GPUの「宝の持ち腐れ」を防ぐ! オンプレAI基盤をマルチテナントで最適化するストレージ戦略
セキュリティやコストの観点から、オンプレミス環境にAI基盤を構築する企業が増加しています。しかし、高価なGPUを確保したものの「期待したパフォーマンスが出ない」という悩みに直面するケースも存在します。
この記事の概要
- 高性能なGPUを導入しても成果が出ない原因は、データストレージの転送速度と設計がボトルネックになっている可能性があります。
- DDNのAI/HPC向けストレージ「EXAScaler」は、ディレクトリ単位の領域分割と高い並列I/O性能で、安全で効率的なマルチテナント運用を実現します。
- SB C&Sの検証拠点「AIF」を活用することで、カタログスペックでは見えない複数人同時利用時の挙動を事前に実機検証できます。
公開:2026年9月14日
セキュリティやコストの観点から、オンプレミス環境にAI基盤を構築する企業が増加しています。しかし、高価なGPUを確保したものの「期待したパフォーマンスが出ない」という悩みに直面するケースも存在します。
その隠れた原因として考えられるのが「データストレージ」です。この記事では、SB C&Sの村松貴耶氏(ICT事業本部 技術本部 先端技術室 AIインフラ販売推進課)、間山翔宇氏(ICT事業本部 技術本部 第1技術統括部 第2技術部 1課)、データダイレクト・ネットワークス・ジャパン(DDN)の福井秀明氏(SE, Professional Media and Content, Pre-Sales, T3S)たち3人の専門家の知見をもとに、AI基盤の性能を最大限に引き出す共有ストレージの重要性をQ&A形式で解説します。
GPUの性能を引き出せない? 原因はデータストレージかも
Q 高価なGPUを導入したのに処理が遅く、十分な成果が出ないのはなぜですか?
A GPUに原因があるのではなく、データストレージの転送速度がボトルネックになっている可能性があります。
AIの学習や推論では大量データへの同時アクセスが発生するため、ストレージ側のデータ給送が追い付かないとGPUに待ち時間が生じます。SB C&Sの村松貴耶氏とDDNの福井秀明氏は、メーカーが推奨する標準指標よりも余裕を持たせたストレージ設計が重要だと指摘しています。
コンテナ化時代の必須条件!Kubernetes環境でストレージを切り分けるポイント
Q Kubernetesを使ってAIアプリをコンテナ運用する場合、なぜストレージ側の分離設計まで考慮する必要があるのですか?
A Kubernetes標準の管理境界(NamespaceやRBAC)だけではコンピュート側しか保護できず、共有ストレージ内のデータ可視性や容量制御までは自動適用されないためです。
コンピュート環境を分離しても、ストレージ側で適切な制御を行わなければ、他テナントの領域への不意のアクセスや容量圧迫のリスクが残ります。
リソースの占有を防ぐ「マルチテナント運用」 成功の鍵は?
Q 複数部署で1つのAI基盤を効率よく共有(マルチテナント化)するにはどうすればよいですか?
A 特定のユーザーによるリソースの占有を防ぎ、GPUとストレージを論理的に分割して運用することが求められます。
例えば、ノードのGPUを複数人で分け合って利用率を向上させたり、アクセス権限や容量の上限(クオータ)を設定し、利用者ごとにデータを論理隔離したりするなどの工夫が要ります。
ディレクトリ単位の分割で安全共有を実現する「EXAScaler」
Q DDNのAI/HPC向けストレージ「EXAScaler」は、なぜAI基盤のマルチテナント運用に適しているのですか?
A 並列分散ファイルシステム「Lustre」をベースにしており、I/O処理がぶつからない構造を持っているためです。
EXAScalerはデータを分散格納する「OST」により、複数人からの同時アクセス時も処理が停滞しない高い並列性能を備えています。また、ディレクトリ単位で領域・権限を分離し、他者からの閲覧を防止する他、特定プロジェクトによるストレージ容量の使い切りを確実に防止する「クオータ機能」も持っています。
失敗しないAIインフラ構築のための検証拠点「AIF」の活用
Q 導入前に自社の運用モデルでストレージがボトルネックにならないか試す方法はありますか?
A SB C&Sが運営する検証拠点「C&S AI INNOVATION FACTORY」(AIF)での実機検証が有効です。
最新のGPUサーバやEXAScalerの実機を使った実機検証が可能で、複数人での同時アクセスや論理分割の挙動を確認できます。また、専門講師付きのハンズオンが可能で、人材育成の一環としてAI基盤の設計・運用スキルの習得に一役買います。
AI基盤を成功させる鍵は「ITインフラ全体の最適化」にあり
AI基盤を成功させる鍵は、GPU単体ではなく「ネットワークやストレージを含めたインフラ全体の最適化」にあり、EXAScalerはAI時代に求められるデータストレージの要件を満たした製品です。AIFでの事前検証を利用することで、リソースの競合やボトルネックを防いだ理想的なマルチテナントAI基盤の構築も見えてきます。AIインフラの刷新や新規導入をご検討の際は、専門知見を持つSB C&SとDDNへぜひご相談ください。
SB C&S株式会社、株式会社データダイレクト・ネットワークス・ジャパン
アイティメディア営業企画/制作:ITmedia AI+編集部/掲載内容有効期限:2026年10月13日