NVIDIAは同社のAIネイティブストレージ向けプロセッサ「Vera BlueField-4 STX」のベンチマーク結果を開発者ブログで公開した。x86 CPUと比較してデータ完全性チェックでは最大3.67倍、圧縮で最大3.29倍のスループットを記録し、AIワークフローの新たなボトルネック解消策として注目される。

エージェントAI時代のストレージ負荷とは何か

エージェントAIの推論ループでは、知識検索、永続メモリへのアクセス、キーバリューキャッシュの再利用、ツール実行といった各段階でストレージへの読み書きが発生する。数千のエージェントが並行稼働し、コンテキストウィンドウが拡大し続ける状況では、単純な読み出しに加えて暗号化、圧縮、データ完全性検証、冗長化処理といったCPU負荷の高いタスクがデータパス上で頻繁に実行される。これらの処理が1段階でも遅延すれば、GPUへのデータ供給が滞り、システム全体の応答性やトークン生成速度に影響が及ぶ構造がある。

Veraがx86対比で示した具体的な優位性

公開されたベンチマークでは、Veraは複数のストレージ処理カテゴリでx86 CPUを上回った。暗号化で最大1.43倍、復号で最大1.29倍、Reed-Solomon符号によるデータ復旧で最大3.26倍、CRC32C完全性チェックで最大3.67倍、圧縮で最大3.29倍、展開で最大1.72倍、複数段階を組み合わせたパイプライン処理では最大3.21倍のスループットを記録している。88基のOlympus Armv9.2コアと空間的マルチスレッディング、SOCAMM2 LPDDR5Xメモリを統合したVeraのアーキテクチャが、単一スレッド性能と帯域集約型処理の両面で優位に立ったことを示す。

GPU中心設計からストレージ処理の統合へ

注目すべきは、VeraがNVIDIA Rubin GPUへのデータ供給を担うCPUアーキテクチャと同一基盤である点だ。従来、AI推論を実行するGPUと、それを支えるストレージサービスを実行するCPUは別個に調達・拡張されてきた。Veraの統合アーキテクチャはエージェント実行とストレージ処理を単一のCPU設計で賄うことを可能にし、コア数、消費電力、冷却要件を抑制しながらサービス密度と同時データフロー処理数を高められるとNVIDIAは説明する。これは高速なSSDやネットワークの性能を引き出す上で、プロセッサ側の処理能力が足枷とならないことを意味する。

国内クラウド事業者とエンタープライズへの含意

日本のデータセンターやクラウド事業者にとって、このベンチマークはAIネイティブストレージ選定の新たな判断材料となる。エージェントAIを自社サービスに組み込む企業では、同時接続数が増えるほどストレージ処理のCPU負荷が線形以上に拡大するため、エネルギー効率と処理密度の両立は運用コストに直結する。また、データ主権やセキュリティ規制の観点から暗号化・完全性検証をデータパス上で常時実行する要件が強まる国内環境下では、これらの処理性能がサービスレベルに与える影響は一層大きくなる可能性がある。

今後を見極めるべき3つの論点

第一に、このベンチマークは制御された環境での数値であり、実際のマルチテナント環境や多様なAIワークロード下での挙動は現時点では明らかにされていない。第二に、Armアーキテクチャへの移行が既存のx86最適化ソフトウェアスタックに与える互換性や移行コストの評価が必要となる。第三に、Veraが統合されるNVIDIA STXプラットフォーム全体の提供時期、パートナーシップ形態、価格体系が公表されておらず、実際の市場投入と普及の速度を左右する要素が残っている。