AIモデルの成否はストレージ次第?【前編】
AIに必要なのは「SSD」か「HDD」か――その疑問に答える
AIモデルの学習から推論に至る各ステージでは、SSDやHDDのどのようなストレージが必要になるのか。Western Digitalによる定義を基に考えてみよう。
AI(人工知能)モデルの開発や活用には、データ保管用のストレージが欠かせない。各種のSSDやHDDのうち、学習から推論に至るAIモデルの一連のライフサイクルに適するのはどういったストレージなのか。ストレージベンダーWestern Digitalが定義した、AIモデルの6つのステージと、それぞれに適したストレージを基にまとめた。
AIに必要なのはHDD、それともSSD?
Western Digitalは、生データの保管から新しいコンテンツ生成に至るまでの、AIモデルの6つのステージに適したストレージを定義する「AIデータサイクル」を公表した。AIモデルの6つのステージは以下の通り。
- 生データのアーカイブ、コンテンツストレージ
- データの準備と取り込み
- AIモデルのトレーニング
- インタフェースとプロンプティング
- AI推論エンジン
- 新しいコンテンツの生成
このAIデータサイクルは、AI技術の活用に必要なストレージタイプを理解するのに役立つように設計されている。Western Digitalが、各ステージにマッピングしているストレージ種別は以下の通り。
- 生データのアーカイブ、コンテンツストレージ
- 大容量のエンタープライズ(企業向け)HDD
- データの準備と取り込み
- 大容量のエンタープライズSSD
- AIモデルのトレーニング
- 高パフォーマンスのエンタープライズSSD
- 大容量のエンタープライズSSD
- インタフェースとプロンプティング
- 高パフォーマンスのエンタープライズSSD
- 大容量のエンタープライズSSD
- 大容量のクライアントSSD
- AI用デバイス搭載の組み込みフラッシュメモリ
- AI推論エンジン
- 高パフォーマンスのエンタープライズSSD
- 大容量のエンタープライズSSD
- 大容量のクライアントSSD
- AI用デバイス搭載の組み込みフラッシュメモリ
- 新しいコンテンツの生成
- 大容量のエンタープライズHDD
- 大容量のクライアントSSD
- AI用デバイス搭載の組み込みフラッシュメモリ
まず、第1段階と第6段階には大容量でコスト効率が良いHDDを推奨していることが特徴的だ。データの準備と取り込みの段階には、データ読み書きが高速なSSDを推奨している。3段階目から5段階目には、高速なSSDと大容量のSSDを推奨している。
AI技術の活用拡大で高まるストレージ需要
企業がAI技術のためにより多くのデータを使用する傾向が強まるのと同時に、AIインフラを最適化する必要が見えてきた。さまざまなベンダーがAI技術を中心にしたインフラの構築に注力している。Western DigitalによるAIデータサイクルと、各ステージに適したストレージの定義も、AIモデル開発の速度や精度、コスト効率を高めることに寄与する取り組みの一つだと捉えることができる。
2022年から2023年にかけてHDDもSSDも需要が低迷し、価格が大幅に下落する傾向が目立ったものの、2024年第1四半期からストレージの需要は回復し始めている。調査会社IDCのアナリストであるジェフ・ジャヌコウィッツ氏によると、AI技術によるデータ生成の需要が高まるのとともに、ストレージ需要が高まってくる。
ジャヌコウィッツ氏は、企業はこれからますます多くのデータを保存する必要があると指摘する。AIモデルを改善するにはデータが必要であり、利用できるデータは日々増加する傾向にあるからだ。
次回はAIデータサイクルを前提にしつつ、Western Digitalがどのようなストレージ製品を提供するのかを紹介する。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
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 -
製品資料
[サイボウズ株式会社] AIが「わざわざ使うツール」になっていない? 業務で自然に使う導線にする秘訣
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
なぜ「全社配布Copilot」は使われないのか? 失敗に学ぶAI定着
-
2
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
-
3
ChatGPTは“検索しまくり”でGeminiは“淡泊”? データが明かすAIの裏側
-
4
なぜ「Gemini 4 Argon」は出遅れたのか? Googleが狙う“逆転のシナリオ”
-
5
「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
-
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
「Wi-Fi 7」経由でWindowsが乗っ取られる? 最高権限奪取の恐怖
-
8
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」
-
9
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”
-
10
【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」
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
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
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
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
-
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
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