01 / UNDERSTAND
仕組みと使いどころ
AIインフラは、GPUなどの計算資源、高速なネットワーク、データ保存・管理基盤、機械学習フレームワーク、推論基盤、MLOps、監視、電力・冷却設備などを組み合わせた仕組みです。大量のデータや並列計算を扱うAIワークロードに合わせ、性能、拡張性、運用効率を高める目的で構成されます。クラウド、オンプレミス、エッジ、またはそれらを組み合わせて利用できます。ただし、AIインフラの導入だけでモデルの品質、費用対効果、法令順守が保証されるわけではありません。用途やデータ量、処理速度、保守、総保有コストなどに応じた設計と管理が必要です。
02 / IN PRACTICE
AI Infrastructureの活用例
たとえば、こんな場面で
例えば、画像認識モデルを開発して提供する場合、学習用のGPUサーバー、画像を保存するストレージ、サーバー間を結ぶネットワーク、学習フレームワーク、配備後の推論・監視基盤をAIインフラとして組み合わせることが考えられます。
03 / GOOD TO KNOW
使うときのポイント
選定時は、学習と推論のどちらを重視するかを明確にし、計算資源、保存容量、通信性能、電力・冷却、セキュリティー、保守、クラウドとオンプレミスを含む長期的な総保有コストを確認します。
参考資料
What Is AI Infrastructure? (新しいタブで開きます)AIインフラストラクチャーとは|IBM (新しいタブで開きます)What is AI Infrastructure? | IBM (新しいタブで開きます)用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。
