TechTarget発 世界のITニュース
NVIDIAがVMware「vSphere」向けのAIソフトウェア群を発表 何ができるのか？
NVIDIAはAI技術を使ったアプリケーションをVMwareのサーバ仮想化ソフトウェアで動かすための新製品を発表した。ユーザー企業は何ができるようになるのか。
NVIDIAは、VMwareのサーバ仮想化ソフトウェアでAI（人工知能）技術を使ったアプリケーションを運用するためのソフトウェア群「NVIDIA AI Enterprise」を発表した。これに合わせてVMwareが発表した、サーバ仮想化ソフトウェアの新バージョン「vSphere 7 Update 2」で利用できる。
仮想マシンで機械学習モデルの構築を高速化
併せて読みたいお薦め記事
NVIDIAを巡る最新の動き
人工知能（AI）の知識を深めるには
NVIDIA AI Enterpriseを使うことで、ユーザー企業は機械学習などのAI技術向けに最適化したNVIDIAのビデオカード「A100 Tensor Core GPU」の処理性能を、vSphere 7 Update 2による仮想環境で引き出すことが可能になる。
NVIDIAとVMwareは2020年9月、AI技術分野で提携することを明らかにした。ユーザー企業のデータセンターにおいて広く採用されているVMware製品による仮想環境で、AI技術によるアプリケーションを高速に動かせるようにすることが狙いだ。
ユーザー企業はNVIDIA AI Enterpriseを使用することによって、医療診断システムの高機能化や金融サービスにおける不正検知など、AI技術を活用したさまざまな製品やサービスを開発できる。
「今回の発表まで、AI技術を活用するには独自の手法をユーザー企業自らが構築しなければならなかった」と、NVIDIAのバイスプレジデント兼エンタープライズおよびエッジコンピューティング担当ゼネラルマネジャーを務めるジャスティン・ボイターノ氏は説明する。ユーザー企業はNVIDIA AI Enterpriseを使うことで、VMware製品を導入している既存のインフラをAI技術向けに最適化して使えるようになる。
これまでAI技術を使ったアプリケーションは、GPU（グラフィックス処理ユニット）の処理性能を最大限生かすために、物理サーバで動かすことが多かった。これに対して、NVIDIA AI Enterpriseは複数の仮想マシンでGPUのリソースを共有しつつも、物理サーバと同様の処理性能を発揮することができるという。さらにボイターノ氏は、「NVIDIA AI Enterprise を使用すれば、機械学習モデルの構築時間を80週間から8週間まで短縮できる」と説明する。
TechTarget発 世界のITニュース
新製品・新サービスや調査結果、セキュリティインシデントなど、米国TechTargetが発信する世界のITニュースをタイムリーにお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 世界のITニュース
新製品・新サービスや調査結果、セキュリティインシデントなど、米国TechTargetが発信する世界のITニュースをタイムリーにお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[フォーティネットジャパン合同会社] 複雑化しがちな「SASE運用」 IT・医療・金融などの事例に見る導入成功の秘訣 -
製品資料
[フォーティネットジャパン合同会社] 「SD-WAN」導入で失敗しないための5つの重要事項 -
技術文書・技術解説
[フォーティネットジャパン合同会社] VPNの代替候補「ZTNA」を理解できるようになる“3大要素”とは？ -
事例
[フォーティネットジャパン合同会社] すぐ分かる「SD-WAN」選定のポイント 成功企業はどんな成果を出した？ -
製品資料
[SCSK株式会社] 「Dropbox」管理・運用の困りごと解決ガイド
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
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
2
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
3
Microsoft月例パッチ1400件超で過去最多 「限界点」を迎えたパッチ管理
-
4
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
5
「エージェントを作るな、スキルを作れ？」 Anthropicが提唱するAI運用の勘所
-
6
RAGで「データをAIに送る」運用が限界を迎えている理由
-
7
なぜ人はいるのにDXが進まない？ ライオンも直面した“老害”レガシーシステム
-
8
生成AIが普及しても「技術書」を手放せないエンジニアの本音
-
9
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
-
10
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
3
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
4
「IT史に名を残すシステム障害」8選
-
5
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
6
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
7
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
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
「標的型攻撃メール」事例・サンプル集
-
10
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
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