NVIDIA「GPUDirect Storage」にIntel「Optane」――CPUを補う高速化技術：AI時代のストレージを支える技術【中編】

大容量データを扱う用途が広がってきたことで、コンピューティングの主役だったCPUだけでは対処できなくなりつつある。どのような新たな技術が役立つのか。GPUやメモリの観点で注目すべき点は。

[Carol Sliwa，TechTarget]

　長年にわたってコンピューティングの主要な役割をCPUが担ってきたが、GPU（グラフィックス処理プロセッサ）の役割も拡大してきた。「GPUが登場した当初の用途はグラフィックス処理だったが、一度に複数の処理を実行する『並列処理』の能力は、機械学習などAI（人工知能）技術の活用やビッグデータ分析用としても理想的だ」。NVIDIAのストレージ技術分野のバイスプレジデントを務めるロブ・デービス氏はこう語る。

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？

　デービス氏によれば、コンピューティングを担うCPU、GPU、DPU（データ処理プロセッサ）の主な役割は下記の通りだ。

• CPU：汎用（はんよう）コンピューティング
• GPU：高負荷の処理をCPUからオフロードして処理する「アクセラレーテッドコンピューティング」
• DPU：CPUとGPUの間でデータを安全かつ高速に移動させるネットワーク処理

データ処理を高速化するNVIDIAの「GPUDirect Storage」と「Intel Optane」

　NVIDIAの「GPUDirect Storage」は、GPUとストレージを直接接続する技術だ。メモリ同士で直接データ転送をする技術「RDMA」（Remote Direct Memory Access）を使い、CPUを介することなくGPUにデータを直接移動させることで処理を高速化できるとデービス氏は説明する。NVIDIAは現時点ではGPUDirect Storageのβ版を提供しており、一般提供に向けて関係各社との協力を進めている。

　大容量のデータを扱うアプリケーションの処理高速化を目的として、IntelはMicron Technologyと共同で不揮発性メモリ技術「3D XPoint」を開発した。揮発性で高速処理が可能なDRAM（Dynamic Random Access Memory）と、不揮発性だが処理性能ではDRAMに劣るNAND型フラッシュメモリの間隙（かんげき）を埋めるメモリ技術だ。Intelは3D XPointを採用した製品を「Intel Optane」のブランドで提供している。Optaneシリーズとしてフラッシュストレージを2017年に、フォームファクター（形状や大きさの仕様）が「DIMM」（Dual In-line Memory Module）準拠のメモリモジュール（写真）を2019年に出荷開始した。

写真　Optaneシリーズのメモリモジュール《クリックで拡大》

　調査会社Objective Analysisのディレクター兼チーフアナリスト、ジム・ハンディ氏は「Oracleのデータベースサーバ専用機はOptaneを効果的に活用している」と語る。ハンディ氏によると、Intelのプロセッサ「Intel Xeon」とOptaneのメモリモジュールを組み合わせることで、大幅に処理を高速化できる。

　IntelはOptaneの事業に非常に力を入れている。年間数十億ドルも投資しており、今後数年以内に100億ドル以上の資金を調達する見込みだとハンディ氏は説明する。「Optaneは他の新興メモリ技術を引き離すだろう」（同氏）

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。