トレンドコラム

AI・深層学習における重要なファクターとして、「蓄積」「学習」「推論」の三つが挙げられます。近年のAI・深層学習分野における技術革新や実用化は目覚ましいものがありますが、その裏ではGPUや学習フレームワークのデファクトに加えて、高速かつ高度な計算 / 学習環境を実現するハードウェアのパフォーマンス向上があることは言うまでもありません。

そして、一口にGPUサーバーと言っても、目的や用途、スループット水準、設置環境、運用条件などによって、適切な選択肢は実に千差万別です。
そこで、お客さまのニーズに適した計算 / 学習環境を設計・構築することができるのがNTTPCです。

蓄積：

解析、可視化するための膨大な学習用データを蓄積します。特に、繰り返し学習など数百テラ～ペタバイト級に及ぶ膨大なデータ量でも難なく対応可能な大容量ストレージ ( および分散ストレージ ) を提供します。

学習：

目的をもって可視化したデータをもとに解析および学習します。繰り返し学習や強化学習など、用途に応じた高速スループットのGPUサーバー&ストレージを提供します。

推論：

学習したデータをもとに推察し、論拠に基づいた推論を導き出します。ハイパフォーマンスなデータセンターアクセラレータに適したGPUサーバを提供します。

次回から、三大要素のそれぞれにフォーカスしながら、必要とされるハードウェア環境を掘り下げて考察してみたいと思います。