HyperAIHyperAI

Command Palette

Search for a command to run...

18時間前
NVIDIA
GPU

AIメモリ需要増大、ストレージ技術が加速

人工知能の高度化に伴いメモリを超えた大容量データの需要が急増する中、8月4日から6日にカリフォルニア州サンタクララで開催されるFMSカンファレンスにて、NVIDIAは次世代AIストレージインフラの大幅な進化を発表した。GPUが直接数千件のストレージリクエストを発行する環境において、従来のメモリ対ストレージのトレードオフは分単位からマイクロ秒単位へと劇的に縮小している。 NVIDIAはVera BlueField-4 STX搭載プロセッサの性能を公開し、圧縮・暗号化パイプラインでx86 CPU比最大3.21倍のスループットを達成した。これにより複雑なデータ処理を伴うストレージプラットフォームがAIデータの増大を効率的に吸収できる体制が整った。さらにGPUがCPUを経由せず直接ストレージへアクセスできるcuFile APIをオープンソース化し、NVIDIA GPUDirect Storageエコシステムの基盤を確立した。これによりセキュリティ要件を満たしつつ、AI防御システムが要求する速度でのデータ提供が実現する。 業界標準の確立を推進するため、NVIDIAはDDNやKIOXIAなど40社以上のベンダーとStorage-Nextイニシアチブを設立した。GPU駆動のストレージ動作と相互運用性を定義するこの枠組みでは、SCADAフレームワークが中核をなす。SCADAはGPUが必要なデータのみを直接高帯域メモリへ抽出する仕組みであり、DDNは自社プラットフォームにSCADAを統合し、ボトルネック解消とコンピューティング生産性向上を図る。 これらの革新は単なる容量増加ではなく、AI工場が有用なインサイトを抽出するための安全で効率的なデータパス構築を目指す。NVIDIA STXアーキテクチャとDOCAセキュリティスタックの採用により、継続的なポリシー適用が可能となる。CMXはマルチターン型エージェント推論に対応し、メモリ不足の課題をストレージインフラの設計変革によって解決する。今回の発表は、次世代AIの基盤となるストレージ経済学とアーキテクチャの再定義を明確に示している。

関連リンク