写真=ChatGPT。企業向けAIの本格運用が広がるなか、クラウドインフラの評価軸はGPU確保から統合基盤の総合力へ移りつつある。

企業向けAIが実証段階を超え、本格運用へ移るなか、クラウドインフラ市場の競争軸が変わりつつある。これまで中心だったGPU確保競争は、計算資源に加え、ネットワーク、ストレージ、セキュリティを含む統合プラットフォームの優劣へと広がっている。

米ITメディアSiliconANGLEによると、クラウド企業Vultrの最高マーケティング責任者(CMO)ケビン・コクラン氏は19日(現地時間)、「KubeCon+CloudNativeCon North America 2026」で、企業向けAIの運用にはGPUだけでなく、総合的なクラウド基盤が必要だとの認識を示した。

こうした変化の背景にあるのがAIエージェントの拡大だ。AIエージェントは単純な質問応答にとどまらず、コード実行やデータベースへのアクセス、外部アプリケーションの呼び出しなど、より複雑な業務を担う。このため、AIモデルの演算性能だけでなく、データ処理、システム連携、セキュリティまで含めた設計が重要になるという。

あわせて、GPUに比べて見落とされがちだったCPUの重要性も改めて注目されている。GPUが高性能なAI推論を担う一方、CPUはデータベース処理やアプリケーション実行、データパイプラインの基盤を支える。小規模なオープンソースAIモデルの一部は、専用アクセラレーターを使わずCPUのみで動作させることも可能だという。

セキュリティとデータ主権も主要な競争要素として浮上している。AIエージェントが企業の内部システムにアクセスする以上、機密情報を保護できる分離環境の整備が欠かせないためだ。

Vultrは世界34カ所のデータセンターリージョンを独立して運用している。特定地域で障害が発生しても、他地域のアプリケーションは正常に稼働する設計だという。今月9日にはインド・チェンナイで、AMD製GPUを基盤とするスーパークラスターを公開するなど、グローバルでAIインフラの拡張も進めている。

コスト抑制も重要な課題だ。AIエージェントが多段階の処理を実行することで、モデル呼び出しや推論にかかる費用が膨らみやすいためだ。コクラン氏は、あるプラットフォームエンジニアリング組織がオープンソースモデルを追加学習し、自社インフラで運用した結果、推論コストを80%削減した事例を紹介した。ただし、これは個別事例であり、すべての企業で同様の効果が見込めるわけではないとも説明した。

コクラン氏は今後について、GPUリソースの供給に特化したネオクラウド事業者よりも、統合型のクラウドサービスを提供する企業のほうが優位に立つとの見方を示した。AI導入の本格化に伴い、企業のインフラ構築や運用を担うプラットフォームエンジニアリング組織の役割も、さらに大きくなるとみられる。

キーワード

#AI #クラウドインフラ #GPU #CPU #AIエージェント #Vultr #AMD #Kubernetes
Copyright © DigitalToday. All rights reserved. Unauthorized reproduction and redistribution are prohibited.