推論と学習のバランスを考える【中編】
「学習より推論が安い」とは言い切れない“なるほどのAIモデル事情”
AIモデル開発で中心となるプロセスが「学習」と「推論」だ。この2つに適切にリソースを配分する上で考慮すべきポイントを解説する。
AI（人工知能）モデルの精度向上や運用効率化を実現するためには、AI開発に欠かせないプロセスである「学習」と「推論」の特性を正しく理解し、限られたリソースを適切に配分する必要がある。最適なバランスを見極めるために、「コスト」と「レイテンシ」（遅延）の観点から、学習と推論を比較する。
学習と推論、コストがかかるのはどっち？
併せて読みたいお薦め記事
連載：推論と学習のバランスを考える
AI開発に関する話題
コスト
特に大規模かつ高度なAIモデルの学習において重要な要素となるのが、計算にかかるコストだ。データサイエンスチームがAIモデルの精度向上に注力する一方で、データエンジニアやCFO（最高財務責任者）はAIモデルの運用コストを重視する傾向にある。
AIモデルの学習には大規模なデータセットと複雑な計算が欠かせず、計算負荷とコストが非常に高くなる傾向にある。対照的に、推論のコスト管理は比較的容易だ。リクエスト1回当たりに必要な計算リソースが少ないためだ。一定時間内にユーザーが実行できる推論の回数制限（スロットリング）などでコスト管理が可能だ。
しかし、推論は学習ほどのリソースを消費しないものの、一度AIモデルが本番環境でデプロイ（展開）されると継続的な計算コストが発生する。そのため、長期的には推論コストが学習コストよりも高くなる可能性がある。特に商用モデルでは、推論のリクエスト数が膨大となるため、より効率的に推論できるかどうかが重要視される。その結果、学習コストが多少増加しても、推論の負荷を低減する設計が採用される傾向にある。
コスト管理の観点から、大半の組織はクラウドサービスで機械学習用のインフラを構築し、スケーラビリティ（拡張性）を生かしてリソースを最適化している。効率的な学習と推論に適した専用ハードウェアをクラウドサービスとして調達することも可能だ。
一方、クラウドサービスでのAI運用における大きな課題は、コスト管理の難しさだ。特に、管理や運用ツールが不十分な場合に問題は深刻化する。開発プロセスの中で想定以上に計算負荷の高い処理が発生すると、学習コストが跳ね上がるリスクがある。
レイテンシ
計算コストに加えて、重要な検討事項となるのがレイテンシ（遅延）だ。これはAIモデルが結果を返す速度を指す。拡張現実（AR）や生成AIのようなリアルタイムでの推論が求められるアプリケーションでは、極めて迅速な応答が求められるため、専用ハードウェアを用いて推論を高速化する、もしくはAIモデルの軽量化や演算方法の効率化を通して低レイテンシ化を実現する対策が必要となる。
一方で、学習においてはレイテンシの重要性は比較的低い。ただし、製薬研究など、頻繁な再学習が求められる場合には、学習フェーズでもレイテンシが重要な課題となることがある。
TechTarget発 先取りITトレンド
米国Informa 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。
Copyright © ITmedia, Inc. All Rights Reserved.
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。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[LRM株式会社] 「標的型攻撃メール」事例・サンプル集 -
製品資料
[LRM株式会社] セキュリティ教育はなぜ「年間計画」を立てる必要があるのか？ -
製品資料
[LRM株式会社] セキュリティの重要性が伝わらない…… 効果がない社員教育から脱却する方法 -
製品資料
[LRM株式会社] 「標的型攻撃メール訓練」導入ガイド 社員の意識を確実に高める仕組みの作り方 -
事例
[株式会社マクニカ] アイカ工業に学ぶ脆弱性対策 情シスが把握できずにいたアセットも正確に把握
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
「VMware離れ」は本当か 3000社がVCF 9にかじを切った現実的な理由
-
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
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
-
4
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
-
5
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
6
エンジニアが選考を辞退する本当の理由 7割が隠す“面接の違和感”とは
-
7
Netflixのバックエンドは「ほぼJava」 3000超のアプリを支える開発基盤の裏側
-
8
ISMSの“コンサル丸投げ”が招く数千万円の無駄 NTTドコモビジネスの脱出劇
-
9
AI基盤は本当に「オンプレ回帰」する？ Broadcomの言い分と企業の本音
-
10
生成AIの7割が「別画面・コピペ運用」 “導入”は進んでも定着せず
ホワイトペーパーランキング PR
-
1
生成AIのハルシネーションを防止 回答精度を高めるセマンティックレイヤーとは
-
2
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
-
3
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
-
4
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
-
5
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？
-
6
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
7
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
-
8
マンガで解説：「ゼロトラスト」「SASE」の必要性とメリット
-
9
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
10
情報セキュリティ対策早分かりガイド：25の自社診断で弱点と解決策を理解
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