NEWS

最新トピックス

生命線の基盤要素 人工知能(AI)今後に求められてくる事とは?

生命線の基盤要素 人工知能(AI)今後に求められてくる事とは?

昨今、アプリケーションや業務の作業負担をサポートするためAIインフラを構築・強化といった考えを持つ企業が増えてきた。

 

この考えはささいな問題ではない。企業がAIを使い売り上げが増加するなど成功を収めることができるのか、自社の環境にアプリケーションがどの程度適用できるのかによって決まる。他にデータを大量に使用するAIワークロードの主要リソースとしてクラウドが浮上しているが、企業はこうしたプロジェクトに依然として自社保有のIT環境を利用している。

 

AIを使用するうえでデータ量の増加に応じてストレージを拡張する能力が必要になる。考慮事項の1つがAIデータストレージだ。必要なインフラを構築する場合、ストレージ拡張能力を高めなければならない。AIの効果を高めるために必要な膨大な量のデータを扱えるだけの適切なストレージ容量、IOPS(1秒間に処理できるI/O数)、信頼性の確保などがある。

 

必要なストレージの種類を決める要因は多く、使用予定のAIレベル、意思決定を現状行う必要がある。

 

例で表すと、高度で価値が高いニューラルネットワークエコシステムの場合、

高度で価値が高いニューラルネットワークエコシステムの場合、高速オールフラッシュストレージ技術が必要になるかもしれない。

 

ビッグデータと分析の環境として、膨大なデータ量をサポートするように設計されたHadoopなどのフレームワークを活用する環境を既に構築している企業は多い。こうした環境は、多くの種類のAIアプリケーションに適合する可能性が高くなっている。

 

もう1つの考慮事項はソースデータの性質だ。AIアプリケーションはソースデータに依存している。そのため、ソースデータが存在する場所とAIアプリケーションがデータを使用する方法を認識する必要でてくる。例えば、アプリケーションがセンサーのデータをリアルタイムに分析するか、それとも後で処理するか把握をしておくべき。

 

アプリケーションが生成するAIデータの量を考慮することも必要となる。AIアプリケーションは、生成するデータが多いほど適切な判断を下す。データベースは時間の経過と共に大きくなる。そのため、容量を監視し、必要に応じて拡張する計画が求められる。

AIインフラのもう1つの重要な要素がネットワーク。AIのサポートに必要なスケールで高い効率を実現するには、ネットワークのアップグレードが必要になる可能性が高くなっている。

深層学習算法(ディーブラニングアルゴリズム)は通信への依存度が高いので、企業ネットワークはAIの取り組みの拡大とネットワークの需要を合わせる必要がでてくる。そのため、スケーラビリティを最優先にしなければならない。それには、高帯域幅、低レイテンシ、クリエイティブな構成・構造が求められてくる。

企業は、可能な限り自動化していくべき。例えば、データセンターには自動インフラ管理ツールを導入していくべきだと思う。

IT技術関連カテゴリの最新記事