データセンターのモダナイゼーションとは

ほとんどの組織にとって、データセンターのモダナイゼーションは一度きりのプロジェクトではなく、継続的なプロセスです。ハードウェア依存型システムから、オンプレミス、 プライベートクラウド 、 パブリッククラウドのインフラやエッジ環境を一つの環境として管理するソフトウェア定義型インフラへの移行を重視しています。

人工知能（AI）、分散アプリケーション、エッジでのリアルタイム処理から価値を見出す必要性によって、組織がデータセンターに求めるものが変わりました。ゴールドマン・サックスの調査によると、データセンターの電力需要は2027年までに50%増加し、2030年までには2023年レベルの165%に達する見込みであり、その主な要因はトレーニングと推論ワークロードの増加です。¹ほとんどの旧式データセンターは、そのような需要を満たすように構築されていません。

データセンターは、従来のインフラストラクチャがCPUベースのコンピューティング、予測可能なワークロード、集中型ストレージを中心に構築されていた、異なる時代のコンピューティングに対応していました。

大規模な集中型施設で行われる モデルトレーニングとは異なり、 AI推論はますます工場、小売店舗、遠隔地などのエッジで動作しています。モダナイゼーションは現在、コアのデータセンターを超えて分散した場所に広がっています。

データ主権はワークロードの実行場所にも影響を与えています。多くの業種・業務や地域では、特定のデータを特定の管轄区域内に保管することが求められています。つまり、ワークロードの配置を決定する際には、データが存在する場所と規制が適用される場所を考慮する必要があります。

従来型のデータセンターは集中型モデルを採用していました。物理サーバは個々のアプリケーションを実行し、チームはストレージシステムを特定のホストに接続し、ネットワーク構成には手動オペレーションが必要でした。このモデルは、ワークロードにエンタープライズリソースプランニング（ERP）やデータベースなどのエンタープライズアプリケーションの実行が含まれる場合にうまく機能しました。

現代のデータセンターへの移行は、サーバー仮想化から始まりました。サーバー仮想化によってワークロードが物理ハードウェアから分離され、複数のアプリケーションが単一のサーバー上でリソースを共有できるようになりました。ソフトウェア定義インフラストラクチャーは、それをストレージとネットワークにまで拡張しました。

コンテナとKubernetesの導入により移植性が向上し、アプリケーションをオンプレミスサーバー、プライベートクラウド、パブリッククラウド・プラットフォーム間で一貫して実行できるようになりました。データセンター全体を管理するこのソフトウェア主導型のアプローチは、ソフトウェア定義データセンター（SDDC）と呼ばれます。

今日、最新のデータセンターはもはや固定された場所ではありません。コア施設、クラウド・ベースのプラットフォーム、エッジにまたがり、ワークロードはハードウェアへの物理的な近接性ではなく、性能、コスト、レイテンシー、コンプライアンスに基づいて移動します。この分散型ハイブリッドクラウドモデルは、組織が最もパフォーマンスを発揮する場所でワークロードを運用する柔軟性を持ち、ソフトウェアと自動化がリソースのプロビジョニングと管理を推進します。

AIデータセンターはさらに進化しており、従来のデータセンターでは対応できなかった、AIのトレーニングや推論ワークロードの規模と性能要件を満たすように構築されています。

従来のエンタープライズ・ワークロードは、ほとんどの施設で引き続き、仮想化されたオンプレミス・インフラストラクチャー上で実行されています。それに対し、クラウドネイティブ・アプリケーションは、単一の環境に縛られるのではなく、オンプレミスシステムとパブリッククラウドシステムの両方で同時に実行されるように設計されています。

今日、AI駆動型ワークロードはインフラストラクチャに最も厳しい要求を課しており、GPU高密度のコンピューティング、高速ストレージ、低遅延のネットワークが必要です。高性能コンピューティング（HPC）のワークロードは、これらの要件の多くを共有しています。

コアデータセンターを超えて、エッジワークロードは、機械学習（ML）やAIがリモートサーバーやIoT（モノのインターネット）デバイス上で稼働する、拠点に近い分散された場所に移行する中で増加しています。

現代のデータセンターインフラストラクチャは、コンピューティング、ストレージ、データ保護を提供するシステムを網羅しています。ここでは、これらのコンポーネントに含まれる内容を見ていきます。

• コンピューティングとAI対応のハードウェア：コンピューティングのモダナイズとは、CPUのみのサーバーから脱却し、AIやHPC向けのGPUアクセラレーションによるワークロードをサポートすることを意味します。ニューラルプロセッシングユニット（NPU）は、エッジにおける推論処理を担当します。エッジでは、電力効率が生の性能と同じくらい重要になります。エンタープライズ向けハードウェア（例えば、IBM Z®）は、AIアクセラレータと、金融や医療などの規制対象の業種・業務で必要とされるセキュリティ機能を組み合わせたものです。

• 高性能ストレージ：NVMe SSDや オールフラッシュ・ストレージ はレイテンシーを抑えスループットを向上させ、ソフトウェア定義ストレージ（SDS） は管理を物理ハードウェアから切り離します。これらの機能は、オンプレミスおよび クラウド・コンピューティング環境間で一貫したオペレーションをサポートします。さらに、オブジェクトストレージは、AI トレーニングやエッジワークロードが生成する大量の非構造化データを処理します。

• ソフトウェア定義ネットワーク（SDN）とSDDC：ソフトウェア定義ネットワーク（SDN）は、ネットワーク、ストレージ、コンピューティングにソフトウェア主導の管理を適用し、データセンター全体にわたる手動のハードウェア構成を置き換えます。

• 仮想化とHCI：サーバーの仮想化は、ほとんどのモダナイズされたデータセンターの基盤であり、複数のワークロードが物理ハードウェアを共有できるようにします。ハイパーコンバージドインフラストラクチャ（HCI）はさらに進化し、コンピューティング、ストレージ、ネットワークを単一のソフトウェア管理プラットフォームに統合します。

• コンテナと Kubernetes：コンテナは、複数の設定で一貫して動作するポータブルユニットにアプリケーションをパッケージ化します。Kubernetesは、単一のプラットフォームからハイブリッド環境全体にわたるデプロイメントとスケーリングを管理します。

• 自動化とAIOps：データセンターの分散化が進むにつれて、手作業によるオペレーションを大規模に管理することが難しくなります。自動化とAIOpsは、リアルタイムデータに基づいて監視、インシデント対応、およびキャパシティプランニングを処理します。

• 電力と液体冷却：高密度のAIラックは従来の構成よりもはるかに多くの電力を必要とし、多くのデータセンター施設が電力供給システムをアップグレードする必要があります。液体冷却は、空冷では大規模に管理できない熱を処理します。

• セキュリティとゼロトラストアーキテクチャ：ワークロードがより多くの環境やエッジコンピューティングの場所に分散するにつれて、保護すべき侵入ポイントが増加します。サイバーセキュリティーのモダナイズとは、境界ベースのモデルからゼロトラストフレームワークへと移行し、ネットワークの場所に関係なく、ユーザー、デバイス、ワークロードがデフォルトでアクセスできない体制へと移行することを意味します。

データセンターのモダナイゼーションは、今日の企業のビジネス・ニーズをサポートするさまざまなメリットをもたらします。

• AIと最新のワークロードへの対応：データセンターのモダナイゼーションにより、組織はAIのトレーニング、推論、リアルタイム分析を実行するために必要なインフラストラクチャを手に入れ、レガシー・システムに伴うボトルネックを解消できます。

• 俊敏性の向上：ソフトウェア定義インフラストラクチャと自動化により、リソースのプロビジョニング、アプリケーションのデプロイ、変化するワークロード需要への対応にかかる時間を短縮できます。組織は、物理的なハードウェアを変更することなく、ワークロード間でリソースを分配できます。

• 運用コストの削減：データセンターのモダナイズによりITインフラが最適化され、より効率的に運用できるようになります。オンプレミス、クラウド、エッジのいずれであっても、最もコスト効率の高い設定にワークロードを移動すると、十分に活用されていないインフラストラクチャーを維持するオーバーヘッドも削減されます。

• レジリエンスの向上：最新のデータセンターと分散アーキテクチャにより、単一の施設や接続への依存度が低減されます。ワークロードは設定が違っても続行することができ、中央の接続が失われた場合でも、エッジは独立して実行し続けることができます。

• セキュリティ向上：データセンターのモダナイゼーションは分散環境間での一貫したポリシー適用を支援し、最新の暗号化はデータセンター、クラウド・プラットフォーム、エッジ間での露出を減らします。

• コンプライアンス対応の容易化：組織は、機密性の高いワークロードを特定の施設や地域に振り分け、手動設定ではなくソフトウェア定義の管理を通じてこれらのポリシーを適用できます。

• サステナビリティー：現代のインフラは、レガシー・システムよりもエネルギー効率に優れています。液体冷却とエネルギー効率の高いハードウェアは、データセンターのオペレーションにおける環境フットプリントの削減に貢献します。

• アプリケーションのモダナイゼーション：コンテナ、Kubernetes、ハイブリッド・マルチクラウドのプラットフォームは、開発チームにモノリシックなアプリケーションから マイクロサービスアーキテクチャへ移行するためのツールを提供します。この方法はデプロイメント速度、可用性、アップタイムを向上させ、より良いユーザーエクスペリエンスを実現します。
  
  

データセンターのモダナイゼーションプロジェクトは複雑であり、多くの場合、より広範なデジタル・トランスフォーメーション戦略の中核を成す部分です。テクノロジーやビジネス要件の変化に適応できる明確な戦略とロードマップから始めることは、ほとんどの組織が予想している以上に重要です。

多くの企業組織は、ビジネス・テクノロジー・プロバイダー（IBM、HPEなど）のコンサルティング・サービスを統合し、現在のインフラを評価し、アーキテクチャー、セキュリティー、およびオペレーション全体での移行を管理しています。

インフラストラクチャーに関する決定を下す前に、組織はどのようなワークロードを実行しているのかとその性能、セキュリティー、およびコンプライアンスの要件を把握する必要があります。これにより、レガシーの依存関係が明らかになり、各ワークロードがどこに向かうべきかが示されます。

デロイトの調査によると、IT予算の60%以上が依然としてレガシー・システムの維持管理に費やされており、これが多くの場合、モダナイゼーションプログラムが最初に直面する制約となっています。²

インフラコストの削減、特定のAIユースケースのサポート、データ所在地要件への対応など、具体的な目標を設定しましょう。

具体的な目標を設定することで、チームは進捗状況を測定し、その過程で決定を下すことができます。

すべてのワークロードがクラウドに属し、すべてのワークロードがオンプレミスに属するわけではありません。クラウド・ソリューションは拡張性に優れており、新しいサービスへの迅速なアクセスを可能にします。一方、オンプレミスのインフラストラクチャーでは、組織が性能とコンプライアンスをより細かく制御できるようになります。

組織の施設が高密度のAIインフラストラクチャをサポートできない場合、この決定の一環として、コロケーションを検討する価値があります。

段階的なアプローチでは、最も価値の高いワークロードを最初に優先し、イニシアチブが前進するにつれて、ダウンタイムや重要なオペレーションの中断のリスクを軽減します。

セキュリティー管理、コンプライアンス監視、コスト管理は、最初からモダナイゼーション・アーキテクチャーの一部として組み込む必要があります。このアプローチには、バックアップとディザスター・リカバリー、および事業継続性計画が含まれているため、システムに障害が発生したり、移行が失敗したりした場合でも、オペレーションを継続できます。

データセンターのモダナイゼーションは、デプロイメントで終了するわけではありません。インフラストラクチャーには、継続的な監視、パッチ適用、アップグレード、ライフサイクル管理が必要です。

クラウド・サービス・プラットフォーム、Kubernetes、AIインフラストラクチャーの専門知識が必要になることが多く、ITチームにはデータセンター・サービスや新しいテクノロジーの進化に合わせて継続的なトレーニングが必要です。