NVIDIAは、GPUがCPUを介さずストレージへ直接アクセスする新技術を発表し、AIインフラのボトルネックであるデータ転送速度の劇的な改善を目指す。これは、生成AIワークロードにおける計算能力の制約を解消し、データセンターのアーキテクチャを根本的に変革する可能性を秘めている。同社はcuFile APIのオープンソース化と業界標準化イニシアチブを通じて、次世代AIインフラの主導権を握ろうとしている。
生成AIの普及に伴い、大規模言語モデルのコンテキストウィンドウ拡大やAIエージェントによる常時データ消費が加速している。GPUの計算能力だけを増強する従来のアプローチでは、もはやAI開発の限界を迎えつつある。ボトルネックとなっているのはGPUとストレージ間のデータ転送速度であり、この「ストレージの壁」がGPUの真の性能を引き出す妨げとなっている。NVIDIAの技術文書によれば、ストレージを単なる受動的な保存場所から、GPUと直接対話する能動的なデータ経路へと再定義することで、このボトルネックを解消し、次世代AIインフラの核心を築く狙いがある。
NVIDIAは「Future of Memory and Storage（FMS）」カンファレンスにおいて、cuFile APIのオープンソース化を発表した。これにより、GPUがCPUやシステムメインメモリを介さずにストレージへ直接データを読み書きすることが可能となる。この技術の中核には、同社が開発した「SCADA（Scaled, Accelerated Data Access）」フレームワークがある。SCADAはアプリケーションが必要とするデータのみを効率的に抽出し、セキュリティを担保しつつマイクロ秒単位の高速アクセスを実現する。NVIDIAの発表によれば、同社のVera CPUは従来のx86 CPUと比較して、圧縮・暗号化処理において最大3.21倍のスループットを達成したという。
NVIDIAは「Storage-Next」と呼ばれる大規模な業界イニシアチブを発表し、キオクシアやマイクロン、DataDirect Networksなど40社以上の主要なストレージおよびフラッシュメモリベンダーがこれに参加している。このイニシアチブの目的は、GPU駆動型ストレージの最適化と標準化を図ることにある。SiliconANGLEの報道によれば、cuFile APIはGoogle、Intel、Meta、NVIDIAが初期貢献者として参加するAccelerated IO Special Interest Group（xio-sig）の下で開発が進められており、特定のハードウェアに依存しないエコシステム構築を目指している。
今回の発表は、AIインフラの設計思想に大きな変革を迫るものだ。これまで計算能力が重視されてきたが、今後はGPUへのデータ転送・保持能力が、AIモデルの推論精度や学習速度を直接左右する極めて重要な要素となる。ストレージは単なるデータ保管庫ではなく、AIワークロードの「計算の一部」として捉え直される必要がある。これはデータセンターのアーキテクチャ全体を「計算中心」から「データ経路最適化」へと根本的に転換させることを意味し、インフラ運用担当者はハードウェア選定やシステム設計の基準を抜本的に見直す必要が生じると見られる。
GPUが直接ストレージを制御するアーキテクチャは、データアクセスを高速化する一方で、セキュリティ上の新たな脆弱性を生むリスクを孕んでいる。NVIDIAが提唱する権限分離モデルが、複雑化するエンタープライズ環境においてどこまで実用的な堅牢性を維持できるかは、今後の重要な焦点となる。また、Storage-Nextイニシアチブによる標準化が、既存の独自ストレージソリューションやAMD GPUなどの競合アクセラレータとどの程度互換性を保ち、市場に浸透するのかも注視する必要がある。AIインフラの競争はチップ単体の性能からデータパイプライン全体の最適化へと戦場を移しており、この動きが次世代AIインフラの勝敗を分ける鍵となる。
