DDN、AIデータインフラを成否のカギとしてGPU効率化に照準

AIファクトリー構築競争が本格化する中、GPU投資の成否を決めるのはAIデータインフラにあると、DataDirect Networks（DDN）の会長兼共同創業者兼CEOであるAlex Bouzari氏はRAISEサミットで述べた。同氏は、GPU利用率が高い組織と低い組織に世界が二分されつつあると指摘。GPUを最大限に活用する組織は測定可能な財務成果を上げる一方、場当たり的にソリューションを寄せ集める組織は多額の資本を浪費しているという。

Bouzari氏は、DDNがxAIのために数十万のGPUを提供するなど、世界最大級のAI導入の中心に位置していると説明。GPU利用率は、AIが測定可能な財務成果をもたらす組織と、高価なインフラが十分に活用されていない組織を区別する一貫したパターンだと述べた。「世界は、GPUを最高の効率でフル活用している企業・国家と、GPUが遊休している企業・国家に二分されつつある。うまくいっていない組織はソリューションを寄せ集めようとしており、その結果、多額の資金を浪費している。」

データ主権はサミットの主要テーマの一つだ。DDNは現在12の主権AIプロジェクトに関与しており、各国政府はデータを国外に流出させずに最先端のAI能力を求める。この需要は、エンタープライズITを超えた国家規模のAIデータインフラ展開を促進している。Bouzari氏は「各国は主権的なAIインフラとAIファクトリーを整備し、データが国内に留まり他国に漏れない独立性を得る必要がある」と強調した。

効率面では、SalesforceがDDN導入後にGPU生産性を70%向上させた事例が紹介された。また、NVIDIAが8年間にわたりDDNを内部で使用していることは、市場で最も信頼できる検証であり、Jensen Huang氏は「NVIDIAのスーパーコンピュータはDDNなしでは実現しなかった」と公言している。Bouzari氏はDDNを「データにとってのNVIDIA」と位置づけ、両者の組み合わせがエンドツーエンドのサービスレベル契約（SLA）を提供すると述べた。

次なるアーキテクチャ課題は、グローバルに分散したAIノードの階層を統合することである。モデルトレーニングを担う25〜100メガワット級の大型ファクトリー、エッジデータセンター、自動運転車やロボット、センサーからのリアルタイムデータを収集する仕組みを接続する必要がある。DDNの分散データプラットフォーム「Infinidat」は、8年前からこの分散モデルを想定して設計されており、エージェンティックワークロードの拡大に伴い、これらの層を一貫したAIデータインフラパイプラインに統合する複雑性は増す一方だとBouzari氏は語る。「複数のエッジデータセンターをグローバルに分散させ、少数のモノリシックデータセンター、マルチクラウド環境に接続するのは非常に難しい問題だ。しかし8年前にInfinidatの開発を始めたとき、私たちはそう見ていた。当時NVIDIAが将来はこうなると教えてくれたからだ。」

（※開示：theCUBEはRAISEサミットイベントの有料メディアパートナーです。Solidigmはイベント報道のヘッドラインスポンサーですが、その他スポンサーと同様にtheCUBEまたはSiliconANGLEのコンテンツに対する編集権はありません。）

写真：SiliconANGLE