コンピュテーショナルストレージ製品ガイド【前編】
「UbuntuやAzure IoT Edgeが動く」コンピュテーショナルストレージ
CPUを搭載し、ある程度の処理を自身で完結させる「コンピュテーショナルストレージ」。ついにOSが起動する製品が登場した。どのようなユースケースがあるのか。
コンピュテーショナルストレージの開発を促す要因の一つがデータだ。もっと正確に言えば、処理しなければならないデータ量が増え続けていることだ。増え続けるデータから洞察を得るため、データサイエンス、データ分析、機械学習が注目されている。これらはデータを集中的に扱うため、I/O速度による制約や遅延の影響を受けやすい。ギガバイト～テラバイト単位のデータをメモリに出し入れするよりも、そのデータの格納場所のできるだけ近くで処理する方が理にかなっている。
コンピュテーショナルストレージ製品を開発している企業はさまざまなアプローチでこのアーキテクチャに取り組んでいる。プロセッサをドライブに組み込む製品もあれば、PCIeスロットに差し込み、NVMeを介して既存のデータストアにアクセスするアクセラレーターもある。
コンピュテーショナルストレージエコシステムが互換性のない製品ラインに分裂するのを避けるため、SNIA（Storage Networking Industry Association）はTWG（Computational Storage Technical Work Group）を結成した。TWGは、標準の策定と共通プログラミングモデルの開発に取り組んでいる。それがあれば、アプリケーションは任意のコンピュテーショナルストレージを検出して使用できるようになる。
「コンピュテーショナルストレージの最新技術動向」でも紹介したように、SNIAはコンピュテーショナルストレージデバイスの定義を
- CSP（コンピュテーショナルストレージプロセッサ）
- CSD（コンピュテーショナルストレージドライブ）
- CSA（コンピュテーショナルストレージアレイ）
に分けている。CSPはコンピューティングエンジンを含んでいるがストレージは含まない。CSDはコンピューティングとストレージから成る。CSAはコンピューティングエンジンと複数のストレージ機器で構成する。
SNIAのモデルには、データの圧縮／展開など、コンピュテーショナルストレージが実行する可能性のある機能のリストが含まれている。コンピュテーショナルストレージ製品の中には、動画のエンコード／デコードなど特定機能を実行する製品もあればユーザーによるプログラミングが可能な製品もある。
NGD Systems
最も著名なコンピュテーショナルストレージサプライヤーの一つがNGD Systemsだ。同社の製品はSNIAの定義に従えばCSDで、NVMe SSDにコンピューティング機能を組み込んでいる。この製品はSSDコントローラーとArmのクアッドコアCPU「Cortex-A53」をカスタムASIC（Application Specific Integrated Circuit）化することで実現している。
このアーキテクチャには幾つかメリットがある。ASICはCFI（Common Flash Interface）を介することで、ホストCPUのメモリにデータを転送するよりも広い帯域幅と少ない遅延でドライブ内のNANDチップにアクセスできる。
NGD Systems製品はArmコアを組み込んでいるため「Ubuntu」や「Microsoft Azure IoT Edge」を実行できる。これにより、アプリケーションの開発とデプロイがシンプルになる。通常のSSDであるかのようにシンプルにドライブにアクセスすることもできる。
この種のアーキテクチャは、エッジサーバ1台分しかスペースや電源を確保できないがデータのリアルタイム分析が必要など、要件が厳しいエッジデプロイメントに適している。NGD Systemsは、「MongoDB」を複数のサーバノードではなく1台のサーバに搭載した複数のCSD SSDにシャーディング（負荷分散）する方法を解説した「MongoDB Solution Brief」（ソリューションの説明）を用意している。これにより、データセンターのフットプリントと全体コストを下げながらデータを複製する際の遅れが少なくなる。
同社はユースケースとして、自動車のAI、CDN（コンテンツデリバリーネットワーク）、ハイパースケールデータセンターを挙げている。開発者やインテグレーターがアプリケーションをビルドおよびデプロイするための完全統合型の「In-Situ Processing Development System」も提供する。
後編では、SamsungやEideticom、Nyriadなどの、FPGAやGPUを搭載した特化型製品を紹介する。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly日本語版
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
2
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
3
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
4
「IBM iはDXのボトルネック」は誤解 意外と知らない今風モダナイズの効果
-
5
「朝8時にバッチが終わらない」データ爆発の危機をJPX総研はどう乗り越えたか
-
6
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
7
AI導入後に発覚する「社内文書を読めない」問題 情シスは何を直せばいい？
-
8
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
9
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
10
AIの導入効果はどう測る？ DMM.comのエンジニア組織に学ぶ効果検証のノウハウ
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
5
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
6
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
“あのファイル転送”で暗躍するノーウェアランサム
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー