最新記事一覧
AI利用の取り組みが活発化する一方、成果を十分に享受できている企業は一部にとどまる。その背景には、既存のデータベースやインフラが“AI前提”の仕組みになっておらず、データの品質、所在、来歴、権限管理が十分に整備されていない課題がある。真の「AI Ready」とは、AIツールを導入することではなく、企業内の業務データを信頼できる形で管理し、AIやアプリケーションから安全に活用できる状態にすることだ。では、その実現に向けて、データ基盤をどうモダナイズすべきなのだろうか。
()
オンライン銀行の住信SBIネット銀行は、勘定系システムをクラウドに全面移行する計画を進める。銀行にとって“心臓部”である勘定系をクラウド移行する背景と、30％のコスト削減を見込む基盤の中身とは。
()
生成AIやAIエージェントを全社展開する際、企業はセキュリティやガバナンス、性能といった課題に直面しがちです。ソフトバンクは「全社で1人100エージェント」構想の実現に向けて、AI利用の入り口となる共通基盤「Cloud Proxy」を内製しました。その設計思想や性能強化の取り組み、自動化による迅速なスケールアウト、マルチLLM対応など、Cloud Proxyを支える設計思想と運用の工夫を紹介します。
()
GlobalFoundries（GF）が、AIインフラ向けの光インターコネクトのオープン規格である「Optical Compute Interconnect Multi-Source Agreement（OCI MSA）」をサポートするシリコンを投入する。早ければ2027年になる予定だ。
()
設計開発データの急増を受けて、マツダはストレージインフラを刷新。テープ装置へのデータ退避を不要にしつつ、容量単価を従来の約10分の1に削減した。実現のポイントを紹介する。
()
SAN（ストレージエリアネットワーク）の長所には、処理の速さ、拡張性、耐障害性などが挙げられるが、当然ながら欠点も存在する。特に中小規模の企業にとっては、導入費用と仕組みの複雑さが大きな懸念事項になる。
()
生成AIの普及に伴うデータ増とインフラコスト高騰が課題になっている中、「ストレージコストの最適化」に注目が集まっている。本稿では、その鍵を握る高密度フラッシュストレージを「効率性」「拡張性」「柔軟性」「管理性」の4軸で評価するアプローチを解説。課題を打破する最新のストレージ戦略に迫る。
()
ITシステムは「集中」と「分散」を繰り返してきたが、近年の仮想化基盤を巡るコスト高騰やAI・コンテナ技術の普及により、新たなインフラ構造への転換が求められている。そこで注目されているのが、集中型のシンプルな管理性と分散型の柔軟な拡張性を兼ね備えた「次世代プライベートクラウド基盤」だ。
()
AI活用が進んでいるが、データは分散し、統合後も数PBを超えるデータの移行には年単位の時間を要する。AI投資が無駄にならない「データ基盤」づくりの盲点と、その解決方法とは。
()
AIサービスは、止まることなく動き続けることを前提に設計されます。ある瞬間にアクセスが数倍に跳ね上がることも珍しくありません。それを支える企業のインフラはどうあるべきか。従来型HPCと対比しつつ、Kubernetesなどを使った新しいインフラ運用について解説します。
()
クラウドは便利だが、請求額やデータの置き場所に不満を抱く企業も増えている。Google DriveやMicrosoft 365に頼らず、同等の利便性を自社管理下で実現できるとしたら。台湾発のSynologyが打ち出した新戦略は、オンプレ回帰の流れを象徴する一手として注目を集めそうだ。
()
高い処理能力を求めるCADデータと、膨大な容量を要求される検証データ。要件が異なる2つのデータを単一システムに集約すると、運用の硬直化や費用増大を招くリスクがある。マツダがこの難題を排した解決策とは。
()
Huaweiが独自のスケーリング則「τ（タウ）スケーリング」を発表した。極端紫外線（EUV）露光技術における、米国の対中輸出規制に対し、中国がどのような取り組みを行ってきたのか、それが分かる発表となった。
()
日本総合研究所は関連クレジットカード会社のデータシステムに「Dell PowerScale」を採用した。年率約20％で急増するトランザクションによるメインフレームの負荷増大を解決したシステム構成とは。
()
マツダは、デル・テクノロジーズの「Dell PowerScale」ストレージを導入し、モデルベース開発やCAD、アーカイブ用途向けの統合ストレージ基盤を構築。設計開発データの増加に対応するとともに、ストレージ総容量を約10PBへ拡大し、容量単価を従来比で約10分の1に低減した。今後はAI／生成AI向けデータレイクとしての展開も視野に入れる。
()
データ量の増加によって、既存インフラが処理能力の限界を迎えるケースはよくある。「SAP S/4HANA」のデータ逼迫や障害リスクという課題に対し、HPEは自社システムをどのように刷新してボトルネックを解消したのか。
()
クラウドの「無限スケールアウト」は料金の増加とシステムの脆弱化を招く。航空や電力など他業界のキャパシティー管理手法をクラウド運用に応用し、適正なリソース割り当てを実現するための実践的な手法を解説する。
()
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。
()
AMDが、同社の主要拠点の1つであるシンガポールにおいて報道関係者向けイベントを開催した。この記事では、GPUアクセラレーター「Instinct」シリーズと、同シリーズを含むAMD製プロセッサを機軸とするAIエコシステム「ROCm」に関する説明会の模様をお伝えする。
()
産業技術総合研究所（産総研）が「フィジカル領域の生成AI基盤モデルに関する研究開発」プロジェクトについて解説するウェビナーを開催。同プロジェクトを構成する6つのグループから最新の研究成果が報告された。
()
NVIDIAは「GTC 2026」の開催に併せて、超小型デスクトップAIスーパーコンピュータ「DGX Spark」の次期ソフトウェアアップデートについて発表した。これまで2台連結によるスケールアウトが可能だったが、今後は4台連結まで可能になるという。
()
AI半導体スタートアップの米SambaNova SystemsがIntelとの提携を発表した。IntelがSambaNovaを約16億米ドルで買収する方針という以前の報道とは異なる結果になった。両社は複数年にわたるパートナーシップを締結。IntelはSambaNovaの3億5千万米ドルのシリーズE資金調達ラウンドの一環として戦略的投資を行った。
()
OpenAIは、ChatGPTやOpenAI APIを支えるPostgreSQLの拡張事例についてエンジニアリングブログで解説した。1年で負荷が10倍増すような環境においてPostgreSQLを最適化し、毎秒数百万クエリに対応してきた取り組みだ。
()
「データは増え続けるが予算と設置場所には限りがある」問題は、IT部門の悩みの種だ。この“あるある”な課題に対し、性能を維持しつつ容量を倍増させ、データ量を3割削減したJAXAのストレージ刷新事例を紹介する。
()
生成AI普及の起爆剤となる手のひらサイズのAIスパコン「NVIDIA DGX Spark(TM)」が登場した。最大2000億パラメーターのLLMを扱える高い性能が特徴だ。ビジネスの価値向上や製造現場の課題解決を目的とした生成AIアプリケーションのプロトタイピングやPoCに最適である。
()
本連載では、ソフトウェアデファインドオートメーションおよびソフトウェアデファインドマニュファクチャリングのトレンド、方向性と実現に向けた要点について、多くの製造領域のリーダーやテクノロジープレイヤーとの議論を通じた筆者の考えを述べる。今回は、ソフトウェアデファインドオートメーションの実現に向けて必要なコンセプトや、メリットおよび課題について考える。
()
Microsoftは、新型AIアクセラレータ「Maia 200」を発表した。FP4で10ペタFLOPSを上回り、Amazon Trainiumの約3倍の性能を実現するという。既にOpenAIのGPT-5.2など主要サービスに採用され、推論コスト削減とNVIDIA依存脱却を進める戦略的チップとして注目されている。
()
エンジニアの開発業務においてAIが約4割を補完するなど、AI導入で成果を上げているサイバーエージェント。だが、自由な活用が進むほど、ライセンスコストやガバナンスの課題が浮上する。「攻めのAI活用」と「守りのガバナンス」をどう両立させているのか、話を聞いた。
()
名古屋市はNASの分散運用を見直し、約2万人が利用する全庁共通のファイルサーバを構築した。その背景には、容量拡張では解決しない“ある課題”があった。
()
ネットワンシステムズは、AIに最適化された次世代ストレージ「VAST Data」を採用し、インテル Gaudi AIアクセラレーターとの連携検証を開始した。検証で見えたVAST Dataの真価について、プロジェクトを推進したキーパーソンたちに聞いた。
()
さくらインターネットは同社が提供するパブリッククラウドサービス「さくらのクラウド」において、アプリケーション実行基盤「AppRun」の正式版を提供開始した。
()
AIで使われる高性能コンピュータチップ市場を独占しているNVIDIA。最近は、AIの各方面でライバルが登場し、NVIDIAの地位に迫ろうとしている。
()
表計算ソフトウェアでのデータ管理が主だった前田道路。同社はたった3年でいかにクラウド型のデータ活用基盤を整備したのか。完全週休2日制に挑戦する同社の取り組みと、伴走支援したジールの強みに迫る。
()
従来の中央集権型データセンターは管理しやすい半面、通信遅延や単一障害点、厳格化するデータ規制に対して限界を迎えつつある。小規模データセンターにインフラを分散させる構造のメリットと課題を解説する。
()
社内システムのクラウドサービス移行を進める田辺ファーマ（旧：田辺三菱製薬）は、VMwareのハイパーバイザーで構築した創薬系システムのインフラを刷新。「Nutanix AHV」を中核とした新インフラに切り替えた。
()
多くの企業がクラウド移行を進める中で、大規模障害の発生や利用料の高騰といった「クラウド信仰」を試される事態が発生しています。オンプレミスの良さが見直される中で登場した、「昔のオンプレミスにただ戻るだけじゃない」選択肢は検討に値するのでしょうか。
()
BroadcomによるVMware買収後のライセンス体系変更が、ユーザー企業の不満を生んでいる。この機を捉えようと、Dell TechnologiesやIBMがAIインフラ製品群を相次いで強化した。市場の勢力争いの行方は。
()
ITインフラの中核要素について「コスト削減」「拡張性の向上」といった異なる動機で刷新に踏み切る動きがある。その実態とは。VMware製品から他製品への移行、コンテナ活用などの具体的な事例を基に探る。
()
OpenAIとBroadcomは、AIアクセラレーターとネットワークシステムの共同開発で戦略的協業を発表した。OpenAIが設計を、Broadcomが接続技術の供給を担い、2026年以降10GW規模で展開する。
()
「3階層アーキテクチャの柔軟性と、HCIのシンプルさ。この2つを同時に実現できないか」――企業のIT部門が長年抱えてきたジレンマに、新たな解決策が登場した。
()
Pure Storageはストレージの新しい構想「Enterprise Data Cloud」（EDC）を打ち出し、その一環として、ハードウェアの新製品も投入している。どのようなものなのか。
()
NVIDIAは、地理的に分散したデータセンター群を接続し、単一の巨大なデータセンターとして機能させるための新技術「NVIDIA Spectrum-XGS Ethernet」を発表した。
()
英国の金融を支える「RTGS」システムは、パンデミックなどさまざまなハードルを乗り越えて刷新に至った。プロジェクトを進めたイングランド銀行は、難航したRTGSシステム刷新にどのように挑んだのか。
()
オープンソースのリーダーたちは、標準化の歴史におけるコミュニティーの勝利を強調し、AI向けGPUのソフトウェアでNVIDIAに戦いを挑む。その勝算について、業界団体のCTOの発言をまとめた。
()
生成AIの本格活用が進む中で、企業のITインフラに求められる要件も変化している。データの整備と活用において重要になるストレージでも同様だ。Pure Storageが打ち出したストレージの機能強化とは。
()
クラウドやAI技術の進展により、ストレージでもさまざまな変化が起きている。メインフレームからクラウドまで対応する製品群を展開してきたIBM。長年の実績を持つ同社の最新ストレージ戦略を整理する。
()
JavaとVMwareという企業システムの2大基盤でライセンス体系が再編され、企業はITコストの見直しに迫られている。こうした中で注目を集めているのが、Javaアプリケーションの移行と再設計による最適化だ。
()
仮想マシン（VM）を支える仮想化技術は進化を続け、選べるツールの幅も広がってきた。自社に最適な製品を見極めるために、代表的な仮想化製品の特徴を知っておこう。
()
生成AIへの注目度が高まる一方で、ストレージやネットワーキングへの投資の増加など、コストやリソースの増加は、生成AI活用の定着を阻む壁にもなっている。そうした中、デル・テクノロジーズが提唱するのが、分散して配置した複数のAIエージェントを連携させてマルチモーダルのデータを処理する、次世代AI活用の姿だ。
()
GPUの性能を最大限引き出すには、それを支えるストレージ側の進化が欠かせない。ストレージに求められている要件と、それを実現するための技術動向を解説する。
()