デザインツール
アプリケーション

マイクロンのストレージとメモリでAIインフラストラクチャを強化

マイクロン・テクノロジー | 2019年7月

私たちはテクノロジーユーザーにとって刺激的な時代に生きています。AIは市場勢力となり、経済のあらゆる部門を変革しています。AIと機械学習(ML)はついに商業アプリケーションに組み込まれ、利用されるようになり、商業ビジネスの実用的な手段として主流のアナリティクス/AIが提供されるようになりました。とはいえ専門家たちは、私たちはまだAIの黎明期にいるに過ぎないと考えています。確かに刺激的なAI/機械学習に関する「噂」は大量にありますが、実際に関連性のある、結果を得るための実践的なアドバイスを見つけるのは困難です。

だからこそ、最前列に座る優秀な子供のように、私たちは手を挙げるのです。「ほら、こちらです!私たちにお声がけください!」と。

実用的なAIのアドバイスを提供することが、データセンターおよびクラウド管理向けに革新的な3D NANDフラッシュストレージ技術を設計しているマイクロン・ストレージチームによる最新のホワイトペーパーの動機でした。「AIと機械学習は高速で柔軟なインフラストラクチャを要求する」をダウンロードし、3つの重要なイノベーションがいかにしてメインストリームAIを可能にしたのか、そしてなぜ適切なストレージとメモリが、より高速で正確なAI/MLの学習と推論の基礎となるのかをご覧ください。

AIのストレージとメモリに注目する理由:マイクロンの同僚であるウェス・ヴァスクは、AI/MLシステムのインフラについて考察しています。彼はブログで「メモリとストレージでデータインテリジェンスの核心に迫る」と題して、基礎となるストレージやメモリについて議論するパフォーマンスデータが不足していることを指摘しました。メッセージ交換(コンピュータと人間との情報のやり取り)は、利用可能なさまざまな計算リソース(GPU、CPU、FPGA、TPUなど)が中心でした。しかし、この状況は変わりつつあります。「将来は、次世代GPUの要件を管理できるストレージシステムをアーキテクトできるかどうかにかかっています」と、ウェスは語っています。

取り込み、変換、訓練、実行

マイクロンのメモリとストレージは、AIが高度に適応可能で、自ら学習し、ユビキタスで主流となる機械学習システムへと進化を遂げるうえで、重要な役割を担ってきました。もう一人の同僚、マイクロンのシニア テクニカルマーケティング エンジニアのトニー・アンズレーは、3部構成のブログを投稿し、その最後のブログが人工知能と機械学習は高性能ストレージを要求するでした。トニーは、AI/MLワークフローの4つのフェーズを中心にインフラの考察とアドバイスを展開しました。すなわち、取り込み、変換、訓練、実行です。

 

AI/MLワークフローの各フェーズを示す変換、訓練、実行 取り込み、変換、訓練、実行:AI/MLワークフローの各フェーズには、それぞれ特有のインフラの懸念事項が存在します。

トニーは、次のように述べています。「私は、企業が営利企業としてAI/MLの世界に参入する際に、克服すべき重要なハードルと、マイクロンがどのように支援できるかを強調したかったのです。」 トニーのブログやAIインフォグラフィックなどのマイクロンのコンテンツを参考に、新しいホワイトペーパーは、フラッシュメモリとストレージによって、いかに多くのデータを処理エンジンに近づけ、より高速なアナリティクスを実現するかを詳細に説明しています。

並列処理の高速化

より高速な処理の鍵となるGPUは、CPUが逐次処理を行うのに対して、何百万もの処理を並列処理することができます。マイクロンのこれらの製品は、高度なAI/ML、さらには現在広く展開されているディープラーニングソリューションに不可欠な高性能コンポーネントを幅広く提供します。お客様のソリューションが、AIエンジンに使用可能な学習データセットを迅速に取得できればできるほど、よりスマートなエッジ機能を構築するためにこの新技術を迅速に導入し、その恩恵を受けることができます。

機械学習 取り込み

高速で高性能なSSDが並列処理を支援することで、機械学習フローが加速します

ネットワークエッジ向けの強力な小型メモリデバイス

高性能かつ大容量のメモリ、マルチチップパッケージは、クラウドであれ、モバイルやエッジデバイスへの組み込みであれ、AI学習および推論エンジンを強化します。AIシステム向けの革新的なメモリ技術は、マイクロンが注力している分野です。このホワイトペーパーでは、膨大な量のデータをリアルタイムで提供し、学習と推論を加速する方法、メモリとストレージでエッジデバイスを有効にし、スマートで高速かつ効率的な状態を保つ方法について詳しく説明しています。

AI/ML向けメモリとストレージに注力すべき時

マイクロンがForrester Consulting社に依頼した調査によれば、多くの企業がAIアーキテクチャーに注目しています。将来のAI/ML学習の目標を達成するためには、メモリとストレージのアップグレードまたは再構築が重要ですか?」という質問に対し、米国および中国の大企業で複雑なデータセットのアーキテクチャーや戦略を管理する200人のITと業務担当者は、ほぼ80%の割合で「はい」と回答しています。さらにAI/MLの成功には、メモリとコンピュートをより緊密に連携させることが不可欠であると回答しています(対象企業の90%)。

AIと機械学習は高速で柔軟なインフラストラクチャを要求する」をぜひダウンロードしてご覧ください。マイクロンの製品がお客様の次のAI/MLプロジェクトの成功にどのように貢献できるかについては、micron.com/AIで詳細をご覧ください。Twitterで@Micronをフォローし、LinkedInで繋がってマイクロンの最新情報をチェックしてください。