AI活用の要、「GPUサーバー」とは?

GPUとは「画像処理装置」

「GPU」は「Graphics Processing Unit」の略で、日本語では「画像処理装置」となります。その名の通り、当初は画像を描写するために必要な計算を処理するものとして登場しました。
このGPUを複数搭載し、大量のデータを高速で処理できるようにしたデバイスを「GPUサーバー」と呼びます。近年需要が増加しているAI（人工知能）やVR（バーチャルリアリティ）の技術に対応するためには、高性能なGPUサーバーの導入が必要不可欠となっています。
特にAIを活用した業務効率化や生産性向上を実現することを目的として、多くの企業でGPUサーバーの導入が進んでいます。

CPUサーバーよりも、さらに高度な処理が可能に

GPUと似た言葉に「CPU」があります。CPUは「Central Processing Unit」の略で、日本語でいうと「中央演算処理装置」となります。
CPUが内部に少数の高性能コアを持つのに対し、GPUは多数の小さなコアを持ちます。CPUを搭載した従来のCPUサーバーは基幹システムを始めとする業務システムの運用などに活用されてきました。一方、並列演算処理が得意なGPUサーバーは、AIを用いたアプリや研究開発など、より高度なシステムに活用されています。
GPUサーバーは大量の演算処理を行うため、発生する熱量もそれに比例して大きくなります。そのため、GPUサーバーの冷却には1つあたり1,300W程度と、CPUサーバーの1つあたり220W程度よりも多くの電力を消費します。

導入方法は「オンプレミス型」か「クラウド型」の二択

自社でサーバーを持つ「オンプレミス型」

自社でベンダーからサーバーを購入し、自社施設内に設置するタイプのサーバー運用を「オンプレミス型」と呼びます。オンプレミス型は購入時にまとまった初期投資が必要になるものの、自社のニーズに合わせて自由にカスタマイズができる点や、インフラ管理やセキュリティ性の確保もしやすい点などが魅力です。また、コロケーションサービス（設置スペースのリース）を利用してデータセンター内にサーバーを設置する場合もオンプレミス型に含みます。
サーバーベンダーとして代表的なメーカーにはアメリカのDELL/EMC、HPEなどがあります。

サーバーをレンタルする「クラウド型」

GPUサーバーをレンタルし、インターネット経由で利用するタイプのサーバー運用を「クラウド型」と呼びます。クラウド型はサーバーの管理・保守をベンダーに任せることができるため、自社のリソースを削減できる点が魅力です。
ただその一方で、ランニングコストが管理・保守料金のみのオンプレミス型と比較して、クラウド型では毎月利用料金がかかること、また為替変動などの影響から年々利用料金が高額化していることなどから、長期で運用する場合においてはコストが嵩むことが課題となっています。

活用用途は? 企業がGPUサーバーを導入する2つのメリット

GPUサーバーの導入により、企業は主に次の2つのメリットを享受することができます。

AIを活用した業務効率化の実現

近年、ChatGPTを始めとする生成AIの技術を活用し、業務効率化や生産性向上を図る企業が増加しています。
大量のデータを扱うAIの分野では、並列処理能力の高いGPUサーバーの導入が適しており、またシステムが高度になるほど、より高性能なGPUサーバーが必要となります。
現在、例えば製造業では、AIを用いたEDAツールにより製品設計を自動化・高度化したり、属人化したノウハウを定量化・体系化して技能伝承や人材育成につなげたりするなど、AI技術の活用推進による業務効率化が実現しています。

データの処理スピードの向上

GPUサーバーの導入により、単純に処理能力が向上することもメリットの1つです。処理時間が短縮され、業務環境の改善につながるためです。
大規模なデータ処理に長けたGPUサーバーは、AIや機械学習以外でも優れた能力を発揮します。例えば仮想デスクトップや研究開発、3Dレンダリングなどに使用すれば、端末内蔵のGPUやCPUのリソースを気にすることなくスムーズに処理することができます。

一方で、サーバーの設置場所やコスト面には課題も

生成AIなどに対応した高性能GPUサーバーなどでは、従来のGPU・CPUサーバーと比較して消費電力および発熱量が極めて大きくなります。特に発熱量の問題は大きく、これまで主流となっていた空冷空調では十分に冷却できないということが課題となっています。
もし冷却が不十分で高温となった場合、サーバーが正常に機能しなくなったり、機器が故障したりといった問題が生じる危険性があります。クラウド型のGPUサーバーをレンタルするという選択肢もありますが、前述の通りコスト面がネックとなります。
そこで、「オンプレミス型のGPUサーバーを購入し、次世代型データセンターのコロケーションサービスを利用する」という方法がこれらの課題を解決するための現実的な手段として考えられるわけです。

GPUサーバー環境の構築で意識すべき「スモールスタート」の考え方

GPUサーバーを導入してAIを活用した取り組みを考えた場合には、初期投資はできるかぎり抑えながら小さな成功を積み重ねていくことが大切です。その実現のため、次の2つのポイントを意識してサーバーやデータセンターを選ぶのがよいでしょう。

拡張性を重視した選定

まずは自社が必要とするGPUサーバーの性能を見極め、価格とのバランスなどを考慮しながら機種を選定します。事業拡大などでより高いスペックのサーバーが必要になった時に備え、搭載メモリやストレージなどを拡張できるタイプのサーバーを選んでおけば、買い替えなどの負担も減らせますから、いきなり高性能GPUサーバーを選ぶ必要はありません。

1ラックから設置可能なデータセンターを選択

高性能GPUサーバーが必要とする電力容量や冷却設備を自社で用意することは負担が大きいため、GPUサーバーに対応した次世代型データセンターのコロケーションサービスを活用するのが現実的でしょう。具体的には、1ラックあたり20kW以上の電力量を供給でき、さらにその電力量に対応する液冷方式などの冷却設備が整っており、省エネ性能が高く電気代（運用コスト）を抑えることができるところを選択しましょう。
また、1ラックからの設置が可能など、スモールスタートにも対応していればなお良いでしょう。なお、データセンターの選択について詳しくは、「GPUの課題を解決！『次世代型データセンター』活用のススメ」（【内部リンク】）を参照してください。

高性能GPUサーバーに対応する次世代型データセンター「Green Nexcenter^®」

ここで、高性能GPUサーバーに対応した次世代型データセンターの一例としてNTT Comの超省エネ型データセンターサービス「Green Nexcenter^®」を紹介します。

最大80kWの電力消費に対応する「直接液冷方式」を採用

「Green Nexcenter^®」は、データセンターとして国内で初めて「直接液冷方式（DLC、Direct Liquid Cooling）」を採用しました。冷却液を直接循環させて冷却することで、これまで実現困難だった1ラックあたり最大80kWの電力消費に対応しました。
また、1ラックから設置可能なため、スモールスタートも可能です。

優れた電力使用効率で高コストパフォーマンスを実現

「Green Nexcenter^®」のpPUE（Partial Power Usage Effectiveness、特定部分の電力使用効率を示す指標値）は1.15。この値は従来のデータセンターにおける平均PUE（Power Usage Effectiveness、消費電力効率を示す指標値）の約1.7や、資源エネルギー庁が推奨するPUE1.4を大きく上回る値であり、高い省エネ効果が期待できます。
また、100%再生可能エネルギーを使用し、CO2の排出量もゼロ。再生可能エネルギーの種類も選べるため、マーケットや株主に対するアピールポイントになるでしょう。

高品質なネットワークサービスも包括的に提供

NTT Comの通信事業者としての強みを生かし、「Green Nexcenter^®」では高品質なネットワークサービスに加え、SIやクラウドストレージなどデータセンター関連のサービスも包括的に提供。将来的には最先端の光伝送技術を活用した「APN専用線プラン powered by IOWN」の提供も予定されており、貴社の大容量・低遅延・低消費電力の高速ネットワークの構築を支援します。