本記事は、2026年3月に開催されたカンファレンス「SREcon26 Americas」における、Microsoftのプラバル・パンワール氏のセッション「Infinity Is Not a Strategy: Right-Sizing the Cloud」の内容を基に構成している。大規模分散システムの運用に携わってきた同氏の知見から、クラウドインフラを適正化するための具体的な手法を読み解く。

　航空業界では、座席という有限な資産から最大の収益を引き出すための予測モデルが高度に発達している。ARIMA（自己回帰和分移動平均）モデルなどの時系列予測を用い、トレンドや季節性、曜日ごとの変動パターンを学習させてフライトごとの需要を算出する。これに基づき、乗客のキャンセルを見越した「オーバーブッキング」という計画的な過剰引き受けを実行している。出発日までの座席の売れ行きを示す予約曲線（Booking Curves）を過去の傾向と比較し、直前まで予測を動的に調整している。

　クラウドインフラにおいても、このアプローチは有効に機能する。複数のワークロードが同時にピークに達する確率を計算し、許容可能な過負荷のしきい値を下回るように意図的な「オーバーコミット」（過剰割り当て）を設定する。これによって、ハードウェアの利用効率を限界まで高めることが可能になる。

電力網に学ぶ：「N-1基準」と動的な負荷予測

　電力業界は、システムの一部に障害が発生しても全体が停止しないための厳格な設計基準を持っている。2003年、米オハイオ州で局地的な送電線トラブルとシステムの誤作動がドミノ倒しのように連鎖し、米国北東部とカナダの約5000万人を巻き込む歴史的な大規模停電が発生した。この大停電は、広域システム全体を機能不全に陥らせた象徴的な事例だ。そこから得られた教訓として、電力網では「N-1基準」という原則が徹底されている。これは、発電機や送電線といった単一の主要コンポーネントが失われても、システム全体が稼働し続けることを要求する基準だ。

　クラウドインフラにおいては、N-1基準をアベイラビリティゾーンやリージョンの障害耐性に適用する。特定のデータストアがダウンしてもサービスレベル目標（SLO）を維持できるよう、予備容量（リザーブマージン）をあらかじめ確保しておく。緊急時には優先度が低い処理を意図的に停止させる「ロードシェディング」（負荷遮断）の仕組みを整備し、最重要のサービスを保護することが重要だ。

　電力業界では、電力需要と供給のギャップを埋めるため、時系列データの分析に優れたAIモデルを用いて、直近の電力需要を予測している。これをクラウド運用に適用すれば、過去のトラフィックだけではなく、マーケティングキャンペーンや季節的なイベントなどの外部要因を変数として組み込み、より高精度にリソース需要を予測する仕組みを実現できる。

物流業界に学ぶ：安全在庫と指数平滑法

　物流業界では、需要のぶれや調達の遅れを吸収するために「安全在庫」という概念が用いられる。急激な需要の変化が発生した際には、過去の古いデータよりも直近のデータを重視する「指数平滑法」（Exponential Smoothing）を用いることで、予測の誤差を劇的に削減している。

　システムにおいては、サーバのプロビジョニングにかかるリードタイムとトラフィックの変動幅を基に、必要となる予備のリソース量を数理的に算出する。過去のトラフィックから最新の傾向に重み付けをしてキャパシティーのベースラインを自動調整する手法は、システムの運用精度を大きく高める。

　調達先を複数に分けてサプライチェーンの途絶を防ぐ「マルチソーシング」の考え方は、クラウド運用におけるマルチリージョン構成やマルチベンダー戦略といった設計思想に直結する。ビジネス要件に基づき、速度を重視してリスクを受け入れるか、コストをかけてでも冗長性を確保するかというトレードオフの判断が求められる。

リソースは有限であるという前提に立つ

　クラウドインフラの最適化において最も重要なのは、新しいツールを導入することではなく「リソースは有限だ」という考え方への転換だ。需要予測、計画的なオーバーコミット、N-1基準、安全バッファーの算出といった他業界の知見をシステム設計の基本原則として取り入れることは、不確実な需要に対しても無駄な費用をかけずに信頼性を維持する強力な手段になる。無限のスケールに頼るのではなく、有限の現実を前提に設計することこそが、優れた運用チームの条件だ。

本稿は、USENIXが2026年4月24日に公開した動画「SREcon26 Americas - Infinity Is Not a Strategy: Right-Sizing the Cloud」を基に作成しました。