インテリジェント・ストレージとは

言い換えれば、エンタープライズ・エコシステム全体にわたる広範なストレージ管理を提供するスマート・ソフトウェア・レイヤーです。主要な機能として、予測分析、自律型データ階層化、自動ソフトウェア更新、プロアクティブなトラブルシューティングがあります。

今日の組織は、特に人工知能（AI）と機械学習（ML）の導入が加速するにつれて、拡大し続けるデータ集約型のワークロードに直面しています。これらの高度な分析ワークロードをサポートし、新たなビジネス・チャンスを活用するために、データ・ストレージ・インフラストラクチャー のモダナイズが進んでいます。

インテリジェントなストレージの必要性は急速に高まっています。Fortune Business Insightsによると、世界のデータ・ストレージ市場は2026年の2,985.4億米ドルから2034年までに9,845.6億米ドルに成長し、年平均成長率（CAGR）は16.10%になると予測されています。¹

この拡大は、IoT（モノのインターネット）デバイス、クラウド・コンピューティング、AIアプリケーションから得られる膨大なデータ、およびローカルなデータ処理機能を必要とするエッジのデータによって推進されます。これに対応するため、組織はこの複雑さを管理するために、ソフトウェア定義ストレージ（SDS）やインテリジェント・ストレージ・システムのような先進的なソリューションに目を向けています。

データストレージには主に3つのタイプがあります。

• File Storageは、ファイル、フォルダー、ディレクトリーの階層構造でデータを整理します。このテクノロジーは、コラボレーション、ドキュメント管理、およびユーザー間でデータを簡単に共有する必要がある場合に適しています。File Storageは通常、ハードディスクや ネットワーク接続ストレージ（NAS） デバイスで使用されます。

• Block Storageは、データを固定サイズのブロックに分割し、各ブロックに一意の識別子を付与して個別に保管します。Block Storage は高性能と低遅延を実現し、 データベース、コンテナ、 仮想マシン（VM） のバックエンド・ストレージなどのミッションクリティカルなワークロードに最適です。

• Object Storageは、データを固有の識別子と豊富なメタデータを持つ個別のオブジェクトとして管理します。拡張性を目的に設計されたObject Storageは、分散されたクラウド・ベースの環境で大量の非構造化データ（画像、ビデオ、センサー・データなど）を扱うのに優れています。特にAI/MLワークロード、データレイク、生成AIアプリケーションに適しています。

従来のデータ・ストレージ管理は、ストレージ・リソースを最適化し、データ保護を提供しながら、データ資産を安全に保持、整理、アクセスするためのプロセスで構成されていました。手動によるプロビジョニング、モニタリング、最適化に依存しており、データ量が増加し、ハイブリッドクラウド環境全体でワークロードが多様化するにつれて、これはますます困難になっています。

インテリジェント・ストレージは、AI、ML、オートメーションをストレージ・インフラストラクチャーに直接統合することで、このアプローチを基礎として構築されます。インテリジェント・ストレージは、手動による介入を必要とせず、統合管理システム内でデータの配置を管理し、容量のニーズを予測し、パフォーマンスを最適化し、脅威から保護します。

インテリジェント・ストレージとAIストレージは密接に関連しているものの、同じものではありません。

AIストレージとは、AI/MLワークロードに必要な大規模なデータセット、高速のデータ・アクセス、強力なコンピューティングのために設計されたデータ・ストレージ・システムを指します。これらのシステムは、AIアプリケーションのパフォーマンス要求を満たすために、AIのトレーニング、推論、データレイク機能をサポートする目的で構築されています。

インテリジェント・ストレージは、AIとMLをストレージ・システムに組み込んで、組織のすべてのデータの管理を自動化し、パフォーマンスを最適化します。このようなシステムは、データ・パターンを分析し、データの階層化を自動化し、ストレージ容量のニーズを予測し、ITエコシステム全体にわたって運用の複雑さを軽減します。

これらのテクノロジーは多くの場合、AIワークロード向けに最適化されたインテリジェント・ストレージ・システムや、インテリジェントな管理機能を組み込んだAIストレージ・システムと連携して動作します。

従来のエンタープライズ向けストレージ・テクノロジーは、データやファイルをアーカイブするためのモノリシックなストレージ・エリア・ネットワーク（SAN）が中心でした。しかし、組織のデータ・ストレージのニーズが高まるにつれて、SANの維持コストが上昇し、需要を満たすためにより多くの物理サーバーやその他のITインフラストラクチャーが必要になりました。

クラウドストレージは、ビジネス要件に基づいてデータ量を増減させるのに必要な弾力性を備えて登場しました。クラウドにデータを保管することで、組織は従量課金制の料金体系を活用し、コストを最適化できます。今日のクラウド・ベースのソリューションでは、ハイブリッドのマルチクラウド・アプローチが採用されており、組織は複数のクラウド・プロバイダーのストレージを組み合わせて、パフォーマンス、コスト、コンプライアンスなどのさまざまな要件を満たすことができます。

AIやMLテクノロジーが成熟し、利用しやすくなるにつれて、このインテリジェンスをストレージ・インフラストラクチャーに直接埋め込めるようになりました。インテリジェントなストレージは、スケーラブルなデータ集約型の環境に最適化されたソリューションとして進化してきました。

インテリジェントなストレージは、継続的なデータ・パターン分析、自動データ階層化、予知保全などの主要な機能を備えており、従来のクラウド・ソリューションを超えています。AIトレーニング・ワークロード、エッジコンピューティング、IoTデバイスからの膨大なデータ生成など、今日のIT要件をサポートする上で不可欠なコンポーネントとなっています。

インテリジェント・ストレージは、次のようないくつかのコア・テクノロジーを使用して、ライフサイクル全体にわたってデータを管理します。

• ソフトウェア定義ストレージ（SDS）：SDSは、ストレージ・ソフトウェアを物理ハードウェアから分離し、柔軟で自動化されたリソース管理を可能にすることで、インテリジェント・ストレージにおいて重要な役割を果たします。このソフトウェア層は、コア・ストレージ機能（RAID構成、リソース割り当てなど）を管理し、組織が基盤となるハードウェアから独立してストレージ・リソースを拡張できるようにします。

• 人工知能（AI）と機械学習（ML）： AIとMLは、豊富なメタデータを使用してデータ・アクセス・パターン、性能・メトリクス、使用傾向を分析し、ストレージのニーズについてインテリジェントな予測を行います。MLアルゴリズムはキャパシティ要件を予測し、潜在的なハードウェア障害を検知し、データの配置、分類、ポリシー適用を自動的に最適化します。

• リアルタイム分析： リアルタイム分析は、ストレージ・システムの性能とワークロード・パターンを継続的に監視し、動的な調整を可能にし、セキュリティ上の脅威やパフォーマンスの問題を示す可能性のある異常を特定します。

• 自動階層化とキャッシュ：高速でインテリジェントなキャッシュ・アルゴリズムにより、頻繁にアクセスされるデータを保管して取得を高速化し、CPUの待機時間を短縮します。また、アクセスパターンに基づいてストレージ階層間でデータを自動的に移動します。「ホット」データは高性能なフラッシュ・ストレージに置き、「コールド」データは費用対効果の高いオプションに移行します。

• データ削減テクノロジー： 重複排除、圧縮、その他の技術により、高性能のアクセスを維持しながら、ストレージのフットプリントを最小限に抑えてコストを削減します。これらのテクノロジーは、冗長なデータを識別して排除し、一意のデータ・ブロックのみを保管して、ストレージ効率を最大化します。

• 予知保全：インテリジェント・ストレージは、MLモデルを使用してシステムの正常性指標を分析し、潜在的な故障を予測することで、ダウンタイムを最小限に抑える事前対応型の予知保全を可能にします。システムがアラートをトリガーし、フェイルオーバー手順を開始するか、保守を自動的にスケジュールします。

• 統合されたセキュリティーとレジリエンス：このストレージ・ソリューションは、自動化された脅威の検知と対応、ディザスター・リカバリー、内蔵の冗長性を統合し、堅牢なセキュリティーとレジリエンスを実現します。インテリジェントなストレージ・システムは、侵害されたデータを隔離し、アクセス経路を保護し、変更不可能なバックアップ・コピーを維持することで、迅速なサイバー・リカバリーを可能にします。

インテリジェント・ストレージは、企業がビジネスおよびIT目標を達成できる上で次のようなメリットをもたらします。

• データ・アクセスの高速化：組織は高いスループット、低遅延を維持して、ダウンタイムを最小限またはゼロに抑えながら、データを拡張できるようになります。

• オペレーションを簡素化します：環境間のシームレスな互換性により、データ・サイロを排除し、複雑さを軽減し、デジタル・トランスフォーメーション・イニシアチブの価値実現までの時間を短縮します。

• 生産性の向上：全体の管理を自動化し、サイロ化を排除することで、チームはワークフローを改善し、手作業に集中する時間を削減できるようになります。

• コストの最適化：アプリケーションとデータの無秩序な増加を減らし、アクセス頻度の低いデータをより安価なストレージ階層に移動する一方でコスト効率を高めます。

• リスクの低減：AI駆動型の脅威検知と自動暗号化でアプリとデータを保護し、サイバー・レジリエンスのために統合されたランサムウェア保護機能により、データ侵害や攻撃からの迅速な回復を可能にします。

• 事業継続性の確保：データのレプリケーションと同期により事業継続性を実現し、迅速な復旧のために拠点間で一貫した利用可能なコピーを維持します。

• コンプライアンスのサポート： データ主権とコンプライアンスのニーズを自動的に管理し、組織がGDPRなどの要件を満たすことを可能にします。

組織は、複数のデプロイメント・オプションを通じてインテリジェントなストレージにアクセスできます。主要なクラウド・プロバイダー（Amazon Web Services（AWS）、Google Cloud、IBM Cloud、Microsoft Azureなど）は、インテリジェントなストレージ機能をフルマネージド・サービスとして提供しています。Dell、Hewlett-Packard Enterprise、NetAppなどのエンタープライズ・ストレージ・ベンダーは、オンプレミスのデータセンターにデプロイしたり、クラウド環境に統合したりできるインテリジェントなストレージ・プラットフォームを提供しています。

多くの組織は、性能、コンプライアンス、コスト要件に基づいて、分散型ハイブリッド・インフラストラクチャー全体におけるデータ配置を最適化するストラテジーを採用しています。これらのソリューションは、データレイク、ハイパフォーマンス・コンピューティング（HPC）、仮想デスクトップ・インフラストラクチャ―（VDI）、エッジコンピューティングなど、さまざまなビジネス・ユースケースをサポートしています。