NetAppのAIソリューションとは？導入事例もあわせて解説

近年、多くの企業が、自社の競争力を成長させたり、経費や業務効率の最適化のためにAIを導入したりしています。そこで本記事ではNetAppが提供するクラウド型のAIソリューションについて、導入事例もあわせて詳しく解説していきます。AIを活用したビジネスにご関心のある企業の方はぜひ参考にしてください。

NetAppクラウドサービスが選ばれる理由

NetApp（ネットアップ）はアメリカに本社を置き、業界最先端のクラウドサービスを提供しているIT企業です。現在のビジネス社会においては、業種を問わず多くの企業がAIの活用を進めていますが、AIを最適化できるかどうかは、リアルタイムに更新される膨大な情報に対して如何にスムーズにAIをアクセスさせられるかにかかっています。しかし企業によっては、膨大な量のデータが様々な形で保存されているだけでなく、複数のデータベースやクラウドなどに散らばってしまっていることも珍しくありません。

こうした課題に対してNetAppが提供するAIソリューションは、エッジ、コア、クラウドなどにおけるボトルネックを解消することで、より効率的なデータ収集を可能にし、AIワークロードの高速化やスムーズなクラウドインテグレーションを実現しました。NetAppの統合的なデータ管理機能は、シームレスでコスト効率の高いデータ移動をサポートし、AIの機械学習の効果を高めます。これによってNetAppのユーザー企業はAIの精度を高め、信頼性のある自律システムを実現できます。

以下では、NetAppが提供するクラウドサービスの主な要素についてさらに詳しく見ていきましょう。

NetApp ONTAP AI

まず、NetAppが提供するクラウドサービスには、AI環境の構築に役立つアーキテクチャ「NetApp ONTAP AI」が搭載されています。ONTAP AIはディープラーニング向けのサーバー「NVIDIA DGX-1」と、オールフラッシュアレイ「NetApp AFF A800」を搭載したアーキテクチャです。ONTAP AIはデータパイプラインの高速化によってディープラーニングの効果を上げ、AIの力を最大限に高めます。ONTAP AIは実証済みのアーキテクチャなので、包括的なサポートも利用できる構成済みのテンプレートを使って設計の複雑さを解消し、AI基盤の導入をより迅速にします。

NetApp AI コントロールプレーン

NetApp AI コントロールプレーンは、AIと機械学習を最大限に活用し、ワークロードの拡張性やデータの可用性などの課題を解決するためのソリューションです。AIコントロールプレーンは、業界標準のコンテナ・プラットフォームであるKubernetesと、オープンソースの機械学習プラットフォームであるKubeflowをNetAppのデータファブリックに統合したものです。AI コントロールプレーンは極めて高いスケーラビリティと合理的なデプロイメントを有しており、これによってユーザーは使い慣れたツールやインターフェイスを使用して必要なデータ管理や運用を快適に実行できます。

NetApp Cloud Volumes Service

NetApp Cloud Volumes Serviceは、Microsoft AzureやAmazon Web Services（AWS）、Google Cloud Platform（GCP）で利用できる、フルマネージドのクラウドストレージ・ソリューションです。NetAppは、Microsoftをはじめとするこれらのベンダー企業と密接に連携することで、ユーザーのニーズを満たすNetApp独自のクラウドデータサービスを開発するに至りました。NetApp Cloud Volumes Service を利用することで、ユーザーはあらゆるデータやアプリケーションをオンプレミスからクラウドへと容易に移行させ、セキュアな管理の下で自在にデータを活用できます。

NetAppが提供するクラウドサービスの導入事例

上記のように様々なメリットを持つNetAppのクラウドサービスは、すでに多くの業界・企業において活用されています。続いては、NetAppが具体的にどのように活用できるかの参考として、自動車業界、ヘルスケア、公共機関の3つの異なる業界におけるNetAppの導入事例をご紹介します。

自動車業界

自動車産業は現在、もっとも積極的にAI技術の導入を進めている業界のひとつです。そして、NetAppは自動車産業における革新技術とも言える自動運転の開発においても活用されています。

自動運転において扱わなければならないデータは非常に大量です。具体的に言えば、自動運転では自動車１台につき5台程度のカメラを利用する場合もあり、そのカメラが収集するデータは１年で約1ペタバイトにも達すると概算されます。もちろん、自動運転においてはセンサー類からのデータ収集も欠かせません。それゆえ、そうしたデータを含めると、自動運転に必要なデータ量は自動車１台につき１年で2ペタバイトという桁違いのデータ量です。この衝撃的なデータ量を前にして、自動車業界が従来とはまったく別次元のデータ処理技術を必要としていることは想像に難くないでしょう。

自動運転の中核となるAIを高精度化するには、大量のデータを収集・管理して機械学習を進めることが欠かせません。その際に大事なのは、単にデータを集めるだけでなく、データをカテゴライズして加工する作業です。このプロセスがしっかり整備されていなければ、AIは効率的な機械学習ができません。

また、自動車のカメラやセンサーから収集されたデータは一旦クラウド上に移され、ハイスペックなサーバーで加工された後、再びクラウド上に還元されます。このプロセスを「ラウンドトリップ」と言いますが、ラウンドトリップの効率化や省コスト化のためには、データの物理的移動をスムーズにする技術が欠かせません。

つまり、NetAppは自動車業界の未来的技術である自動運転開発において、「膨大なデータの管理」とその「データマネジメント」、「物理的なデータ移動の円滑化」という３つの大きな課題の解決に向けて活用されているのです。

ヘルスケア

NetAppはデータドリブンなヘルスケアに向けた取り組みにも活用されています。たとえば、CTなどの膨大な画像データを機械学習させることで可能になる「AI診断」は、AIの画像認識機能の代表的な活用例のひとつです。こうしたAIによる画像診断技術は、医者の負担を軽くすると共に個々人の経験などに左右されない医療の標準化を可能にすることが期待されています。

また、一昔前なら十年以上の歳月と巨額な費用を要したヒトゲノムの解析も、今のデータ解析技術を使えば、遥かに安価なコストと短い日数で達成可能です。たとえば、ヒトゲノムの解析や保管業務を行っているアメリカのWuXi NextCODE社は、ヒトゲノムの解析や保管を行うプラットフォームとしてNetApp Cloud Volumesを2018年に採用しました。WuXi NextCODE社の事業運営においては膨大なデータ量を持つヒトゲノムの同時処理が欠かせませんが、この点、優れたスケーラビリティと導入・管理の容易さを併せ持つNetApp Cloud Volumesはそのデータ基盤として高く評価される選択肢だったのです。

さらに、病院の経営やデータマネジメントにおいてもNetAppによるデータ管理やAIの活用可能性は広がっています。病院が処理し、保管し続けなければならないデータは増え続けていますが、患者の治療データなどの個人情報を含むそれらのデータは安全かつ効率的に管理運用されていなければなりません。この点、NetAppが提供するONTAPでAIを活用することは、データのサイロ化を解消し、一元管理を可能にする有力なソリューションになりえます。効率的なデータ管理は、診断までの時間の短縮化や継続的なケアなどを容易にし、自院を訪れる患者へのサポート強化にも寄与するでしょう。

公共機関

NetAppは行政機関を含む公共機関向けのデータ管理ソリューションも提供しています。実際、NetAppはハノーバー医科大学やケンブリッジ大学をはじめ、多くの公共機関や教育現場で活用されています。

たとえばケンブリッジ大学は、NetAppのテクノロジーを利用して、ITサービスの近代化と一元化を図っています。ストレージを統合し、シンプルな使い勝手を獲得するために、NetApp のHCI（イブリッドクラウド・インフラストラクチャ）を採用しました。日本の大学も現在コロナ禍の影響を受けてリモート授業が常態化する中、如何に教育の質を落とさないかが厳しく問われていますが、ケンブリッジ大学の例に見られるようなITサービスのモダナイゼーションはひとつの方途になりえるでしょう。

NetAppの日本法人であるネットアップ合同会社は、2020年10月に、株式会社ネットワールドと合同で、日本の自治体のインターネット分離環境においてデータ活用基盤を簡単かつ安価に構築できるソリューションパッケージ「NetApp HCI VDI基盤パッケージ」の提供を発表しました。これは様々なシステムやクラウド上に散在しているデータを一元管理し、データ活用やテレワーク環境の構築に役立つサービスです。

現在、日本では政府を挙げて国のデジタル改革に取り組んでいますが、「NetApp HCI VDI基盤パッケージ」は自治体におけるIT全体最適基盤として各自治体のデータ活用の利便性を底上げし、自治体全体のIT環境の向上を加速することが期待されます。