GPUの性能を最大限引き出すには、それを支えるストレージ側の進化が欠かせない。ストレージに求められている要件と、それを実現するための技術動向を解説する。
AI（人工知能）プロジェクト向けに高性能なGPUを用意しても、データの処理が追い付かなければ成果は出せない。こうした課題に対処すべく、ストレージの進化が加速している。AIインフラのボトルネック解消に向けた技術動向を解説する。
機械学習（ML）では、学習や推論の過程で大量のデータアクセスが同時多発的に発生する。I/O（入出力）待機時間を削減し、全体的な処理性能を大幅に向上させるために、ストレージ側で複数のデータストリームを同時に処理する「並列処理」が活用されている。
例えばGoogleが2023年に発表した「Parallelstore」は、AI用途に特化したマネージド並列ファイルストレージで、高スループットかつスケーラブルなI/O処理を実現できる。
AIワークロードにおけるもう一つの課題が、GPUとストレージキャッシュ間に生じるデータ転送のボトルネックだ。高価で供給も限られるGPUを最大限活用するには、ストレージからGPUへのデータ転送のレイテンシを最小限に抑える必要がある。ストレージベンダーInsurgo Mediaの最高商務責任者ジョン・ウーリー氏は、「GPUのアイドル時間（starvation）を防ぐためには、少なくとも毎秒10GBの持続的なスループットが必要だ」と述べている。
この課題の解決策として、GPUとストレージが直接データをやりとりできる「NVIDIA GPUDirect Storage」がある。GPUが従来のようにCPUやOSを経由せず、転送プロトコル「NVMe」（Non-Volatile Memory Express）を採用したストレージへ直接アクセスでき、RDMA（リモートダイレクトメモリアクセス）に類似したアーキテクチャを採用している。この仕組みはDGS（Direct GPU Support）とも呼ばれ、レイテンシの大幅削減に役立つ。
GPUと共有ストレージ間に、NVMe接続SSDをローカルキャッシュレイヤーとして配置し、各GPUに毎秒60GB超の帯域飽和を供給する構成も登場している。この性能を支えるため、クラウドベンダー各社は「シングルレベルセル」（SLC）のNAND型フラッシュメモリをベースとしたDGS最適化SSDの開発を進めている。
NAND型フラッシュメモリ用コントローラーを手掛けるPhison USの最高技術責任者（CTO）セバスチャン・ジーン氏は、次のように説明する。「推論ワークロードでは、従来型の大容量ストレージと、超低レイテンシのDGS対応ストレージの両方が求められる」。小さなI/Oを瞬時にさばく能力が、GPUベースのAI処理では特に重要だと同氏は指摘する。
こうしたニーズの高まりを受けて、NVIDIAが提供するAIインフラ向けの認証「NVIDIA DGX BasePod」「NVIDIA DGX SuperPod」を取得したストレージ製品も増えている。AIワークロードに特化したストレージは、今後の主力インフラとして、より洗練された設計へと進化していく見込みだ。昨今の代表的なAIワークロード向けストレージには、以下のような製品がある。
米国Informa 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.
「テレワークでネットが遅い」の帯域幅じゃない“真犯人”はこれだ
ネットワークの問題は「帯域幅を増やせば解決する」と考えてはいないだろうか。こうした誤解をしているIT担当者は珍しくない。ネットワークを快適に利用するために、持つべき視点とは。
「サイト内検索」＆「ライブチャット」売れ筋TOP5（2025年5月）
今週は、サイト内検索ツールとライブチャットの国内売れ筋TOP5をそれぞれ紹介します。
「ECプラットフォーム」売れ筋TOP10（2025年5月）
今週は、ECプラットフォーム製品（ECサイト構築ツール）の国内売れ筋TOP10を紹介します。
「パーソナライゼーション」＆「A／Bテスト」ツール売れ筋TOP5（2025年5月）
今週は、パーソナライゼーション製品と「A／Bテスト」ツールの国内売れ筋各TOP5を紹介し...
ITmediaはアイティメディア株式会社の登録商標です。
