NVIDIAがAIデータ基盤を発表：ストレージ大手と連携しAIエージェントを加速

多くの企業がAIエージェントの導入を急いでいますが、最大のボトルネックはモデルの賢さではなく、社内に眠る膨大なPDFや動画データをリアルタイムに読み出せない点にあります。

ストレージと計算基盤が物理的に離れているため、検索拡張生成（RAG）を走らせるたびにネットワーク帯域が圧迫され、遅延が発生していました。NVIDIAは5月19日、この課題を解消するリファレンス設計「NVIDIA AI Data Platform」を発表しました。

ストレージのすぐ隣にGPUを配置する

従来の仕組みでは、ストレージは単なるデータの保管庫であり、データをGPUサーバーへ転送して処理する必要がありました。

今回のリファレンス設計は、データの保管場所に計算能力を直接持ち込むアプローチです。NVIDIA RTX PRO 6000 Blackwell Server Edition GPU、BlueField DPU、Spectrum-X Ethernetをストレージ側に統合します。

これにより、NVIDIA NeMo Retrieverマイクロサービスなどをストレージ層で直接実行できます。社内のドキュメントや動画をその場でスキャン、インデックス化、検索できるため、推論エージェントへ瞬時に高品質なコンテキストを渡せます。

主要ストレージベンダーと台湾ODMが一斉賛同

このエコシステムには業界の主要プレイヤーが勢揃いしています。Dell、HPE、IBM、NetApp、Pure Storage、VAST Data、WEKAなどが対応製品を投入します。

例えばNetAppは本設計を採用した「AIPod」を展開し、IBMはRed Hat OpenShift上のIBM Fusionにコンテンツ認識型ストレージを統合します。

ハードウェア製造を担う台湾ODMも即座に動いています。AIC、ASUS、Foxconn、Quanta Cloud Technology（QCT）、Supermicro、Wistron、Wiwynnなどが、DPUやBlackwell GPUを組み込んだ高効率なストレージサーバーを製造します。

なぜ重要か

自社データを活用したAIエージェントを構築したい企業にとって、最大の関心事はセキュリティと応答速度です。ストレージベンダーのアクセス制御や暗号化を維持したまま高速な検索パイプラインが手に入るため、導入のハードルは大きく下がります。

業界全体で見れば、NVIDIAの囲い込み戦略が一段と深まったと言えます。GPU単体の計算力だけでなく、DPU、ネットワークスイッチ、そしてストレージのアーキテクチャに至るまで、自社規格を浸透させようとしています。

ストレージ各社にAI時代の新たな商機を提供する賢い座組みである一方、顧客にとってはインフラ全体がNVIDIAのハードと独自マイクロサービスに縛られるリスクを孕んでいます。一度この基盤でエージェントを組み上げると、他社チップやオープンな構成への移行コストは極めて高くなるはずです。