HPEのアジア太平洋およびインドHPCおよびAI担当ゼネラルマネージャー、ジョセフ・ヤン氏によると、AIとハイパフォーマンスコンピューティング（HPC）にクラウドファースト戦略を採用しているアジア太平洋地域の企業は、ワークロードが適切なインフラストラクチャに適合していないと、大幅なコスト超過のリスクにさらされるという。ヤン氏は、クラウドベースのHPCは最大で 10倍高価 オンプレミス展開よりも多くのメリットがあり、CIO は拡張前にデータ主導の総所有コスト (TCO) アプローチを採用する必要があります。.
AI および HPC の導入に関する主な考慮事項は次のとおりです。
- ビジネスの連携: HPC と AI が特定の運用上の課題に直接対応できるかどうかを評価します。HPC アーキテクチャ上に構築された AI は、研究開発の枠を超え、生産性、自動化、顧客対応アプリケーションへと拡張されています。.
- コスト構造: AI および HPC 環境では、インフラストラクチャのコストが従来のワークロードの 15～20% に対して 50% を超える場合があり、異なる予算編成と ROI 計画が必要になります。.
- システムアーキテクチャ: 高いコンピューティング密度、最適化されたケーブル配線、高度な冷却機能を備えた専用設計により、パフォーマンスとエネルギー効率が向上します。.
HPCの価値は、製造業やシミュレーションといった業界で顕著です。例えば、トーヨータイヤはHPE GreenLakeを介してHPE Cray XDシステムを導入することで、シミュレーション時間を半減させ、設計サイクルを加速し、タイヤ開発におけるディープラーニングツールの性能向上を実現しました。.
Yang 氏は、よくある 3 つの失敗を特定しました。それは、AI エージェントのパフォーマンスを低下させるパワー不足のシステムから始めること、ベースラインのユースケースを確立する前にカスタマイズを過度に優先すること、そして HPC/AI スペシャリストを早期に関与させないことです。.
生成AIワークロード、特に大規模言語モデルでは、ユーザーの期待に応えるために応答性の高いインフラストラクチャが必要です。初期導入では、カスタムデータ統合の前に、一般的な生産性向上に重点を置くことができます。.
熟練した人材が不足し、オンプレミスの機能がクラウドファーストへの移行によって損なわれている状況で、ヤン氏は、AI および HPC イニシアチブにおけるコスト効率、拡張性、持続的なパフォーマンスには、早期の戦略的計画と専門家のコラボレーションが重要であると強調しています。.
ソース：
