データセンターは生成AIでどう変わるのか【前編】
生成AIがいくら魅力でも「データセンターで使えない」のはなぜ?
「生成AI」は広く企業が利用する技術になると考えられる。ただし生成AIを組み込むシステムは、従来使われてきた業務システムとは根本的に異なるものになる可能性があるため、企業は幾つかの点に注意が必要だ。
テキストや画像を自動生成する「生成AI」(ジェネレーティブAI)を企業がデータセンターで実行するとなると、従来のシステムとは異なる幾つかの点に配慮する必要がある。サーバラックや電源などデータセンター設備を手掛けるVertiv Groupでアプリケーションエンジニアリング部門のディレクターを務めるスラウォミール・ディジウラ氏は、「生成AIを実行する際の消費電力を正確に計算した人はいないため、設備に求められる要件はまだ不確かだ」と警告する。
暗号資産(仮想通貨)のマイニング(暗号資産の取引内容を承認し、その対価として暗号資産を得ること)を禁止した国が抱いていた懸念と、生成AIの導入に伴う懸念は似ているとディジウラ氏は指摘する。具体的に、企業が生成AIを導入する際に考慮すべき点としてディジウラ氏が挙げるのは、以下の通りだ。
- GPU(グラフィックス処理装置)といったプロセッサや、ストレージなどのリソースをより消費する
- 構築や運用には十分な知識を持ったエンジニアが必要になる
- 生成AIを業務で利用するには事前に膨大な検証をする必要がある
- IT管理者にとっては新しいITスキルや管理ツールが必要になる可能性がある
一方で「アプリケーションとインフラ管理者のスキルを高めるために生成AIを利用できる可能性がある」とディジウラ氏は語る。
生成AI導入時にデータセンターの何を見直すべきか
「生成AIを扱うデータセンターでは、リソース使用量やインフラの管理方法、セキュリティ対策を見直す必要がある」。英国のセキュリティベンダーNCC Groupでチーフサイエンティストを務めるクリス・アンリー氏はそう述べる。
アンリー氏によれば、AI技術を扱うデータセンターの構成は、他の業務システムに適したデータセンターの構成とは基本的に異なる。まず、生成AIの構築に必要なデータ処理能力を備えたインフラを実現するには、大規模な分散ストレージシステムを用意する必要がある。生成AIのアプリケーションは1台のサーバだけでは十分に実行できない場合があり、複数のGPUを使ってアプリケーションの負荷を分散させることが必要になる点も考慮する必要がある。サーバの冷却方法や電力の供給方法、ネットワーク構成なども、AI技術の利用を前提にした設計する必要がある。「データセンターのあらゆる要素を再考しなければならない」と同氏は語る。
中編は、生成AIがデータセンターのセキュリティやエンジニアに与える影響を深堀りする。
Computer Weekly発 世界に学ぶIT導入・活用術
米国TechTargetが運営する英国Computer Weeklyの豊富な記事の中から、海外企業のIT製品導入事例や業種別のIT活用トレンドを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly発 世界に学ぶIT導入・活用術
この記事の著者
関連記事
新着ホワイトペーパー PR
-
市場調査・トレンド
[セコムトラストシステムズ株式会社] プロが教える「EDR選定~導入」の極意 -
製品資料
[ゾーホージャパン株式会社] 高まるエンドポイント特権管理の重要性、効果的に行うための8つのステップとは -
製品資料
[ゾーホージャパン株式会社] 特権セッションを効果的に管理し、セキュリティを強固にする方法 -
製品レビュー
[ゾーホージャパン株式会社] サイバー攻撃に狙われる特権アカウント、効果的な監視・管理を実現するには? -
製品資料
[ゾーホージャパン株式会社] “人間ではない”サービスアカウントに潜む、3つのセキュリティリスクとは?
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
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
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
3
SAPやOracleが警戒する「ERPの土管化」 汎用AIとの主導権争いが激化
-
4
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
-
5
Googleの業務向けAIエージェント「Gemini Agent」が登場 しかし課題は山積み
-
6
増えすぎたAIエージェントが野良化 幹部の36%がインシデント発生時に隠したいと回答
-
7
AIエージェントで「ERPの魔改造」復活の懸念 せっかくのクリーンコアが崩壊
-
8
ChatGPTは“検索しまくり”でGeminiは“淡泊”? データが明かすAIの裏側
-
9
Microsoft 365移行で露呈した標準機能の限界 地方銀行は上長承認や「脱PPAP」をどう実現?
-
10
「アップグレードできないJava」をどう守る IBMとRed HatがAIで400件超修正
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
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
-
3
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
-
4
「IT史に名を残すシステム障害」8選
-
5
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
-
6
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
-
7
SASE選定は「見極め力」で大きな差――本当に必要な製品を選ぶための6つの視点
-
8
マンガで学ぶXDR/MDRのメリット、中小企業のセキュリティ強化になぜ有効か?
-
9
脱VMwareに成功した企業は何をどう実践した? 事例に学ぶ戦略立案&実装のコツ
-
10
自社データから高精度な回答を生成、簡単に生成AIチャットボットを構築する方法
TechTargetジャパン SNS
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