HPEとNVIDIAがスポンサーとなったコンテンツにおいて、両社はデータを繰り返し効率的にインテリジェンスに変換するための統合インフラストラクチャである「AI factory」の概念を紹介しています。彼らは、ターンキーソリューションから主権的アーキテクチャまで3つのプランを提案し、選択はハードウェアではなくユースケースから始めるべきだと強調しています。
ユースケースから設計されたインフラストラクチャ
AI factoryは、データの取り込み、モデル開発、トレーニング、適応（fine-tuning）、実行を意味する推論、そして継続的な監視と改善という、AIの全ライフサイクルを統合します。テキストは、この統合が企業だけでなく、医師、エンジニア、公共サービスにも役立つべきだと説明しています。アクセラレータプロセッサを選ぶだけでは不十分です。計算は経済モデルに対応し、ネットワークとデータフローはアクセラレータを支え、ストレージはデータ量に対応し、セキュリティ、ガバナンス、複数ユーザー間でのインフラ共有は事前に考慮されなければなりません。最後に、電力供給と冷却は、現在および将来のシステムの密度に対応する必要があります。HPEフェローでHPCおよびAIセールス担当バイスプレジデント兼CTOのThierry Pienaar氏は次のように述べています。「適切なアーキテクチャ、ガバナンス、運用の専門知識がなければ、組織はデータを安全に活用し、AIを中核プロセスに統合し、イノベーションを持続可能な競争優位性に変えることはできません。」
ニーズに応じた3つのプラン
HPE AI Factory with NVIDIAのポートフォリオは、NVIDIAのAIアクセラレータ、ネットワーク、ソフトウェアと、HPEのインフラストラクチャ、ソフトウェア、サービスを組み合わせたものです。最初のオファーであるHPE Private Cloud AIは、オンプレミスに設置されるターンキーソリューションで、fine-tuning、RAG（モデルを文書にリンクする検索拡張生成）、推論を目的とし、最大256 GPUまでのニーズに対応します。2つ目のHPE AI Factory at-scaleは、モデル作成者、サービスプロバイダー、大企業を対象とし、数百から数万GPUまでのリソース、集中管理、複数ユーザーが同じインフラを共有するマルチテナント運用を提供します。3つ目のHPE Sovereign AI Factoryは、このアーキテクチャを踏襲し、より高度な運用管理、セキュリティとデータレジデンシー、外部ネットワークから隔離された「エアギャップ」構成を追加しています。
全体を単一システムとして運用する
組織内でAIが拡大するにつれ、チームはリソース、サービスレベル、データ境界において異なるニーズを持ちます。テキストによれば、分離されたコンポーネントから構築された人為的な本番環境は、多くのIT部門がこれまでこの規模で経験したことのないスキルを要求します。設計が不適切なシステムは技術的に動作しても収益性が低くなる可能性があります。例えば、未使用のGPU、データフローのボトルネック、電力や冷却の制約、運用が困難な管理システムなどです。「HPE AI Factory with NVIDIAポートフォリオは、企業にNVIDIAと共同開発されたAIソリューションの幅広い選択肢を提供し、HPEのエンジニアリング専門知識と技術能力に裏打ちされ、ニーズに合わせたAI factoryを設計し、大規模パフォーマンスのために最適化します」とThierry Pienaar氏は説明しています。
主権性とサポート
クラウド、プライベート環境、ハイブリッドアプローチはすべて、AI戦略において役割を果たすことができます。主権性の要件を課されている組織にとって、選択は主に求められる管理レベルに依存します。データとモデルの保存場所、管理者の身元、適用される法域、ガバナンスルール、ワークロードの分離度合いなどです。NVIDIAのAI Factory担当バイスプレジデント、Kaushik Shirhatti氏は次のように述べています。「HPEとNVIDIAの主権的AIツールは、企業、さらには国家に、AIシステムがどのように構築、展開、運用、管理されるかを完全に制御する力を与えます。」テキストは、最近の2つの導入事例として、カナダのTELUS Sovereign AI Factoryと米国ユタ大学の主権的AI factoryを引用しています。HPE AI Servicesは、計画から運用まで顧客をサポートし、HPE Financial Servicesは加速償却などのオプションを提供します。両パートナーは、詳細についてはHPE AI Factoryのページを参照するよう案内しています。
