AIインフラの「複雑性」をどう解決する?NVIDIA×Red Hat×トゥモロー・ネットが語る最適解【Ledge.ai転載記事】
※本ブログは、Ledge.ai『AIインフラの「複雑性」をどう解決する?NVIDIA×Red Hat×トゥモロー・ネットが語る最適解』からの転載です。
近年、AIの普及に伴い、AIアプリケーションの開発・運用に必要なAIインフラの重要性が増している。
多くの場合、AIインフラは既存のITインフラへの統合が求められるため、構造が複雑化する傾向がある。オープンソースを活用する場合、IT管理者はさらに多くの工数を運用に割くことになり、多くの課題に直面する。
この、「AIインフラの複雑性をどう解決するか」という問題に対して、エヌビディア合同会社 川井 源氏、レッドハット株式会社 森須 高志氏、株式会社トゥモロー・ネット 小宮 敏博氏に、最適なAIインフラの構築に関して語ってもらった。
目次
まったく性質が異なるITインフラとAIインフラをIT管理者が扱う苦労
企業のAI導入現状について
昨今のDXの風潮もあり、企業のAI導入は加速している。NVIDIAの川井氏は現状をこう説明する。
── 川井 「これまで、AIを使うのは、たとえばOSSに精通している研究者などAI開発者の方々が、専門知識を駆使してベアメタルから手組みするといった、ニッチな分野のひとつでした。しかし、ここ数年で状況は大きく変わりました。AIがメインストリームに進出し、企業はもはやAIを業務に導入せざるを得ない状況に追い込まれています」
AIがメインストリームに進出した結果、AIインフラ運用についても、AI開発者にとどまらず、ITインフラ運用を担ってきたIT管理者に依頼するケースが増えた。
見えてきた課題
しかし、トゥモロー・ネットの小宮氏いわく、IT管理者が慣れないAIインフラ管理も求められた結果、IT管理者、AI開発者双方にとって“ハッピーではない状況”が生まれているという。
── 小宮 「ITインフラとAIインフラは、運用管理の考え方が根本的に異なります。基本的にAIインフラは投資が大きく、競争を勝ち抜くために導入するものです。そのためデータ量も大きく、パフォーマンスも相応のものが求められます。それに対してITインフラは、どちらかというと障害を出さずに、常に一定のパフォーマンスを出すことが求められる。この考え方の違いによって、IT管理者が従来通りインフラを管理できないケースが多く発生しているのです」
基本的にOSSやコンテナをベースとするAIインフラと、VMwareなどの技術を用いる従来のITインフラは、IT管理者から見るとそれぞれまったく異なるインフラだ。管理に手こずるのもうなずける。
かといって、AI開発者がAIインフラ管理まで担うことになれば、本来の業務であるAI開発に集中できない。個別環境によりAIインフラがサイロ化し、複雑化するという問題も発生する。レッドハットの森須氏はこう続ける。
── 森須 「AI開発者がIT管理者にインフラ管理を依頼する場合も、双方の間で準備プロセスが発生し、余計な手間がかかります。それを解決するために、近年ではコンテナプラットフォームを使った、開発者のみで完結するセルフサービス化の潮流があります。使いたいときに必要な分を使える環境を作ることは、双方にとってハッピーな状況ですよね」
AIインフラはワークロードを動かす基盤としての側面も持つ。既存のITインフラに統合する場合も、AI用のワークロードはGPUがある場所で動かす必要があり、そのためワークロードを自動配置するアシスト機能なども近年実装されていると森須氏は言う。IT管理者が楽に扱え、かつ高度なパフォーマンスも担保できる策が求められているのだ。
NVIDIA AI Enterpriseという選択肢。3社で提供する理由とは
こうした課題を解決に近づけるのが、NVIDIA AI Enterpriseだ。NVIDIA AI Enterpriseは、AIの開発・導入向けに最適化された、クラウドネイティブなAI・データ分析ソフトウェアスイートだ。
今回、NVIDIAがフレームワークやサーバー周りを提供し、トゥモロー・ネットが導入支援などのSI機能、レッドハットのOpenShiftが開発基盤を担う3社合同のサービスが新たに提供される。
今回のサービスの誕生について、小宮氏は意義をこう口にする。
── 小宮 「少しでもAIアプリの運用・開発を楽にする開発環境を提供すべく、そのために日本のAI開発の新たなスタンダードを作っていきたい、その起爆剤になりたいという思いがあります。オンプレ、クラウドを問わず、2社のプラットフォームをきっちり使っていただければ、as a service、つまり必要なときに必要な分だけリソースを使うことが可能になります」
今回のサービスを利用することで、究極的にはIT管理者が何もせずとも、ITインフラ、AIインフラを適切に管理することができるようになるという。まさに、先程申し上げた課題の解決につながるサービスだと小宮氏は続けた。
川井氏も、他の2社と組む理由をこう説明する。
── 川井 「日本のIT市場においては、SIerの方々なしではITが立ち行きません。その点で、エンタープライズの実績もお持ちで、OpenShiftにも、AIにも精通しているトゥモロー・ネットさんの存在は非常に重要です。 同時に、AIの世界でもコンテナベースの開発が主流になりつつあります。オーケストレーションをどうするかという話になると、必ずどこかでKubenetesを使おうという話になる。その点において、エンタープライズレベルのKubenetesにおける実績もマーケットシェアも高い、レッドハットさんとの協業は心強いと感じます」
森須氏も、基盤としてOpenShiftが採用された理由についてこう分析する。
── 森須 「OpenShiftはあくまで開発の基盤ということもあり、今回のサービスの中では目立つ存在ではありません。ただ、OpenShiftはCI/CD機能が強化されており、小宮さんがおっしゃるとおりas a service化しやすく、AI開発の効率化を進めやすい。この点が、NVIDIAさんから見た、OpenShiftを基盤として採用する理由のひとつになったのかと思います」
3社で日本のAI導入の「裾野」を広げていく
AIがメインストリームとなって以降、いくつもの企業がPoCを繰り返しては失敗してきた。森須氏は、それでも、AIを使えない企業は競争力を落とす時代に突入していると話す。
── 森須 「最近ではChatGPTなども出てきており、社会に大きなインパクトをもたらしています。あれらのインパクトを目の当たりにすると、今後うまく使えない企業は間違いなく競争力を落とすだろうと感じています。これまで失敗して諦めてしまった企業も、AI活用を本気で再考しなければいけない場面が近いうちに来ます。そのとき、PoCなど実験的な試みではなく、エンタープライズレベルで使っていただけるよう、我々としても品質を担保した提供が必要です。その意味で、NVIDIA AI Enterpriseは、文字通り通りエンタープライズへのサポートとして作られているので、ぜひ安心してお使いいただけたらと思います」
川井氏も、AI活用のハードルは下がってきている、と語る。
── 川井 「AIの経験がない企業にとって、AI導入のハードルが高いことは承知しています。しかし、それもやり方次第で大きく変わります。当社としても開発ツールやフレームワークなどを整備していますが、通常のITインフラと同じように、気軽に活用をスタートできるようなツールは整ってきています。ぜひハードルを設けず、興味を持って見ていただけたら幸いです」
小宮氏は今後の展望について、まずは顧客のアセスメントから入っていくと話した。
── 小宮 「これまで当社のお客様はITインフラ系の部門が多かったのですが、AIを担当するのは別部門であることが多いです。そのため、まずはお客様に寄り添いながら、ニーズのアセスメントを行っていく必要があります。オンプレミスでもクラウドでも動く唯一の基盤であるレッドハットさんのOpenShiftと、数々のフレームワークを提供されているNVIDIAさんとの心強いチームで、お客様のAI開発環境の裾野を広げていければと考えています。弊社ではスモールスタートから可能なパッケージや検証環境もご用意してお客様のニーズにあったソリューションのご提供が可能です。是非数多くの国内のAIビジネスを3社のソリューションで支援していければと思います」
NVIDIA AI Enterpriseは2021年にローンチされ、最近3回目のバージョンアップを迎えた。これにより、利用できるフレームワークの数も大きく増加したという。今後、強化されたNVIDIA AI Enterpriseを3社がどのようにカスタマイズし、提供していくのか注目だ。興味がある方は下記から問い合わせてみてはいかがだろうか。
トゥモロー・ネットでご支援できること
トゥモロー・ネットの強みはお客様のAIインフラをオールインワンで提供できるところにあります。AIのハードウェア基盤、仮想化、AI導入の為のプラットフォームのご提供はもちろん、お客様の業務に寄り添い、AIを利用、活用していく目的からお話をし、AIインフラ全般をご支援させて頂きます。
スモールスタートから活用いただけるNVIDIA AI Enterpriseパッケージや、GPUサーバーの検証サービスもご用意しております。是非お気軽にお問い合わせください。
お問合せ
製品詳細など各種お問い合わせは下記よりご連絡ください。
関連ページ
カテゴリー
タグ
- #ストレージ(ソフト)
- #VMware
- #Veeam Backup & Replication
- #AIインフラ
- #AMD EPYC
- #スケールアウトNAS
- #NVIDIA H200
- #NIC
- #LLM
- #AI
- #エンタープライズ
- #NVIDIA
- #NVMe
- #画像生成AI
- #コア
- #スケールアップ
- #NVIDIA A800
- #Ethernet
- #水冷サーバー
- #CPU
- #GPU
- #グリーンコンピューティング
- #SSD
- #NVIDIA H100
- #スレッド
- #スケールアウト
- #NVIDIA L40
- #Network
- #NVIDIA RTX 6000 Ada
- #Supermicro
- #GPUサーバー
- #グリーンIT
- #SAS SSD
- #ソフトウェア・デファインド・ストレージ
- #クロック周波数
- #Qumulo
- #SXM
- #InfiniBand
- #NVIDIA RTX A6000
- #Intel
- #マイグレーション
- #空冷
- #SATA SSD
- #Seagate
- #ECCメモリ
- #RedHat
- #PCle
- #NVIDIA MIG
- #量子コンピューター
- #AMD
- #レガシーアプリ
- #水冷
- #NVMe SSD
- #OSNEXUS
- #PCIレーン数
- #人工知能
- #SDS
- #DNN
- #QPU
- #サーバー
- #Windowsアップデート
- #Numecent
- #バックアップ
- #シーゲイト
- #L2 Cache
- #ChatGPT
- #水冷技術
- #NVIDIA Hopper アーキテクチャ
- #NVIDIA B200
- #朝日新聞
- #AVD
- #Azure Virtual Desktop
- #エンタープライズバックアップソリューション
- #EXOS AP
- #ストレージグリッド
- #コンテナ化
- #L4
- #NVLink
- #ProphetStor
- #ICXセンター
- #クラウドVDI
- #DX
- #Veritas NetBackup/BackupExec
- #EXOS CORVAULT
- #セキュリティ
- #OS
- #NVIDIA L4
- #NVSwitch
- #Windows10サポート終了
- #Windows10リプレース
- #アプリケーション
- #Acronis Backup
- #QuantaStor
- #SaaS
- #Docker
- #冷却機能
- #GPUアーキテクチャ
- #Windows Update
- #マイクロソフト
- #ランサムウェア
- #IBM Spectrum Protect
- #VMware
- #PaaS
- #Kubernetes
- #アプリケーション仮想化
- #vGPU
- #Cloudpaging
- #Intel筐体
- #サイバー攻撃
- #ArcServe
- #vSAN
- #仮想化
- #ITインフラ
- #アプリ仮想化
- #データセンター
- #ソフトウエア・ディファインド・ストレージ
- #AMD筐体
- #情報セキュリティ
- #NAS
- #HCI
- #IaaS
- #NVIDIA A100
- #Citrix
- #オンプレミス
- #ストレージ
- #VMware Explore
- #マルウェア
- #Network Attached Storage
- #Hyperconverged Infrastructure
- #パブリッククラウド
- #レガシーアプリケーション
- #ThinApp
- #エッジコンピューティング
- #ソフトウェア
- #NVIDIA AI Enterprise
- #ExaGrid
- #AI Enterprise
- #仮想化ストレージソリューション
- #ハイブリッドクラウド
- #NVIDIA L40S
- #App-V
- #ニューラルネットワーク
- #ストレージ(ハード)
- #VMware Tanzu
- #Veeam
- #NVAIE
- #Intel Xeon
- #マルチクラウド
- #NVIDIA A40
- #Microsoft Application Virtualization
- #ディープラーニング
アーカイブ
- 2024年12月 (3)
- 2024年11月 (10)
- 2024年10月 (15)
- 2024年9月 (10)
- 2024年8月 (10)
- 2024年7月 (10)
- 2024年6月 (11)
- 2024年5月 (10)
- 2024年4月 (10)
- 2024年3月 (8)
- 2024年2月 (9)
- 2024年1月 (8)
- 2023年12月 (11)
- 2023年11月 (8)
- 2023年10月 (14)
- 2023年9月 (9)
- 2023年8月 (8)
- 2023年7月 (11)
- 2023年6月 (3)
- 2023年5月 (1)
- 2023年4月 (6)
- 2023年3月 (1)
- 2023年2月 (6)
- 2023年1月 (1)
- 2022年12月 (4)
- 2022年11月 (4)
- 2022年10月 (4)
- 2022年9月 (3)
- 2022年8月 (4)
- 2022年6月 (5)
- 2022年5月 (3)
- 2022年4月 (1)
- 2022年3月 (4)
- 2022年1月 (1)
- 2021年11月 (3)
- 2021年10月 (2)