DPU、FPGA、ASICにコンピュテーショナルストレージ AIが求める中核技術の基礎：AI時代のストレージを支える技術【前編】

高度化するAI技術やデータ分析の要件を満たすには、コンピューティングとストレージの双方に変化が必要だ。まずCPUに集中しがちなデータ処理の負荷をいかに分散させるかという観点で、注目すべき技術を考える。

[Carol Sliwa，TechTarget]

　ストレージの高速インタフェース規格「NVM Express」（NVMe）や、Intelの永続性メモリ「Optane」などの新しい技術が、企業向けストレージの分野で今後ますます重要になってくる。2020年11月開催のバーチャルカンファレンス「Flash Memory Summit」で、専門家がストレージ分野の今後の展望を語った。

AI技術に必要なコンピューティングとストレージの中核技術

併せて読みたいお薦め記事

AI技術向けプロセッサは

• いまさら聞けない「CPU」と「GPU」の違い　AIに最適なのはどっち？
• ムーアの法則はもう限界？　HPC進化の鍵は「GPU」か「FPGA」か
• 歴史から探る「仮想GPU」が生まれた理由と、機械学習では“使えない”理由

「NVMe」はストレージをどう変えるのか

• NVMeストレージが売れると「SATA接続型SSD」が売れなくなると予想できる理由
• NVMeの最新標準「NVMe over Fibre Channel」とは何か？

　AI（人工知能）技術、ビッグデータ分析、ハイパフォーマンスコンピューティング（HPC）など要件の厳しい用途への需要が、今後企業の間でさらに高まる可能性がある。こうした中でストレージやメモリのデータ処理速度の高速化がより重要になる。

　特にAI技術を利用するには「ハードウェアとソフトウェアの両面でコンピューティングアーキテクチャの見直しが必要だ」と、コンサルティング企業Intuitive Cognition Consultingのプリンシパルを務めるデーブ・エグルストン氏は語る。

　エグルストン氏によるとCPUやGPU（グラフィックス処理プロセッサ）の他、今後は

• DPU（Data Processing Unit）
• FPGA（Field Programmable Gate Array）
• ASIC（Application Specific Integrated Circuit）

などのコンピューティング要素がAI技術用のデータ処理を担う。DPUはネットワークインタフェースを搭載したデータ処理用のプロセッサ、FPGAやASICは特定の用途向けにプログラム可能な集積回路を指す。NVMeや、NVMeをネットワークにまで拡張する「NVMe over Fabrics」（NVMe-oF）はデータ伝送を高速化し、これらのコンピューティング要素を結び付けるのに役立つという。

　問題は、こうしたコンピューティング要素間を移動するデータの制御を、サーバのCPUが担い続けることだ。「処理の一部をネットワークのどこか別の場所、またはストレージコントローラー内に移すことが鍵になる」とエグルストン氏は語る。

　データの暗号化や圧縮、データベース検索などのタスクを処理するためのCPUを搭載したストレージアレイ「コンピュテーショナルストレージ」は、こうしたオフロードの手段となり得る。サーバの一部タスクをコンピュテーショナルストレージにオフロードすることで、サーバのCPU負担を軽減できる。「DPUを使って処理の一部をネットワークインタフェースカード（NIC）に移すことも効果的だ」とエグルストン氏は説明する。

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。