人工知能時代のデータストレージの未来

人工知能時代のデータストレージの未来

2024 年は、テクノロジーとデータの状況に大きな変化が起こる年になると予想されています。生成 AI がより利用しやすくなるにつれて、データ ストレージ ソリューションが中心的な役割を担うようになり、AI アプリケーションの成功が促進され、データ センター インフラストラクチャに革命が起こります。ハード ドライブ技術が進歩するにつれ、企業は容量の増加によるメリットを享受できるだけでなく、持続可能性においても大きな進歩を遂げ、デジタル世界のより環境に優しい未来を確実に実現できるようになります。

2023 年初頭の 5% 未満から、2026 年までに 80% を超える企業が生成 AI を活用すると予測されています。組織の 55% が AI を試験的に導入しているか、本番環境で使用しており、今後 2 年以内に、生成 AI が全データに占める割合が現在の 1% 未満から 10% に増加すると予想されます。

データの増加により、データセンターや企業は高密度ハードドライブストレージを導入してデータの価値を将来にわたって保証し、生のデータセットだけでなく、AI や LLM (大規模言語モデル) 処理によって生成された洞察も保存する必要に迫られるでしょう。

企業の将来には、人工知能、機械学習、ディープラーニング モデルを教育するための運用データの蓄積も必要になります。ますます多くの企業が、独自の情報を活用して競争上の優位性を獲得するために、内部および外部のデータソースを使用したモデルのトレーニングに重点を置くようになると予想されます。

AI主導の取り組みはIT支出の増加にもつながり、企業が生産性と効率性を高めるためにAI主導の改善を通じて競争上の優位性を求める中、ハイパースケールテクノロジー大手はAIプログラムの成熟をサポートするためにクラウド容量への投資を加速し、エンタープライズ部門でのデータストレージの需要を増やすことが予想されます。

一方、データセンター インフラストラクチャ部門では、ハード ディスク ドライブの面密度の大幅な向上により、2024 年に大きな変化が見られると思われます。クラウド データ センターのデータの約 90% はハード ドライブに保存されているため、データ センター インフラストラクチャが自然な更新サイクルに近づくにつれて、古くて容量の少ないハード ドライブが、容量の大きいものに置き換えられることが予想されます。

HAMR(熱補助磁気記録)テクノロジーの出現により、2024 年までにデータ センター ストレージに革命が起こるでしょう。現在、従来の PMR テクノロジーに基づくハード ドライブの平均容量は 16 TB です。対照的に、HAMR テクノロジーにより、データ センター管理者は 30 TB の高密度ドライブを導入できるようになり、CPU、RAM 使用量、さらには床面積の削減を含め、電力とスペースを大幅に節約し、総所有コスト (TCO) を大幅に効率化できます。 HAMR テクノロジーは、より耐久性とエネルギー効率に優れたストレージを通じて、データセンター運営者が二酸化炭素排出量をさらに削減するのにも役立ちます。

それでも、データセンターでは、データの急激な増加により、2024 年まで大容量ハードドライブの需要が高まり、フラッシュとの相乗効果により、最新のワークロードが引き続きサポートされます。ハードディスク ストレージは、同等のオールフラッシュ ソリューションの 5 分の 1 未満のビットあたりのコストで大量のデータ ストレージを提供します。この価値のギャップにより、今後 10 年間は 2 つのテクノロジが共存することになります。

<<:  PyTorch を使用した Mixture of Experts (MoE) モデルの実装

>>:  PyTorch と NumPy の徹底比較! ! !

ブログ    
ブログ    
ブログ    

推薦する

...

「世界AI人材追跡調査」:米国の上級AI研究者の29%は中国出身。人材を追放することは自らの道を断つことに等しい

中国は世界最大の人工知能研究者の供給国となった。米国の人工知能分野のトップ研究者のほぼ3分の1は中国...

日本は人間支援ロボットの世界標準を確立したいと考えている

日本は人間支援ロボットの規格策定に向け、国際標準化機構(ISO)と協議を行っている。ロボット工学に対...

...

過大評価された5つのテクノロジー:誇大宣伝の裏にある現実を探る

すべてのテクノロジーが期待通りの成果を上げたり、当初の約束を果たしたりするわけではありません。技術進...

FPGA+CPUアーキテクチャに基づく自動運転プラットフォームの性能分析

1 はじめに自動運転の分野では、センサーデータに対するディープニューラルネットワークに基づく大量の複...

大規模ウェブサイトのアルゴリズムとアーキテクチャについての簡単な説明(パート 2)

順序前回の記事「大規模 Web サイトのアルゴリズムとアーキテクチャに関する簡単な説明 (パート 1...

...

...

...

...

周明氏との対話: ラストマイルを解決するために大きなモデルを使用するときは、理想主義にならないでください。

ゲスト | 周明執筆者 | Yun Zhaoある夜、湘源の湧き水が、広大で無限に湧き出しました。 C...

OpenAI COO: AIが一夜にしてビジネスに大きな変化をもたらすとは期待しない

12月5日、OpenAIは企業ユーザーの開拓に力を入れているものの、同社の幹部の一部は、この技術がす...