Skip to main content
CoreWeave Forge は、AI モデルとエージェントの開発、評価、改善、実行に必要なプロダクトとマネージドサービスをまとめて提供します。Forge では、トレーニングのトラッキングと分析、アプリケーションとエージェントの評価、モデルの改善、推論の実行、分離された環境でのコード実行を行えます。まずは 1 つのタスクに 1 つのプロダクトを使用することから始め、ワークフローの拡大に合わせてプロダクトを連携させることができます。 Forge は、ワークロードの実行場所を問わず利用できます。たとえば、トレーニング ジョブを CoreWeave Kubernetes Service (CKS)、SUNK、またはその他のコンピュート環境で実行しながら、そのメトリクスとアーティファクトを Weights & Biases で記録できます。ポストトレーニング、推論、サンドボックスでのコード実行といったその他のステージは、Forge のマネージドサービスで実行できます。
このページでは、forge.coreweave.com のマルチテナント Forge について説明します。W&B 専用クラウドまたは W&B セルフマネージドについては、デプロイメントオプションを参照してください。

はじめる前に

このページの手順ガイドではブラウザー上で Forge を使用するため、ローカルにツールをインストールする必要はありません。手順を進めるには、次のものが必要です。
  • Forge アカウント。すでにアカウントをお持ちの場合は、Forge にサインインしてください。
  • 付与済みのクレジット、または有効な従量課金による Serverless Inference へのアクセス権。詳しくは、Serverless Inference の使用量と制限を参照してください。
  • 使用量の計上先および Weave トレースの保存先となる Forge project。project を選択しない場合、Serverless Inference はデフォルトのチームと、プロジェクト名 inference を使用します。

アカウントと認証情報

Forge と CoreWeave インフラストラクチャー は、それぞれ別のアイデンティティシステムを使用します。Forge アカウントでは、Forge の組織、チーム、project、およびプロダクトへのアクセスを管理します。CoreWeave アカウントでは、CKS、Virtual Private Cloud (VPC)、CoreWeave AI Object Storage などの Infrastructure リソースを管理します。 一部のプロダクトは、両方のアカウントタイプに対応しています。たとえば CoreWeave Sandboxes では、サーバーレス配置の場合、Forge API キーと CoreWeave API アクセストークンのどちらも使用できます。CKS 上の Sandboxes では、CoreWeave API アクセストークンを使用します。サインインと管理の詳細については、Forge と CoreWeave のアイデンティティ を参照してください。 Multi-tenant Cloud で Weights & Biases を使用している場合は、既存のアカウントでサインインしてください。既存の project、run、アーティファクトは Forge でそのまま利用できます。アカウント、アプリケーション、ドキュメント、API、URL の変更点については、Forge で移動したもの を参照してください。

ワークフロー向けのツール

Forge の各プロダクトは、それぞれのワークフローに合わせてプロダクト UI、ソフトウェア開発キット (SDK)、API、コマンドラインツールを提供しています。インストールと認証の要件については、使用するプロダクトのドキュメントを参照してください。

Forge を試す: モデルを実行してトレースする

Serverless Inference のプレイグラウンド を使用して、ホストされたモデルにリクエストを送信し、そのリクエストのトレースを W&B Weave で確認します。
  1. Serverless Inference のプレイグラウンド を開きます。
  2. Playground ページのタイトルバーで、次の操作を行います。
    • Select project () ボタンをクリックし、使用量を計上する project を選択します。
    • モデルセレクターをクリックし、ホストされたモデルを選択します。
    • Trace calls with Weave をクリックします。
  3. メッセージボックスに次のプロンプトを入力します。
  4. Send message ボタンをクリックします。
  5. モデルの応答の下にある View call をクリックすると、Weave でそのトレースが開きます。
これで、Serverless Inference でモデルの応答を取得し、リクエスト、応答、レイテンシー、トークン使用量を記録したトレースを Weave に残すことができました。Playground の Settings やその他の機能については、Playground UI でモデルを試すを参照してください。

連携したワークフローを構築する

以下のチュートリアルでは、Forge プロダクト間でデータやワークロードがどのように連携するかを説明します。

マネージドサービスでポストトレーニングとサービングを行う

パブリックプレビュー版の Serverless SFT でモデルをファインチューニングし、アダプターを Weights & Biases に保存したうえで、各チェックポイントを Serverless Inference で実行します。

ローカルで学習させた LoRA アダプターを Forge に取り込む

LoRA アダプターをローカルでトレーニングして Weights & Biases にアップロードし、Serverless Inference のプレイグラウンドまたは API から実行します。

Forge でコーディングエージェントを実行する

CoreWeave Sandboxes で OpenCode を実行し、モデルプロバイダーとして Serverless Inference を使用します。

Forge のその他の使用方法

Forge でよく使われるその他のワークフローを探索し、目的に合ったプロダクトと最初のステップを選択してください。

モデルのトレーニングと改善

カスタムのトレーニング ジョブは CoreWeave Kubernetes Service (CKS)、SUNK、またはその他の環境で実行できます。その結果は Weights & Biases でトラッキングして比較できます。

LLM エージェントとアプリケーションの構築と評価

エージェントワークフローの比較については、Agent Lens と W&B Weave を参照してください。

モデルと分離されたワークロードを実行する

専用のモデルデプロイメントが必要な場合は、CoreWeave Inference のデプロイメントオプションを比較してください。Forge のプロダクトカタログ全体を比較するには、Forge Home を参照してください。

Forge 管理者向け

Forge 組織の管理者は、以下のページで組織のメンバーシップ、プロダクトへのアクセス、APIキー、サービスアカウント、請求を管理できます。
最終更新日 2026年11月18日