編集：遠藤文康

AIエージェントの活用が広がる中で、ソフトウェア開発やIT運用において新たなリスクが生まれていることがさまざまな角度から報告されています。AIエージェントが生み出すコードのリスクや未承認のエージェント利用といった現実に企業のIT部門は向き合わなければなりません。

AIシステムを安定的に稼働させる上で考慮すべきポイントの一つになるのが、GPUリソースとストレージをいかに最適化するかです。そのために必要になる仕組みや、運用上の工夫を解説します。

GPUはHPCやAI用途の発展とともに進化してきたが、初めからその存在が一般ユーザーに強く意識されたわけではなかった。仮想通貨マイニングやLLM、画像生成AIの登場とともに、GPUの需要がどう変わってきたのかを振り返る。

企業ネットワークの在り方は、クラウドやAIといった技術の利用とともに大きく変わりつつあります。特に企業ネットワークの分野において注目動向の一つになるのが、NaaS市場の発展です。NaaSの基本概念から成長トレンド、そして成長が著しい「キャンパスNaaS」の現状までを探ります。

ランサムウェアの脅威は広く認識されているにもかかわらず、被害は後を絶ちません。こうした中、「感染を防げない」前提で復旧体制を整える重要性が増しています。

生成AIやAIエージェントの導入が進む中、その成果を左右する鍵として「コンテキストエンジニアリング」が注目されている。全文検索エンジンを中核としてデータ活用基盤を提供するElasticのCPOに、AIと検索の関係や、コンテキストエンジニアリングが重要になる背景、エンジニアに求められる役割などを聞いた。

近年、エンタープライズのネットワーク構成が大きく変化するにつれ、境界型防御の限界への対応としてゼロトラストセキュリティの考え方が重視されるようになりましたが、一方でその考え方が正しく理解されていない面が多いようにも見受けられます。本稿では、ゼロトラストセキュリティがそもそもなぜ必要で、何を解決しようとしているか、時折見られる誤解と正しい理解について整理します。

APIの数が増え続ける中で重要性を増しているのが、それらをいかに統制し、設計と運用の一貫性を保つかです。API管理の代表的な手法を踏まえながら、その考え方を掘り下げます。

GPUの利用でサーバの消費電力と発熱が急激に増大し、冷却がAIインフラの重要な要素として浮上しています。AIサーバの発熱と冷却の基本を整理した上で、水冷や液浸といった新しい冷却技術の動向や、冷却方式を選択する際のポイントなどを解説します。

システムがますます企業収益に密接に関連するようになる中で、「オブザーバビリティー」（可観測性）の重要性が高まっています。従来のモニタリングと何が違い、なぜ今ビジネス基盤として注目されているのかをまとめます。

GPUはもともとグラフィックス処理専用で開発されたわけだが、AI処理のためのプロセッサへと進化する転記は2010年代初頭に訪れた。機械学習の急速な進展がGPUの可能性を引き出し、その役割を拡大させたその転換点と背景を振り返る。

生成AIを自社環境で本格運用する際、最初に直面する可能性があるのが「インフラの壁」です。AIシステムの安定稼働や、性能確保のために押さえておくべきAIインフラの基本的な知識について、GPUサーバや冷却・電力設備、ストレージなどの観点から解説します。

システムやサービスの開発において、まずAPIの設計・定義を優先する「APIファースト」の設計思想が生まれ、企業内外でAPIの数や用途が拡大しています。しかしAPIの利用が急増する変化に、管理体制が追い付いていないことがよくあります。APIガバナンスの欠如が招くリスクと、その状況への向き合い方を考えます。

企業を取り巻くサイバーリスクは、もはや単一のシステムや自組織内の統制を考えるだけでは不十分です。クラウドやAPI連携、生成AIの活用が前提となった今、サプライチェーン全体を視野に入れたレジリエンス強化を考える必要があります。

クラウドインフラサービス市場で、「ネオクラウド」と呼ばれる新興事業者の存在感が高まっています。その一方で、AWSのシェアが下落傾向にあり、ハイパースケーラーが圧倒的な影響力を持ってきた構図に変化の兆しが見えています。

いまやGPUは、AIや科学計算にも欠かせない計算資源へと進化を遂げた。もともと画像処理用として生まれたGPUが、なぜAI分野をはじめとした汎用的な分野で使われるようになったのか。その進化の過程を振り返る。