高度化するディープラーニングのアルゴリズム、サーバ／ストレージの最新要件は

　ディープラーニング（DL）および人工知能（AI）は、カスタマーサポートbotの音声認識、金融業での不正検出など、さまざまな分野で活用が進んでいる。こうした用途の広がりとともに、データの量と質が高まり、アルゴリズムも大幅に向上する中、インフラにもより高いパフォーマンスが求められるようになっている。

　例えばサーバについては、DLアルゴリズムの高度な計算処理に対応するにはGPUの性能が重要なことはもちろんだが、それ以外に超広帯域幅や低レイテンシファブリックといった、ディープラーニングに特化した設計も必要となる。またストレージについても、高いGPU使用率を維持するための広いI/O帯域幅と並列処理能力、スケーラビリティ、そして自動化を見据えた堅固なプラットフォーム統合が求められる。

　本コンテンツでは、より短時間でモデルをトレーニングするコンピューティング、大量のデータセットを処理するストレージといった、AIインフラの要件を詳しく解説する。それらの要件を満たす製品に対するパフォーマンステストの結果も紹介しているので、AIやDLを導入する際の参考にしてほしい。