AI処理に最適なHCIは？ Dell、HPC、Ciscoなど代表的製品を比べる：「AIフレンドリーなHCI環境を目指す」（1/2 ページ）

リソースを大量に利用するAI（人工知能）のワークロード需要が高まっている。そのため、HCI（ハイパーコンバージドインフラ）もそうした需要に対応するために進化している。

[Robert Sheldon，TechTarget]

AIワークロードはHCI業界にどんな影響を与えたのか

　AI（人工知能）などの機械学習が、最近のインフラに大きな影響を与えている。AIなどの機械学習のワークロードが増えたことだけが原因ではない。管理ツールにAIなどの機械学習が組み込まれるようになったことも一因になっている。

　その点を考えると、これらのテクノロジーがHCI（ハイパーコンバージドインフラ）に影響を及ぼすようになっていることも驚きではない。その結果、HCIベンダーはさらに強固なシステムを開発するようになっている。しかも、こうしたシステムは企業のITフレームワーク全体に組み込まれる。

併せて読みたいお薦め記事

AIOpsとは何か

• 完全なるIT運用の自動化を実現する「AIOps」とは？
• AIOpsツールはIT運用担当者の「働き方改革」を実現するか
• AIOpsはDevOpsとは別物　役に立つ場面は？

AIOpsの活用例

• IT運用向け人工知能「AIOps」活用で仮想インフラの管理をスムーズに
• VMware、Citrixが採用するAI技術　VDI管理は“AIOps”でどこまで変わる？

AIワークロードのサポート

　最も基本的なレベルで言えば、AIとはコンピューティングシステムなどの機械で「人間の知能のシミュレーション」を行うものだ。AIはルールベースの学習と推論を使用してデータを分析し、おおよその結論か、最も確度の高い結論へと導く。さらに、AIには自己修正メカニズムも組み込まれる。利用できるデータが増えるにつれ、分析の精度が上がっていく。

　機械学習の分野には多数の領域があり、AIもこれに含まれる。機械学習はプログラミングを明示的に必要とすることなく、アプリケーションによる結果の予測を可能にする。基本的に、機械学習はデータに対して統計的分析を実行する一連のアルゴリズムだ。パターンを見つけ出し、それを使うことで結果の予測とその後の動作を実行できる。

　AIのワークロードでは、これまで以上にコンピューティングリソースとストレージリソースが必要になる。その結果、IT部門はAIに対応するリソースを求めて奔走している状況だ。こうした状況に応じて、HCIベンダーはAIなどの機械学習のワークロードに対応すべくサービスを更新している。大量のデータをリアルタイムで処理するのに必要な性能を備えたハードウェアとソフトウェアのコンポーネントを組み込んでいる。