「GPUは高くて使いづらい」はもう過去？ NVIDIAの“GPU分身の術”がAI活用を革新、『AI・GPU統合基盤』とは

「AIについては、どのような活用方法が正解なのか、企業が試行錯誤を重ねています。そうした状況では、多くの社員が自分のアイデアを試し、小さな成果を全社の取り組みへとつなげていくことが重要です。しかし、自社でAIサーバを構築してもGPUが少ないために、十分なAI環境を整備できないケースがあるのです」（後藤氏）

　GPUを遠隔から利用する方法として、サーバ上の環境を仮想化するVDI（Virtual Desktop Infrastructure）がある。従来のVDIではGPUと仮想マシンが『1対1』でひも付けられるため、10台の仮想マシンを使いたい場合、GPUが10枚必要という制約があった。

※VDI：サーバ上にデスクトップ環境を仮想化し、遠隔端末に画面イメージのみを差分転送して利用する仕組み。仮想デスクトップとも呼ばれる。

1枚のGPUを分け合う――“GPU分身の術”がもたらす効率革命

　この制約を解消するのが、「NVIDIA vGPU（仮想GPU）」だ。サーバに搭載した1枚のGPUメモリをvGPUとして分割し、複数台の仮想マシンから高いコア性能を効率的に共有しながら同時に利用できるようにする技術である。

「これにより、GPUと仮想マシンの関係が『1対1』から『1対多』へ拡張され、GPUハードウェア費用を抑えながら多くの人がGPUを活用できるようになります。私たちはこれを『GPU分身の術』と呼んでいます」（後藤氏）

　例えば、24,064CUDAコアGPUメモリ96GBを32分割し、1台あたり3GBのvGPUメモリを割り当てれば、32人が同時に高いコア性能を共有しながら作業できる。より高度で大規模な処理が必要な場合は96GBを4分割して24GBのvGPUメモリを割り当てることも可能だ。

　また、オフィスユーザー向けのGPU A16（1,280CUDAコアGPUメモリ16GBが4セット搭載）であれば、GPUメモリ64GBを、1GB単位に区切ったvGPUメモリとして64分割するといった設定もできる。

　分割数や割り当ては目的に応じて柔軟に選べる。「グラフィックス処理はもちろん、デジタルツイン、データ分析、シミュレーション、そしてAI開発・実行環境など、さまざまな用途で活用できます」（後藤氏）

　分割したvGPUを特定用途に固定せず、期間ごとに配分を変更できる。

「ある期間はAI開発にvGPUを割り当て、別の期間は3DグラフィックスやCAEなど他の用途に振り向けるといった使い分けが可能です。平日は細かくvGPUを分割して多くのユーザーが利用できるようにし、土日はvGPUの分割数を減らして1台当たりのvGPUメモリを増やし、AIや解析、レンダリングなど長時間の高性能処理で利用するといった設定も柔軟に行えます」（後藤氏）

　このようにvGPUを活用すれば、“小さな投資で多くの社員が挑戦できる環境”を実現できる。「まずは小規模にAI環境を整え、成果が見えてきた段階でGPUを追加する――そんな段階的な拡張も容易です」（後藤氏）

　社員が端末のスペックを気にせず、さまざまな作業をリモートで行える点も、vGPUの大きなメリットだ。

「自席のデスクトップPCや貸与ノートPCは、コストを抑えるために一律のスペックで購入をしているケースが多いため、性能がありあまっているもしくは、性能がまったく足りていないなどのケースがあります。AI・GPU統合基盤に作業環境を統合することで、GPUのみならず、CPUやメモリ、ディスクやネットワークなども、変化するニーズに合わせて柔軟にスペック変更することができます。それらをリモートで接続して利用することで、すべてデータセンター内での作業が可能になり、セキュリティを高めながら大規模なデータを扱えるようになります。さらに、AIや3D CAD、解析、データ分析など、作業に合わせて最適な環境を用意することができるようになるのです」と後藤氏は話す。

IT資産の統合とセキュリティ強化にも寄与

　部門ごとに分散していたGPUサーバを1台に集約し、仮想的に分け合うことで、ネットワークやデータの一元管理も可能になる。セキュリティの強化や投資の重複回避にもつながる。

「これまでは部門ごとにGPU搭載のワークステーションやサーバへ投資していた企業も多いと思います。vGPUなら各部門のIT予算を集約し、1台のサーバに投資して共同利用できます」（後藤氏）

　製造現場でも、製造ラインごとに個別導入していたAIシステムをvGPUで統合し、管理効率化やコスト削減を図るケースが増えている。

トヨタ、マツダをはじめ、さまざまな企業で活用が進む

　vGPUは2013年から提供が始まり、すでに多くの企業が導入している。

　例えばトヨタ自動車では、3D CADを使った設計業務にvGPUを活用している。同社では従来からリモートワークを推進していたが、3D CADを用いた設計業務を行う場合、通常のVDI環境ではパフォーマンスが不足するため、オフィスの自席に設置したグラフィックボード搭載のワークステーションを使うしか手立てがなかった。

　そこでvGPUを導入し、仮想ワークステーションに移行。一般的なノートPCを含むさまざまな端末から、リモートの3D CAD VDIを扱えるようにした。これにより、手元の端末にデータをダウンロードせずに、すべてデータセンター内で作業が可能となり、セキュリティを向上。また、データセンター内の業務サーバやファイルサーバが近くに配置されることで、ファイルアクセスを高速化し、大規模なデータの利用やサーバ側のパワーも活用できるようになった。働く場所の縛りはなくなり、部署を横断してリモートで作業することが可能になった。

　マツダでは、開発・生産技術部門で配備していた約5000台のワークステーションを、vGPUを用いた1500台の仮想ワークステーションへ集約。運用保守工数を削減しつつ、部門横断で議論・作業する「大部屋活動」も実現している。

　製造業ではCADやCAE業務での導入が従来から多いが、近年はデザイン、VR、AI実行・開発環境、デジタルツイン、フィジカルAI分野への利用拡張も進む。また、他業種でも以下のような用途で利用が広がっている。

• 建設・インフラ：都市開発、仮想空間での共同設計、BIMやCIMなどの3D設計、ドローン映像の3D化を場所を選ばず実施
• 医療：場所を選ばずセキュアな電子カルテの活用、レントゲンやMRIなどのAI画像判定、高精細画像の遠隔読影を実現
• 金融：データを残さないシンクライアント端末とVDI利用にvGPUを追加し、リアルタイムの市場分析やデータ処理を複数のモニターで同時利用
• 大学：教職員の環境や生徒の学習環境、PC教室環境をAI・GPU統合基盤に集約し、AIや建築学科の人材育成を推進
• メディアエンターテインメント：場所にとらわれない映画の視覚効果制作、ゲームやアニメーションの制作環境の整備

　こうした事例に共通するのは、「場所や端末に縛られず、高度な業務をチームで進められる環境」を実現している点だ。vGPUは単なるIT最適化ではなく、働き方と生産性の変革を支える基盤でもある。

全ての社員が「AIを使える人」になるために

　AIをはじめとする先進技術を全社的に活用するには、限られたリソースを効率的に分配し、多くの社員が実際に試せる環境を整えることが欠かせない。vGPUはその実現を支える“土台の技術”だ。

「AI活用は一部の専門部署だけでなく、組織全体で考え、動かす時代です。GPUの仮想化は、全社員がAIに触れ、挑戦できる環境づくりの第一歩になるでしょう」と後藤氏は強調する。

　GPUを“分け合う”発想が、AI時代の企業競争力を左右する――。NVIDIAのvGPUは、企業変革の現場で確かな成果を生み出している。