AI時代を支えるNVIDIA【後編】
CPU「Grace」の発表に見え隠れする、“GPUの覇者”NVIDIAの本当の狙い
NVIDIAを単に“GPUベンダー”と呼ぶことはもはやできない。CPUの処理をオフロードする「DPU」に加えて、同社製CPU「Grace」を発表した。その狙いと、これまでのCPUとの違いを紹介する。
中編「NVIDIAがHPC市場に投入するDPU『BlueField』の役割 SmartNICとは違うのか？」で紹介した通り、NVIDIAは買収したMellanox Technologiesの「SmartNIC」ベースのDPU（Data Processing Unit）「BlueField」シリーズを提供している。NVIDIAがAI（人工知能）技術やHPC（高性能コンピューティング）分野で打ち出す新たな取り組みはこれだけではない。
Mellanox時代との大きな違いとして、ソフトウェア開発フレームワーク「DOCA 1.0」の存在が挙げられる。これはNVIDIAが「GPGPU」（General-Purpose Computing on GPU）向けに整備した開発環境およびプログラミングモデル「CUDA」の経験を踏まえた取り組みだ。GPGPUとは前編「GPUベンダーから“AIの会社”に変貌 NVIDIAの歴史とこれから」で紹介した通り、GPU（グラフィックス処理ユニット）をグラフィックス処理以外の汎用（はんよう）計算に用いることを指す。
DOCA 1.0は、NVIDIAがネットワークやセキュリティ関連などさまざまなソフトウェア技術を持つパートナーと協力し、DPU活用を強力に推進するエコシステム（関連製品・技術群）を構築する土台になる。2021年4月にDOCA 1.0の提供が開始したばかりではあるが、DPUとDOCA 1.0の周りには既にそうそうたる企業が集まっており、DPUを活用したCPUのオフロードが急速に一般化する可能性がありそうだ。NVIDIAは同社が提供するAI技術向けコンピュータ「NVIDIA DGX」にもBlueFieldを搭載することを発表しており、これもDPUの活用を広げる一因になるだろう。
GPUの足を引っ張らないCPU「Grace」の実力
2021年4月中旬にNVIDIAが開催したプライベートイベント「NVIDIA GTC 2021」の基調講演で、同社はDPUの他に新たなCPUも発表した。それが「NVIDIA Grace」（以下、Grace）だ。これは端的に表現するなら「ArmベースのNVIDIA製CPU」ということになる。NVIDIAの表現を借りれば「大規模のAI技術およびHPC向けに設計されたCPU」だ。NVIDIAは、DPUがCPUの処理負荷をオフロードする新たなアーキテクチャであることと同様に、Graceについても既存のCPUのアーキテクチャの課題を解決するための次世代アーキテクチャとして位置付けている。
GPUはAI技術やHPCで極めて有用なアクセラレータとしての利用が拡大している一方で、NVIDIAは「GPUの性能をフルに生かすためにはCPUがボトルネックになりつつある」と指摘する。データを置くメインメモリとGPUの間にCPUが位置し、メモリからGPUへとデータを転送するのが現時点での一般的なアーキテクチャになっている。これではGPUの処理速度にデータ転送が追い付かないというわけだ。
そこでNVIDIAが新たに考えたアーキテクチャでは、CPUの機能を小さく分割してより少量のメモリを担当させ、CPUとGPUを接続する。さらにデータ転送速度を重視した設計にすることによって、処理効率を引き上げることを想定している（図）。これがGraceの基本になるアーキテクチャだ。ある意味では、CPUをGPUのための「データ転送エンジン」として位置付け直す逆転の発想と言える。
Graceの提供開始は2023年初頭になる見込みだ。既に市場で圧倒的な支持を得ているNVIDIA製GPUにMellanox由来のDPUと高速インターコネクト、さらにデータ転送のボトルネックを解消するCPUとしてGraceが加わると、HPCシステムの中核要素がほぼ全てNVIDIA製品で実現できる形になる。
図 Graceを使ったコンピューティングのアーキテクチャ（LPDDR5X、HBM2Eは共にメモリ規格）
GPUという特定用途に特化したプロセッサのベンダーという立ち位置だったNVIDIAが、AI技術という新たな用途を得たことでその事業領域を大きく拡大させた。そして今や次世代のHPCシステムのための新たなシステムアーキテクチャを提案し、それを自社製品で実現できる体制を整えるに至っている。今後のコンピューティングアーキテクチャの進化をけん引する存在として、NVIDIAの存在感が急速に高まっているのは間違いない。
問題があるとすれば、現在市場でのGPU等のニーズの高まりに応えるだけの製品供給が難しくなっている点が挙げられる。特にGPUに関しては、世界的な半導体供給不足や暗号資産（仮想通貨）のマイニング用途で利用拡大などの影響もあり、市場では奪い合いに近い状況にもなっていると聞く。安定的に十分な量の製品を供給できるかどうかは、ラージエンタープライズ（大企業）市場やトップエンドのHPC市場などでは重視されるポイントの一つだと考えられる。
Copyright © ITmedia, Inc. All Rights Reserved.
AI時代を支えるNVIDIA
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品レビュー
「電子帳簿保存法対応」実践術：タイムスタンプ付与などの要件の手軽な実現方法 -
事例
「大企業のデジタル化」成功事例集【コクヨ、九州電力、ヨネックスなど21社】 -
製品資料
“顧客管理の課題”を簡単に解決する方法とは？ -
製品資料
契約管理の“あるある課題”をノーコード開発で解決するためのポイント -
製品資料
揺らぐ境界防御 いま企業が特に警戒すべき「3つのセキュリティ課題」とは？
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
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
2
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
3
自宅のWi-Fiが「遅い」「途切れる」本当の原因は？ Dellが推奨する鉄則
-
4
継続利用は4割どまり M365 Copilotが「効く業務」と期待外れの境界
-
5
画面をティッシュで拭くのはNG Dellが推奨するPCの正しいお手入れ方法
-
6
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
-
7
VDI運用の“生きたノウハウ”を共有 歴史あるユーザー会の魅力とは？
-
8
メインフレームは死なず AI活用で20年来の高収益をたたき出す基幹システムの底力
-
9
VMware離れを食い止めるか？ 今「VCF 9.1」が再評価される理由
-
10
「GitHub Copilot」3000人に配布も基本機能しか使われない 保険大手が得た教訓
ホワイトペーパーランキング PR
-
1
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
2
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
-
3
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
4
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
5
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
6
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
7
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
8
AIエージェントで成果は出る？ 調査結果に見る費用対効果の実態
-
9
PostgreSQLの「機能」「性能」「運用」「拡張性」に関する悩みの解消法
-
10
ゼロトラストにおける「IDaaSの課題」と補完すべき重要機能とは？
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