コンピュテーショナルストレージ製品ガイド【前編】
「UbuntuやAzure IoT Edgeが動く」コンピュテーショナルストレージ
CPUを搭載し、ある程度の処理を自身で完結させる「コンピュテーショナルストレージ」。ついにOSが起動する製品が登場した。どのようなユースケースがあるのか。
コンピュテーショナルストレージの開発を促す要因の一つがデータだ。もっと正確に言えば、処理しなければならないデータ量が増え続けていることだ。増え続けるデータから洞察を得るため、データサイエンス、データ分析、機械学習が注目されている。これらはデータを集中的に扱うため、I/O速度による制約や遅延の影響を受けやすい。ギガバイト～テラバイト単位のデータをメモリに出し入れするよりも、そのデータの格納場所のできるだけ近くで処理する方が理にかなっている。
コンピュテーショナルストレージ製品を開発している企業はさまざまなアプローチでこのアーキテクチャに取り組んでいる。プロセッサをドライブに組み込む製品もあれば、PCIeスロットに差し込み、NVMeを介して既存のデータストアにアクセスするアクセラレーターもある。
コンピュテーショナルストレージエコシステムが互換性のない製品ラインに分裂するのを避けるため、SNIA（Storage Networking Industry Association）はTWG（Computational Storage Technical Work Group）を結成した。TWGは、標準の策定と共通プログラミングモデルの開発に取り組んでいる。それがあれば、アプリケーションは任意のコンピュテーショナルストレージを検出して使用できるようになる。
「コンピュテーショナルストレージの最新技術動向」でも紹介したように、SNIAはコンピュテーショナルストレージデバイスの定義を
- CSP（コンピュテーショナルストレージプロセッサ）
- CSD（コンピュテーショナルストレージドライブ）
- CSA（コンピュテーショナルストレージアレイ）
に分けている。CSPはコンピューティングエンジンを含んでいるがストレージは含まない。CSDはコンピューティングとストレージから成る。CSAはコンピューティングエンジンと複数のストレージ機器で構成する。
SNIAのモデルには、データの圧縮／展開など、コンピュテーショナルストレージが実行する可能性のある機能のリストが含まれている。コンピュテーショナルストレージ製品の中には、動画のエンコード／デコードなど特定機能を実行する製品もあればユーザーによるプログラミングが可能な製品もある。
NGD Systems
最も著名なコンピュテーショナルストレージサプライヤーの一つがNGD Systemsだ。同社の製品はSNIAの定義に従えばCSDで、NVMe SSDにコンピューティング機能を組み込んでいる。この製品はSSDコントローラーとArmのクアッドコアCPU「Cortex-A53」をカスタムASIC（Application Specific Integrated Circuit）化することで実現している。
このアーキテクチャには幾つかメリットがある。ASICはCFI（Common Flash Interface）を介することで、ホストCPUのメモリにデータを転送するよりも広い帯域幅と少ない遅延でドライブ内のNANDチップにアクセスできる。
NGD Systems製品はArmコアを組み込んでいるため「Ubuntu」や「Microsoft Azure IoT Edge」を実行できる。これにより、アプリケーションの開発とデプロイがシンプルになる。通常のSSDであるかのようにシンプルにドライブにアクセスすることもできる。
この種のアーキテクチャは、エッジサーバ1台分しかスペースや電源を確保できないがデータのリアルタイム分析が必要など、要件が厳しいエッジデプロイメントに適している。NGD Systemsは、「MongoDB」を複数のサーバノードではなく1台のサーバに搭載した複数のCSD SSDにシャーディング（負荷分散）する方法を解説した「MongoDB Solution Brief」（ソリューションの説明）を用意している。これにより、データセンターのフットプリントと全体コストを下げながらデータを複製する際の遅れが少なくなる。
同社はユースケースとして、自動車のAI、CDN（コンテンツデリバリーネットワーク）、ハイパースケールデータセンターを挙げている。開発者やインテグレーターがアプリケーションをビルドおよびデプロイするための完全統合型の「In-Situ Processing Development System」も提供する。
後編では、SamsungやEideticom、Nyriadなどの、FPGAやGPUを搭載した特化型製品を紹介する。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly日本語版
この記事の著者
関連記事
新着ホワイトペーパー PR
-
技術文書・技術解説
[Jamf Japan 合同会社] MDMだけでモバイルセキュリティは十分？ 不足する対策を16項目でチェック -
製品資料
[株式会社ウェーブスプリッタ・ジャパン] 100Gbps対応の光トランシーバーはどう選ぶ？ 10分で分かる選定のポイント -
製品資料
[株式会社フィックスターズ] 組み込み開発の生産性と機密性を両立、自社環境で構築する「セキュアAI」活用術 -
製品レビュー
[ServiceNow Japan合同会社] 問い合わせの約9割を自動で解決、AI主導の自律型CRMがもたらす業務変革の全貌 -
市場調査・トレンド
[ServiceNow Japan合同会社] AI活用が業務自動化で止まる理由は何か？ 調査で判明した課題と変革への道筋
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
AI全部入り「Microsoft 365 E7」に企業が二の足を踏む訳 移行意向はわずか4％
-
2
なぜOpenAIやAnthropicのAIは「脱走」したのか 情シスが迫られるエージェント統制
-
3
Anthropicが明かす AIは入力データを「どこまで覚えているのか」
-
4
GitHubが指摘 AIが書いた「おそらく動くコード」が招くシステム崩壊
-
5
【基本情報技術者試験】「デュプレックスシステム」と「デュアルシステム」の違いは？
-
6
「高すぎるGPU」を捨てAI推論をCPUへ Armが示す電力とコストの現実解
-
7
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
8
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
9
MS月例パッチが1000件突破 人手不足の情シスを襲う「月1回メンテ」の崩壊
-
10
指示待ち新入社員はもう不要？ AI時代に評価される人材が持っているスキルは
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
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
-
3
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
-
4
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
-
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
マンガで解説：「ゼロトラスト」「SASE」の必要性とメリット
-
7
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
-
8
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
-
9
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
10
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
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