」という一本の思想で繋がっています。 別ペルソナ(メディア / 監視)向けの映像基盤も、同じ反転式で。主役は上の基幹モダナイゼーション、こちらは横に広がる証拠の一枚です。

映像配信 ― コスト / 体験 / 導入 / 映像

動画の配信コストだけ、4分の1に。
画質は上げたまま。

あなたの H.264 / AV1 パイプラインに挟むだけ。視聴者の端末も、アプリも変えません。 LTE 1 本で届く 4K を、90 日間あなたの動画で検証できます。

コスト ― CFO / インフラ
CDN 転送量 −74.3%

画質 VMAF 83.25(通常視聴で目立ちにくい・要目視確認)で請求が下がる。プレイヤーもアプリも差し替え不要、移行工数ゼロ。

体験 ― PdM / 視聴体験
4K @ 1.79 Mbps

LTE 1 本で 4K が止まらない(VMAF 84.36)。人が見る所だけ高精細だから体感は 4K のまま、読み込み待ちの離脱を削減。

導入 ― CTO / 開発
デコーダ改修ゼロ

544KB の WASM を足すだけ、2 コアで 41.79fps。iPhone / Intel / AMD で 4K@30fps 確認済み、全端末テストのやり直し不要

💰 金銭インパクト (例・試算) 転送量課金 CDN を想定・実測 −74.3% を適用
従来 CDN費
100%
NormCodec 後
25.7%
−74.3%
削減後77 万円/月
毎月の削減223 万円
年間削減2,675 万円

※ 実測は転送量 −74.3%(VMAF 83.25 維持)。金額は入力値 × 実測比の単純試算で、契約形態により変動します。

課題から選ぶ

配信コストを下げたい モバイルで止めたくない 低スペック端末に対応したい

あなたの動画で A/B 比較 → 90 日トライアル →

※ 元の製品スペック(NORMH.264 / NORMAV1)へめくれます。

VIDEO · ハイライト(製品 / 仕組み)

4K を、1.79 Mbps で。

目で見ても、もう違いがわからない。人の目が見ている所だけに bit を集中させる仕組み (交換子ノルム) を、既存の H.264 / AV1 にそのまま組み込み。

NORMH.264 · 全環境互換
4K H.264 → 1/4 サイズ
元ソース比 -74.3% · VMAF 平均 83.25 · H.264 が動く全環境で再生
NORMAV1 · 最先端効率
4K @ 1.79 Mbps
VMAF 84.36 · LTE 4G 1 本で 4K 配信

ブラウザ復号: 544 KB WASM で 41.79 fps、2 コア CPU だけで 4K 動画を滑らかに再生。iPhone / Intel ノート / AMD デスクトップで実機 4K 30 fps 確認。

VIDEO カテゴリ詳細 → 切替えライブデモ → 90 日トライアル →

特許出願中: 特願 2026-046898 / 046609 · 論文: IEEE TCSVT v8 投稿