課題別に探す

小規模・低コストなDeep Learning向けストレージシステムを構築したい

Deep Learning向け演算ノード-ストレージ間高速通信構築

AI(人工知能)の学習技術としてディープラーニングの活用への取り組みが急拡大しており、専用と銘打ったGPU搭載ワークステーションも各社から続々と提供されています。ディープラーニングでは認識精度を高めるために、画像をはじめとする大量の学習用データの演算処理が必要となります。

このためディープラーニング向けのシステムにおいては、演算ノードとストレージ間を高速で通信可能なこと、また増え続けるデータ量にあわせてストレージの拡張が可能なことがポイントとしてあげられ、さらに演算ノード側から見た場合は、ファイルシステムを介することなくストレージ装置を利用できるSANによる構築が適していると言えます。

広く使われているIPネットワークを利用してSANを構築することができるiSCSIは、OSから見た場合ローカルディスクとして認識されます。このため離れた場所にある大容量の外部ストレージをサーバ内のローカルディスク同様に扱うことができ、各ワークステーションの専用ストレージとして扱うことが可能ですが、IPネットワークを利用した通常のEthernetでは通信速度が問題となります。

そこで、ファナティックでは小規模なネットワークストレージの構築に「iSER(iSCSI Extention for RDMA)」をご提案。HPC分野での導入が進んでいるハイパフォーマンスで低レイテンシ、高信頼性といった特長を備えた高速インターコネクトであるInfinibandをインターフェースとし、ワークステーションとストレージにHCAカードを搭載することによって最大100Gbpsの高バンド幅、低レイテンシで信頼性の高い接続環境を実現します。

特長・適用分野

特長
  • ローカル同様に利用できるディスク拡張

iSERは外部ストレージをローカルストレージ同様に使用できるため、大容量の外部ストレージシステムをあたかも個々のワークステーションのディスクのような使い勝手で増強、拡張したイメージで利用することができます。


  • HCAの持つ機能のみで高速化が可能

ソフトウェア(分散ストレージ)を使用した高速ストレージはコストが膨らむことが懸念されますが、当ソリューションはHCAの持つ機能のみで高速化を図ります。


  • RDMAの設定、チューニングは全て当社で可能

専門技術者がRDMAを設定、最大限のネットワークスピードを確保するためのチューニングを行いますので、初期セットアップに手間はかかりません。


  • 適用分野、主な利用シーン

・ディープラーニングにおける画像を使った機械学習
・演算ノードのデータへのアクセス