クラウド 3.0: ビッグ コンピューティングの台頭

クラウド コンピューティングにおける次の 100 億ドル以上のチャンスとその最初のキラー アプリ: ディープ ラーニング

2017 年に入り、エンタープライズ ソフトウェア業界は、4 兆ドル規模のエンタープライズ IT 市場変革の一環として、ユビキタス クラウド導入の転換点を迎えています。 企業の IT 部門がクラウドを採用する理由は説得力があり、多くの人がこの変化はすでに起こっていると想定しています。 しかし、私たちはこの変化のまさに始まりにすぎず、その影響により IT のすべての要素が根本的に変化しつつあります。 業界の専門家は、現在エンタープライズ クラウドの普及率は実際には約 6% にすぎないと推定しています。 [1。 インフラストラクチャの動向と将来]  ほとんどの企業は、この変革の価値をまだ十分に理解していません。 企業のハードウェアおよびソフトウェア IT プレーヤーによる中核的なビジネス活動におけるクラウドの採用が、業績および株主価値の向上と強く相関していることは明らかです。

たとえば、過去 5 年間の時価総額の変化を見ると、クラウドを完全に導入した企業 (Amazon [AMZN]、Adobe [ADBE]、Salesforce [CRM]) が大きな成功を収めています。 同様に、最近クラウドを採用した企業 (Microsoft (MSFT)) は最近力強い成長を見せ始めており、クラウドの採用やクラウド上での実行に失敗した企業 (Oracle [ORCL]、HP [HPQ]、および IBM [IBM]) は、さらなるビジネス価値の構築に苦戦している。 確かに、これらの企業の時価総額の成長には他にも多くの要因がありますが、クラウド製品、ビジネス モデル、専門知識のレベルが成功の明確な原動力となっており、今やクラウド機能がすべてのエンタープライズ ソフトウェア ビジネスにとって重要な要素となっています。
エンタープライズ クラウド導入への数十年にわたる変革的な移行の中で、いくつかの重要なマクロ フェーズが進行し、それらが連携して企業におけるクラウドの約束とビジネス価値を実現しています。 最初の 1.0 つの基礎フェーズは、配信とビジネス モデルを変革する SaaS (クラウド 2.0) と、大規模なデータ セットの価値を引き出すビッグ データ (クラウド 100) です。 SaaS とビッグデータはそれぞれ、すでに企業内で XNUMX 億ドルを超える価値を生み出しています。 現在、これらの重要な基盤レイヤー上に構築されたビッグ コンピューティングは転換点にあり、第 XNUMX のレイヤーになろうとしています。
クラウド インフラストラクチャとサービスとしてのインフラストラクチャ (IaaSの) は、企業の IT クラウド変革を可能にする重要な基盤レイヤーです。  Amazon Webサービス, Microsoft Azure, Google Cloud Platform は、SaaS、ビッグ データ、そして現在ではビッグ コンピューティングの技術的およびインフラストラクチャ バックボーンの提供において先導してきました。 SaaS やビッグ データと同様に、ビッグ コンピューティングは、この新たなブレイク カテゴリにおける大きな機会を追求する、カテゴリを定義する企業の新たな波とともに技術的破壊を推進します。 さらに、既存のカテゴリーのリーダーは、従来のオンプレミスのハイ パフォーマンス コンピューティングで、コンピューティング ヘビー ワークロードの収益を何十億ドルも推進しています ((HPC)）市場は、この分野で効果的なビッグ コンピューティング ソリューションを提供するためにビジネス全体を再発明する必要があるイノベーターのジレンマに直面しており、最も革新的な企業がカテゴリー リーダーになるまたとない機会を提供しています。

クラウド 1.0: SaaS

ビジネスモデルの変革とエンタープライズソフトウェアの提供

などのSaaSネイティブ企業 Salesforce, ネットスイート, 就業日 は、ビジネス モデルの革新とスムーズなソフトウェア配信を通じて、それぞれ CRM、ERP、HR 向けにカテゴリーを定義する最先端の SaaS ソリューションを構築してきました。 これらの SaaS リーダーは、クラウドを活用して、これらのエンタープライズ ソフトウェア カテゴリを歴史的に支配してきたレガシー プレーヤーを破壊してきました。
レガシープレーヤーも、ビジネスを再発明し、自社の製品ラインに SaaS を導入する機会を得ました。 例えば、 Adobe は戦略を再構築し、組織を SaaS リーダーに変えることに成功しました。 公開企業として運営するという制約の下でも、アドビは従来のオンプレミス ソフトウェアからクラウド SaaS サブスクリプションおよび配信モデルへの移行に成功しました。

アドビは、主要製品ラインのビジネス モデルを年間 2,500 ドルのライセンスから月額 50 ～ 100 ドルの月額サブスクリプションに転換しました。[4. アドビ、Creative Suiteを廃止、サブスクリプションのみに移行] 製品チームはまた、ソフトウェアの配信モデルを、継続的な更新を伴うブラウザベースのソリューションに変換しました。 簡単に言うと、顧客は大喜びしました。 アドビは、重要な短期収益を犠牲にしながらも、大幅に多くの将来価値を生み出しました。 SaaS への変革により、アドビはより広範な市場魅力を実証し、顧客価値の向上とその価値を長期的に獲得する重要な能力による支払い意欲の向上を実証することで、市場機会を拡大しました。

クラウド 2.0: ビッグデータ

フルスタック データ レイヤーのスケーリングと接続の有効化

SaaS 企業の急速な成長をサポートするためにクラウド インフラストラクチャが成熟するにつれて、サービスとしてのインフラストラクチャ (IaaS) は、スケーラブルでユビキタスなストレージとデータベースの基本的な層を提供しました。 この広範なインフラストラクチャ機能により、データ層での劇的な革新が可能になり、 ビッグデータ 変換。
ビッグデータ カテゴリのリーダー Splunk, クルデラ, Palantir 企業データセットを拡張、操作、接続することで、過去から洞察を抽出する能力を変革してきました。 基本レベルでは、Splunk は大規模で異種のエンタープライズ アプリケーション ログから洞察を引き出す機能を提供します。Cloudera はこれを次のレベルに引き上げ、企業向けに分散ストレージと処理クラスターを展開する機能を提供します。そして最後に、Palantir は接続するための独自のスタックを開発しました。官民セクターにおけるサイロ化された非構造化データセット。 基本的に、ビッグ データは、既存のデータ セットから洞察を抽出するために企業全体に適用できる水平的な機能です。

クラウド 3.0: ビッグ コンピューティング

フルスタック コンピューティング レイヤーのスケーリングとワークロードの有効化

ビッグ コンピューティングは、エンタープライズ クラウド コンピューティングの次の変革的なシフトです。 ビッグ データがデータの制約を取り除き、主要なエンタープライズ ソフトウェア カテゴリを変革したのと同様に、ビッグ コンピューティングは、コンピューティング ハードウェアの制約を取り除き、パフォーマンスを犠牲にすることなく、ワークロードに最適化されたインフラストラクチャ構成で計算ワークロードをシームレスに拡張する機能を提供します。

「ポケットにスーパーコンピューターが入る」という誤った考え

ムーアの法則 IaaS クラウド コンピューティングのおかげで、「誰もがポケットにスーパーコンピューターを持っている」という認識が生まれ、ユビキタスなコンピューティング能力は誰もが普遍的にアクセスできるようになりました。 ただし、コンピューティング機能が指数関数的な速度で成長し、はるかに利用しやすくなっている一方で、複雑な次世代アルゴリズムに対する飽くなき需要を満たすために、アプリケーションのコンピューティング要件も劇的に増加しています。 実際、iPhone の「ポケットの中のスーパーコンピューター」は、実際には 25 年以上前のスーパーコンピューターです、[6. 処理能力の比較]そしてそれと同時に、ソフトウェア エコシステムのコンピューティング要件は、ムーアの法則と同等かそれ以上の速度で増加しました。

企業の重要な問題やイノベーションの多くは依然としてコンピューティングに依存しています

一般に信じられているにもかかわらず、世界で最も困難なソフトウェアの問題の多くは依然としてコンピューティングに依存しています。 エンタープライズ ソフトウェアの黎明期以来、企業内でのスーパーコンピューターや高性能コンピューティング システムの実装には数百万ドルの費用と専門知識が必要となるため、コンピューティングの制限により、アプリケーションと作業範囲の両方が大きく制約されてきました。
ハイ パフォーマンス コンピューティングは、航空宇宙、自動車、エネルギー、ライフ サイエンス、半導体などの業界を含む、ほとんどの主要なフォーチュン 500 企業で頻繁に使用されています。 これらの業種のほぼすべてで、企業はコンピューティング能力における重大な制約に直面しています。 たとえば、航空宇宙設計では、大規模な問題には複雑な数値流体力学が含まれます (CFD) アルゴリズムは、大規模な高性能コンピューティング クラスターでは解決するのに数日から数週間かかる場合があります。 自動車衝突試験シミュレーション解析、スケーリングにおいて 有限要素解析 (FEA) 何百万ものコンポーネントと相互作用に対する物理学により、大規模な計算問題が発生します。 そして、生命科学では、分子動力学（MD) シミュレーションは、製薬会社にとって破壊をもたらす最大の機会の XNUMX つであるコンピューターによる創薬を制限します。
SaaS、ビッグ データ、IaaS などのクラウド コンピューティングのイノベーションは、ビッグ コンピューティング カテゴリを可能にする構成要素です。 包括的なビッグ コンピューティング スタックにより、ソフトウェア開発者とエンド ユーザーの両方にとって、スムーズなスケーリング、アプリケーション中心のコンピューティング ハードウェアの特化、パフォーマンスが最適化されたワークロードがシームレスな方法で可能になりました。 具体的には、Big Compute は、特殊ハードウェア上の広範なフルスタック ソフトウェア サービスをソフトウェア デファインド レイヤーに変換します。これにより、プログラムによる高性能コンピューティング機能をすぐに利用できるようになり、あるいはソフトウェアのバックエンド機能評価の一部として利用できるようになります。あなたは毎日触れます。 このアプローチは、幅広いアプリケーションに対応するワンサイズのコンピューティング クラスターという従来のアプローチをひっくり返し、コンピューティング ワークロードがプロファイリングされ、カスタマイズされた最適な専用ハードウェア ソリューションにデプロイされるアラカルト ソリューションに転換します。ワークロードに。 Big Compute は、パフォーマンスとコストのトレードオフに満ちた同種のクラスターを、妥協のない異種ソリューションに変えます。

ビッグコンピューティングを可能にするハードウェアの断片化と特殊化

ビッグ コンピューティングは、企業が柔軟で特殊なコンピューティング インフラストラクチャ上で複雑なアルゴリズムとワークロードを拡張できるようにする水平テクノロジです。 コモディティインフラストラクチャと専門サーバーの間には何倍ものパフォーマンスギャップがあるため、特殊なコンピューティングインフラストラクチャは成功の重要な要素です。 サーバーの多くのコンポーネント (プロセッサ、ネットワーキング、メモリ、ストレージなど) を特殊化できます。ビッグ コンピューティングは、ソフトウェア定義の観点からこのレベルの特殊ハードウェアへのアクセスを民主化しており、これにより、 10 万ドルの高性能コンピューティング クラスターを XNUMX 時間あたりわずか数千ドルで実現し、この機能をあらゆるエンタープライズ ソフトウェア アプリケーションに統合しながら、最も重要なことに、ハイエンド アプリケーションに対する最先端のパフォーマンスの期待を満たします。
データセンター内には、物理​​ラックからネットワーク、そして特定のサーバー コンポーネントに至るまで、チューニングと最適化の多くの領域があります。 たとえば、すでに幅広いプロセッサ機能が存在しており、断片化が加速しています。 これらのプロセッサの特殊な機能は、アルゴリズムと実装に応じて、適切なアーキテクチャにマッピングする必要がある特定のビッグ コンピューティング ワークロードにとって重要です。

Big Compute を使用すると、ユーザー、ソフトウェア アプリケーション、アルゴリズムは、必要なミドルウェアやライブラリを理解したり展開したりすることなく、これらの機能をシームレスに利用できるようになります。 これにより、IaaS およびデータ センターにおける特殊なハードウェア機能の導入サイクルと展開が加速しますが、さらに重要なのは、劇的な新しいカテゴリのビッグ コンピューティング エンタープライズ ソフトウェア アプリケーションとツールが可能になることです。
基本的に、ビッグ コンピューティングは、企業内でよりアプリケーション中心のコンピューティング アプローチを可能にするソフトウェア デファインド コンピューティングのレイヤーを提供し、スタックのシームレスな最適化とスケーラビリティを実現しながら、最終的に開発者とエンドユーザーにビッグ コンピューティング機能を民主化します。 この機能は、ハードウェア、ミドルウェア、コンピューティング リソースへの多額の投資によってサポートされるドメイン固有のソフトウェア アルゴリズムの高度な訓練を受けた専門家からなる多分野のチームから、平均的なサービスを提供するシームレスなサービスへと、企業内に劇的な変革をもたらしています。エンタープライズ ユーザーは、実行には非常に複雑だがシームレスなビッグ コンピューティング層に依存しながら、アプリケーション層に集中できます。 この変革により、組織は、基礎となるハードウェア機能を満たすワークロードの定式化から、コンピューティングの制約なしでより高いレベルの問題の解決まで、抽象化のレベルを高めることができます。
ビッグ コンピューティングの台頭は、すべてのエンタープライズ ソフトウェア アプリケーションにとって基本的な新機能であるだけでなく、(ビッグ データでは一般的である) 過去を見据えた分析から、予測的な洞察を促進するための前向きの分析とシミュレーションに移行する機会を提供します。そして将来の状態の予測。 実際、ビッグ コンピューティングは、ビッグ データ ツールを利用してシミュレーションによって生成された将来の状態の潜在的な品質を評価するデータ セットを生成するシミュレーションを提供できます。 非同期プロセスは最大の問題には機能しますが、ビッグ コンピューティング スタックが必要な応答時間よりも速く処理できるリアルタイムに移行します。 たとえば、ディープ ラーニングのトレーニング (非同期) と推論 (リアルタイム) では、どちらもエッジ上でローカルな機能のビッグ コンピューティング スタック上で実行されますが、レイテンシーが許せばクラウドで集中管理されます。

ディープラーニング、初のビッグコンピューティングキラーアプリ

ビッグ コンピューティングにおける最初の本格的なブレークアウトは、次のカテゴリでした。 深い学習 ソフトウェア。 ディープ ラーニングは、大規模な並列計算を必要とする機械学習アルゴリズムのサブセットであるため、歴史的に並列グラフィックス スレッド処理用に設計されてきた GPU ハードウェアに最適です。 深層学習アルゴリズムは何十年も前から存在していますが、最近の成功は、このワークロードに合わせて調整された高度に特殊化された GPU ハードウェアと、専門家でなくてもソフトウェア アルゴリズムが動作するターンキー フルスタック ソリューションをスピンアップできる機能によるものです。特殊なハードウェア上でのアルゴリズムの実装、並列化、オーケストレーション。

ディープ ラーニング ツールは現在、企業にとって必須の水平ソリューションとして認識されています。 これらのツールは、スタック全体にわたる大規模な投資と専門知識がなければ以前は達成できなかった分析、洞察、インテリジェンス機能を提供しますが、現在では、専用のハードウェア、ミドルウェア、統合アルゴリズムのビッグ コンピューティング スタックを使用して、誰でもアクセスできるようになりました。 これらの機械学習アルゴリズムは、最新世代の特殊なスケーラブルな GPU で誰でもアクセスできるようになり、企業全体のアルゴリズム インテリジェンスで既存のソフトウェア機能を補完し、内部機能をレベルアップするソリューションとしてすぐに実装できます。 GPU市場のリーダーとして、 NVIDIA は「ゴールド ラッシュでつるはしを販売」しており、ディープ ラーニング ツールを使用したいと考えている人なら誰でも、これらの特殊なハードウェア機能を迅速かつ簡単に利用できるようにするビッグ コンピューティング レイヤーによって驚異的な成長と導入が促進されました。

グーグル（アルファベット) ディープラーニングが、検索のリーダーであり続けるための基本的な機能であるとみなしていることは有名です。 研究開発の取り組みに非常に役立つと考えられているため、 TensorFlow 検索とは関係のない取り組みの広範なポートフォリオにわたってアルゴリズムを幅広く活用しています。 非常に有益なため、標準のチップセットでは達成できないレベルまでパフォーマンスを加速する独自のカスタム Tensor Processing Unit (TPU) チップも開発しました。 これは、新しい機能とイノベーションを推進するために最適なアルゴリズム パフォーマンスを実現するために、ビッグ コンピューティング スタック内の特殊なハードウェアが非常に重要であることを明確に示しています。

2017 年の初め、ディープラーニングはおそらく誇大広告サイクルのピークに達していると思われますが、明らかに基本的な長期的な価値が生み出されています。 少なくとも、ディープ ラーニングは、データセットが決定論的アルゴリズムには大きすぎる非常に複雑な状況を最適化するバックエンド プロセスとしての価値を生み出しています。 たとえば、Google は、データセンターの冷却を改善するための機械学習ツールの 500 つの実装を通じて、DeepMind の 9 億ドルの買収を回収した可能性があります。[XNUMX. DeepMind AIは、Googleデータセンターの冷却費を40％削減しますまた、ディープラーニングは新しい機能を提供し、自動運転、創薬、医療画像処理、ロボット工学、その他の多くのエキサイティングな分野におけるさらなるイノベーションを加速する可能性があります。 ディープ ラーニングは、Big Compute スタックによって強化され、実現される単一のソフトウェア アプリケーション カテゴリにすぎません。

新たなビッグ コンピューティング スタック

ビッグ コンピューティング スタックは、あらゆるソフトウェア アプリケーションにビッグ コンピューティング機能をもたらし、管理オーバーヘッドの複雑さを処理して、幅広い専門インフラストラクチャ上でワークロードをシームレスに実行するための重要な有効化レイヤーです。 ビッグ コンピューティング スタックではまだロックされていないまったく新しいアプリケーション カテゴリがあり、ディープ ラーニングと同様に、歴史的にコンピューティングに特化したアルゴリズムがあり、特殊なハードウェア、複雑なミドルウェア、スタックの包括的なチューニングと最適化が必要です。企業にとって商業的に実行可能です。

ビッグ コンピューティングは、ビッグ データがすでにもたらしている以上に、経済全体にさらに大きな根本的な影響をもたらす可能性を秘めています。 ビッグ コンピューティングは、ビッグ データ分析ツールの能力と影響を増幅する計算機能とアルゴリズム機能をもたらすだけでなく、以前は不可能だったまったく新しいカテゴリの機能も推進します。

初のビッグ コンピューティング キラー アプリとしてのディープ ラーニングの成功は、大規模で特殊なコンピューティングの使用が飛躍的に増加する方向への転換を示唆しています。 ビッグ データと同様に、ビッグ コンピューティング スタック機能は企業に必須のものになります。
Rescale では、ビッグ コンピューティングが、将来の新たなイノベーションが構築される基盤であると信じています。これは、これまで深い専門知識と多額の先行投資によって非常に制約されてきたアルゴリズムとソフトウェアによって推進されますが、現在はビッグ コンピューティング スタックによって解き放たれています。 私たちは、企業にビッグ コンピューティング機能をもたらすためのユニバーサル プラットフォームを構築しています。この機能は、業界全体の主要なフォーチュン 500 企業のほとんどの主要な新しいイノベーションを推進するために必要であると考えられています。 宇宙探査から電気自動車、計算による創薬に至るまで、当社はそれぞれの分野で競争上の優位性としてビッグ コンピューティング スタックを導入している業界のリーダーと協力しています。

ビッグ コンピューティングの台頭により、これまで特殊なハードウェア機能、アクセシビリティ、およびスケーラビリティによって制限されていた企業において、幅広いイノベーションと驚くべきビジネス価値が解放されます。 ビッグ コンピューティング機能を後から導入した企業は、差別化されていない機能をめぐってより厳しい競争に直面することになりますが、初期のリーダーは、組織の既存の内部専門知識とコア コンピテンシーを活用し、これらをビッグ コンピューティング機能で強化して、社会を変革する将来のイノベーションを生み出すまたとない機会を見つけています。世界。

2017 年以降もビッグ コンピューティングが非常にエキサイティングな年になることを楽しみにしています。

-Rescale CEO、Joris Poort 氏
ビデオを見る サンフランシスコのリスケールナイト！ ユーザー登録 ビッグコンピューティングコミュニティ向け。
さらに詳しく リスケールについて。 フォローしてください LinkedIn, Twitter, Facebook, YouTube.