コンピュテーショナルストレージ動向【後編】
コンピュテーショナルストレージ普及・活用のための課題
多くの可能性を秘めるコンピュテーショナルストレージだが、それを活用してメリットを引き出すためには幾つかの課題を解決する必要がある。
前編（GPUのように使える「演算する」ストレージを目指して）では、コンピュテーショナルストレージの動向を概観するとともにコンピュテーショナルストレージ導入企業がNGD Systems製品を導入した理由を紹介した。
後編では、コンピュテーショナルストレージ普及の課題と今後の展望を紹介する。
コンピュテーショナルストレージのプログラミング
バーバレース氏は、コンピュテーショナルストレージを活用するためにアプリケーションを適合させる方法について考察している。同氏は、データフローに分類されるアルゴリズムは多数存在すると言う。その一例が「AWS Lambda」だ。「データを分割して異なる対象に渡すことができる。その一つをコンピュテーショナルストレージに割り当てる」（バーバレース氏）
例えばAIワークロードを分割して一部をコンピュテーショナルストレージで直接実行し、他の部分はCPUで処理する。気象予測など、高度に分散されるHPC（ハイパフォーマンスコンピューティング）ワークロードにもコンピュテーショナルストレージを応用できる可能性がある。「問題はコンピュテーショナルストレージがデータを効率的に処理できるかどうかだ」（バーバレース氏）
これはオンプレミスのデータとクラウドでホストされるデータの関係にも当てはまる。AWS（Amazon Web Services）が採用した例でも、効率を上げるためにデータの処理をデータの格納場所に近づける方法が示されている。厳密に言えばコンピュテーショナルストレージではないが、AWSのアーキテクトであるデビッド・グリーン氏とムスタファ・ラヒミ氏は「Amazon S3 Select」を使ってAWSに格納されているデータに直接SQLクエリを実行する方法を紹介している。
両氏は次のように記している。「『AWS Transfer for SFTP』を使って『Amazon S3』にアップロードしたデータに、S3 Selectでクエリできる。この操作は、CSVオブジェクトがAmazon S3にアップロードされた後、AWS Lambdaによって自動的に起動される。S3 Selectを使ったデータ検索は他の方法よりも時間とコストを節約する可能性がある」
バーバレース氏の論文は、コンピュテーショナルストレージのプログラミングについて他の選択肢を検討している。一つはマルチプロセッサで同じデータセットを扱う際によく使われる、共有メモリを利用する手法だ。この手法はコンピュテーショナルストレージにも適用できる。
課題と今後の方向性
コンピュテーショナルストレージはまだ初期段階にある。CCS Insightのボラ・ロティビ氏（プリンシパルアナリスト）は、ストレージ管理者をプログラマーに進化させる方法が課題の一つになると考えている。「ストレージ担当者はあまりプログラミングしない」（ロティビ氏）
HPEのアームストロング＝バーンズ氏は、コンピュテーショナルストレージがGPUのような成功を収めるとまでは確信していない。「石油はあまりうまく混ざらない。それが、さまざまな場所からデータサイエンスのワークロードを追加する際の課題になる」
バーバレース氏にとっての未解決分野の一つがマルチテナントだ。つまりパブリッククラウドプロバイダーがオンデマンドでコンピュテーショナルストレージを提供する場合だ。データは複数のストレージプールに分散して格納される。そのため、異なる物理サーバに分散されている可能性のあるデータの特定のサブセットでコンピュテーショナルストレージを実行する必要が生じるかもしれない。
こうした課題があるにもかかわらずコンピュテーショナルストレージが検討される理由は、データ量の飛躍的な増加にある。Prizsm Technologiesのエイドリアン・フェーン氏（創設者兼CTO）のは次のように話す。「データは、CPUアーキテクチャが進化しているという理由だけで格納方法が変わっている。だが量子時代に近づくにつれ経験するデータ量の指数関数的な増加には、その格納方法は適合しない」
量子コンピュータはまだ開発の初期段階だ。とはいえこの分野が進化するにつれ、その処理能力に追い付くためにコンピュテーショナルストレージが必要になるかもしれない。
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
[株式会社フィックスターズ] 組み込み開発特有の課題も解消できる「AI活用」の秘訣とは？ -
事例
[株式会社ビザスク] 「新規事業」事例集：大手企業はどのように想定顧客ヒアリングを行っているのか -
市場調査・トレンド
[株式会社ビザスク] 質の高い「仮説検証インタビュー」を実施するためのポイント -
事例
[株式会社ビザスク] 富士フイルムの新領域参入に学ぶ事業創出 「畑違い」でもビジネス化できる方法 -
事例
[株式会社ビザスク] 三菱電機 上席執行役員に学ぶ、未来を切り開く「新事業創出」の実践方法
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
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
-
2
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
3
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
4
鹿島建設のDXを阻む「10年前のAWS」 安全性と自由度を両立したモダナイズ
-
5
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
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
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
8
【漫画付き】ひとり情シス協会が明かす、RAG導入でしくじる企業「2つの共通点」
-
9
Microsoft 365の「テナント統合・分離」問題 手戻りのない道を選ぶ秘訣とは？
-
10
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
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
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
-
3
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
-
4
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
-
5
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
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
8
システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
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