ハイパーコンバージド インフラストラクチャで AI をエッジに押し上げる

ストレージ技術の破壊的変化は進行中であり、ハイパーコンバージド インフラストラクチャ (HCI) 市場も例外ではありません。市場分析会社MarketsAndMarketsのレポートによると、ハイパーコンバージドインフラストラクチャ（HCI）市場は2018年から2023年の間に32.9％成長し、171億ドルに達すると予想されています。

[[312839]]

この成長の主な理由は、一元管理、ラックスペースと必要な電力の削減によるグリーンデータセンターの実装、災害復旧機能の向上など、ハイパーコンバージドインフラストラクチャ (HCI) が企業に提供する利点に起因すると考えられます。

ハイパーコンバージド インフラストラクチャ (HCI) が進化を加速し続けるにつれて、次の論理的なステップはネットワーク エッジに移行することです。人工知能 (AI) などのデータ使用事例の需要が高まり続ける中、企業がプロジェクトの開始時からデータを取得できるようにエッジ コンピューティングとハイパーコンバージド インフラストラクチャ (HCI) に注目しているのも不思議ではありません。エッジ コンピューティングと HCI を融合することで、AI ツールはよりスマートな意思決定を行うことができます。

エッジコンピューティングが重要な理由は何ですか?

紙とペンですべてを行っていた時代は終わりました。私たちは現在、業界全体でデジタル化に直面しており、大量のデータが作成されており、当然ながらそれをどこかに保存する必要があります。通常、このデータは、従来のデータ センター アーキテクチャではなく、ネットワークのエッジのオンサイトに保存されます。

エッジ コンピューティングの鍵となるのは、従来のハードウェア ストレージよりもハードウェア スペースをあまり必要としないことです。このインフラストラクチャをネットワークのエッジに展開することで、データの処理とコンパイルだけでなく、大量のデータを圧縮して、クラウドまたは別のサイトの集中データセンターに簡単に送信できるようになります。

このアプローチにより、データをより遠い場所に転送するのではなく、データが作成された場所の近くでデータを処理および確認するためのアクセスが許可されます。そのため、エッジ コンピューティングは、ファーストフード店、スーパーマーケット、ガソリンスタンドなどのさまざまな分散型ビジネスや、鉱山や太陽光発電所などの産業現場でよく使用されています。

ネットワークのエッジで収集されたデータは十分に活用されないことが多いことに注意する必要があります。人工知能を例に挙げてみましょう。人工知能はまだ開発の初期段階にありますが、モデルの開発とトレーニングには多くのリソースが必要です。しかし、エッジ コンピューティングでは、データをクラウドに自由に移動できます。そこから、データを分析し、AI モデルをトレーニングしてから、エッジに戻すことができます。 AI がこれらのモデルを生成する論理的な方法は、データ センターまたはクラウド コンピューティングを活用することです。

その一例が、ディープラーニングの加速に取り組んでいるチップメーカーのCerebrasです。同社は最近、ディープラーニング専用に構築された新しい「ウェーハスケールエンジン」を発表しました。新しいチップは非常に高速で、最大のグラフィック処理装置の 56 倍の大きさです。ただし、サイズが大きいにもかかわらず、消費電力が非常に高いため、ほとんどのエッジ展開では処理できません。

しかし、企業はハイパーコンバージド インフラストラクチャを使用してエッジ コンピューティング タスクを統合し、データ レイクを構築して最大限に活用できるようになるため、希望はあります。データレイクにデータを配置することで、企業はそれを活用してすべてのアプリケーションにわたって分析を実行できます。機械学習の側面では、さまざまなアプリケーションやデバイスで共有データを使用することで、新たな洞察を明らかにすることもできます。

エッジ コンピューティングと比較すると、ハイパーコンバージド インフラストラクチャ (HCI) は、サーバー、ストレージ、ネットワークを統合しているため、使いやすくなります。言うまでもなく、以前の構成やネットワークの問題に直面することはありません。さらに、このプラットフォームは、さまざまなネットワーク形式とインターフェースを備えた全国に分散された多数のエッジデバイスを包括的に管理することもできるため、運用コストが確実に削減されます。

AIを次のレベルへ

スマートホームデバイス、自動運転車、ウェアラブルテクノロジーの導入により、AIはすでに私たちの日常生活に浸透しています。調査会社ガートナーによると、2022年までに人工知能は引き続き発展し、スマートデバイスの80%にオンデバイスAI機能が搭載されるようになるという。

しかし、AI のデータ収集の問題は、AI を動かすテクノロジーのほとんどがクラウドに大きく依存しており、クラウド内でアクセスできるデータに基づいてしか結論を導き出せないことです。この場合、データはデバイスに戻る前にまずクラウドに転送される必要があるため、応答が遅れます。瞬時の意思決定を必要とする自動運転車のような技術の場合、少しでも遅れると大きな問題が生じる可能性があります。

ここでエッジ コンピューティングがクラウド コンピューティングよりも優位となり、AI を次のレベルに引き上げます。 AI アプリケーションに必要なデータはデバイスの近くに保存できるため、データにアクセスして処理する速度が向上します。データ変換に依存する AI デバイスは、帯域幅とネットワークの可用性へのアクセスを必要とするクラウド プラットフォームに常に接続できるとは限らないため、このアプリケーションから最大のメリットを得られます。

ハイパーコンバージド インフラストラクチャ (HCI) に AI とエッジ コンピューティングを統合するもう 1 つの利点は、必要なストレージ スペースが少なくなることです。 HCI の最も優れた運用上の特徴は、このテクノロジがより小規模なハードウェア設計でも機能できることです。企業が高可用性ハイパーコンバージド インフラストラクチャ (HCI) エッジ コンピューティング クラスターを展開するようになるのもそう遠くないはずです。

AI が真に発展するためには、HCI とエッジ コンピューティングが連携して動作することに完全に依存します。これにより、AI は最小限のサポートで独自のメリットを発揮できるようになります。 AI はディープラーニング資産を最大限に活用し、より優れた意思決定を行う能力を向上させることができます。

クラウド コンピューティングの進歩により、スマート TV などのほとんどのテクノロジー デバイスで AI を利用できるようになりました。しかし、ハイパーコンバージド インフラストラクチャ (HCI) とエッジ コンピューティングの組み合わせにより、AI は未知の領域に進出するために必要な手段を獲得し、すべての企業に、よりスマートで効率的なソリューションを提供できるようになります。