生成AIの急速な普及を受け、AIワークロードの導入に取り組む組織が増えている。しかし、従来のCPUベースのワークロードを前提に設計された既存のデータセンターの多くは、こうした需要に対応できる設備が整っていないのが実情だ。AIのトレーニングや推論処理には、高密度ラック、液体冷却システム、強化された電力供給といった新たなインフラが求められるが、こうした要件は、既存施設の多くが想定していなかったものである。そうした状況のもとで、組織の担当者は、既存設備を改修するか、クラウドやコロケーションに委託するか、あるいは新規施設を建設するかという選択を迫られることになる。どの選択肢が最適かは、コストや市場投入までの期間、データ主権、スケーラビリティなど、複数の要因が複雑に絡み合うため、一律には決められない。
本資料では、AIワークロードの導入先をどこに置くかを判断するための体系的な意思決定フレームワークについて解説している。TCO・キャッシュフロー分析から8つの戦略的要因の評価、さらには既存サイトの適性を5段階で診断するプロセスまで、改修プロジェクトを進める際の実践的なヒントとあわせて紹介しており、投資判断の精度を高める一助となるはずだ。
ホワイトペーパー