AI需要が招くストレージ再編
HAMR移行で「HDD＝安い」神話が揺らぐ？ ニアラインSSDはどこまで攻め込むか
AI活用の進展に伴って、企業はストレージ設計の見直しを迫られている。AI関連の処理では、小さなファイルへのランダムアクセスやモデルへの高速アクセスが必要で、従来のHDDでは処理性能の限界が指摘されているからだ。
AI（人工知能）技術を活用したサービスが次々に登場する中で、AIモデルの推論処理を支えるストレージには「リアルタイム性」と「大規模データの高速処理」が強く求められている。小さなファイルを頻繁にランダム読み取りし、AIモデルのパラメーターに素早くアクセスするAI推論ワークロードでは、IOPS（1秒当たりの入出力回数）やレイテンシ（遅延）がボトルネックになりやすい。
こうした背景から、大規模データセンターでは「どこまでHDDで粘るか」「どこからSSDに切り替えるか」という議論が避けられなくなっている。単純な容量単価だけではなく、電力や冷却、ラックスペース、障害対応といった運用コストまでを含めて、総保有コスト（TCO）で比較し直す必要が出てきているからだ。
HAMR移行で揺らぐ「HDD＝安い」の前提
調査会社TrendForceは、2025年10月14日（台湾時間）に発表した調査結果で、HDD業界が次世代の熱アシスト磁気記録方式（HAMR）への移行において難しい局面にあると指摘した。新たな生産ラインへの多額の初期投資が必要になった一方で、現時点では容量拡大の効果が限定的であり、そのコストが顧客に転嫁されているのだ。同社によれば、HDDの1GB当たり単価は0.012～0.013ドルから0.015～0.016ドルへと上昇しており、従来の「HDD＝とにかく安い」というイメージに変化が生じつつある。
一方でTrendForceは、NAND型フラッシュメモリについて、チップを積層して3次元（3D）構造を形成する技術の進化によって、HDDを上回るペースで容量拡大が進んでいると分析している。積層数は200層を超える水準に達し、1セル当たり4bitのデータを格納するQLC（クアッドレベルセル）方式の2Tbitチップが2026年までに量産段階に入る見通しだ。こうしたチップの普及が、ニアラインSSD（アクセス頻度の低いデータを保存するSSD）のコスト低減を後押しするというのが同社の見立てだ。
AI推論向けワークロードの観点では、SSDは明確に優位に立つ。SSDはHDDに比べてIOPSが桁違いに多く、レイテンシもHDDがミリ秒単位なのに対してSSDはマイクロ秒単位に抑えやすい。ディスクを回転させるモーターを搭載しない構造のため、電力効率に優れるという特徴もある。大規模データセンターでは、電力や冷却、ラックスペースの削減効果が積み重なることで、SSDの初期コストの高さを相殺する可能性がある。
TrendForceは、HAMRを採用したHDDの生産規模が拡大すればHDDコストが低下する余地はあるとの見方を示しつつも、「NAND型フラッシュメモリはコスト低下のペースと製造面での適応性の双方において構造的な優位性を持つ」と予測している。
編集者の一言解説
SSDは“高性能だが高いストレージ”というイメージが強かったが、AIモデルを稼働させるデータセンターにとっては、電力やスペースを含めたトータルコストで見ると“HDDより安くなる可能性がある選択肢”になりつつある。容量単価だけではなく、10年スパンの運用コストでHDDとSSDを見直すタイミングに来ていると言えそうだ。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget グローバルインサイト
米国Informa TechTargetが発信する記事を翻訳し、国内向けに分かりやすく紹介します。最新の海外動向や先進事例を取り上げ、グローバルなITトレンドを把握できる連載です。
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
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
肥大化した「SFA」の沼 4カ月でBigQuery×AppSheetの新システムを構築した方法
-
4
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
5
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
6
「何から始めればいい？」 情報漏えい対策で悲鳴を上げる中小企業のリアル
-
7
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
-
8
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
-
9
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
10
「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
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
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
-
4
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
-
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
“あのファイル転送”で暗躍するノーウェアランサム
-
10
「オンプレミス回帰」せざるを得ない“合理的な理由”
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