Domino Data Lab：大規模エンタープライズ AIをワンクリックで

人類の進歩はイノベーションによって支えられており、何千年にもわたって着実に進歩してきましたが、印刷機、蒸気機関、インターネットなど、大きなインパクトを持つ大きなアイデアなど、一夜にして未来を再構築する発明の急増によって際立っています。データサイエンスを促進する人工知能（AI）の産業化は、そうしたマイルストーンの1つであると多くの人が考えています。そのため、多くの企業が、新しい人材を採用し、複雑な質問に対する明確な答えを求め、市場参入戦略を形式化し、次世代製品を設計する際に、まずAIツールを使用することを従業員に要求しています。

その面ではエキサイティングなニュースがあります。Domino Data Lab（Domino）とNetAppは、ChatGPTのあらゆる場所へのしんとうやユビキタスなAIウォッシングを超えて、より深い、より広範な可能性を秘めたものを見出しました。彼らは、AIワークロードをプロトタイプから本番運用に移行する上で最も重要な課題の1つが、多様な環境全体でデータを効率的、安全、かつシームレスに管理しアクセスすることであると認識しました。

​​​​現在、ほとんどの企業は複数の環境に分散したデータを運用しており、効率的なデータアクセスは依然として大きな課題となっています。DominoとNetAppのパートナーシップは、AIチームがガバナンスされたデータセットにシームレスにアクセスし、インフラ管理を簡素化し、イノベーションを大規模に加速できるようにすることで、この重要な課題に独自に対応しています。しかも、ITの観点からセキュリティやコンプライアンスを損なうことはありません。AIの過熱期が進む中、AIの導入は新たな段階に入り、企業、政府、産業界はAIプロトタイプを大規模に本番環境へ移行するためのパートナーを求めています。

このパートナーシップにより、Dominoの主要なMLOpsプラットフォームとNetAppの高度な基盤データ管理ソリューションが初めて統合されました。データサイエンティストは、Domino Volumes for NetApp^® ONTAP^®D（DVNO）を使用して、Domino内でAIワークロードを直接管理できるセルフサービス機能を利用できます。Dominoでは、SaaSソリューションの基盤としてAmazon FSx for NetApp^® ONTAP^®を使用しているため、モデルとエージェントの完全なトレーサビリティを維持しながら、他の製品と比較して2倍のパフォーマンス向上を実現しています。この合理化されたアプローチにより、データ サイエンティストやリサーチャーは、インフラを気にすることなくイノベーションに集中できるようになります。

AI、機械学習運用（MLOps）、データ ストレージにおけるこのマイルストーンは、大きな進歩を表しています。これは、AIの可能性を最大限に引き出すには、シームレスに統合された機能が必要であるという認識に由来しています。堅牢なコンピューティング能力、効率的なデータ管理、そしてデータ サイエンティストにセルフサービスの自由を提供しながら、IT部門が標準的で信頼できるプラクティスを使用して運用の整合性を維持する合理化されたワークフローによりデータの肥大化を抑え、AIの導入を加速させます。​​​

すべては、NVIDIAの仲間がDominoとNetAppの両方の友人に昼食を勧めたことから始まります。ほどなくして、各社のリーダーたちは、AIコンピューティングとAIストレージが定義上ハイブリッドまたはマルチクラウドになる未来に対するビジョンを共有していることに気付きました。彼らのビジョンは、データサイエンティストとストレージエンジニアが共同でデータサイエンスの新時代を切り開く新しい方法を約束するものでした。

業界をリードするエンタープライズ向けMLOpsプラットフォームであるDominoには、AIライフサイクル管理とコンピューティング オーケストレーションの専門知識があります。そして、インテリジェントなデータ インフラ企業であるNetAppは、データ ストレージに関する専門知識を備えています。しかし、このパートナーシップは単なる意見の一致以上のものであり、技術的な能力のマッチングでもあります。Dominoの最高執行責任者（COO）であるThomas 'T-Rob' Robinsonは、このパートナーシップを「ピーナッツバターとジャムのサンドイッチ（または、国際的なセットではマーマイトとチーズ）のようなもの」と表現しています。単純に良いです。

この新たな進むべき道のビジョンは、今日のデータ サイエンティストや組織が、プロトタイプ モデルから現実世界で自律的に機能するエージェントへと簡単かつ自信を持って移行できることを意味し、統合プラットフォーム上のAIが大きな違いを生むことができるのです。

Dominoの最高マーケティング責任者であるThomas Been氏は、「多くの組織でAIの導入が成功するのを妨げている課題の1つは信頼です」と述べています。パイロットレベルで発見されたAI結果が、規制ガバナンスとハードコストが特に重要な考慮事項となるエージェントレベルでも同じ結果にスケールできるという信頼です。

同様に困難なのが、ほとんどのAIの試験運用がクラウドで行われることです。クラウドは、データ  サイエンティストにとって即応性と拡張性に優れ、必要に応じて柔軟な従量課金制の処理とストレージを実現できる対費用効果の高い環境であることが実証されています。また、クラウドは、異なるチームが流動的で高度に協力的な方法でデータにアクセスして共有することを可能にします。

そのため、企業や組織は、クラウドでプロトタイプを立ち上げる際に、AIの価値を垣間見ることがよくあります。しかし、慎重にキュレーションされたデータセットを使用して単独で実行すると、モデルは過剰なトレーニングや学習バイアスに陥る傾向があります。これらは2つの落とし穴の例です。データセットが大きくなるとモデルでは認識できないバリエーションが生じるため、テスト環境の外部で大規模な価値を引き出すことは、依然として困難です。AIへの投資の85%がいまだにパイロット モードで行き詰まっているのは、モデルの錯覚、不正確な予測、効果の低下が原因です。Thomas氏は、「ほとんどの組織はデータをAIに移行することで、すべての選択肢を検討しているわけではありません」と指摘します。習慣から、つまりクラウドへということです。しかし、Amazon FSx for NetApp^® ONTAP^®により、古い習慣は変わりつつあります。

ハイブリッド環境やマルチクラウド環境でこうした取り組みを行うのは、世界中で最も重要なデータの大半が、いまだにオンプレミスに保存されているからです。NVIDIAのCEOであるJensen Huang氏は、「世界のファイルのほぼ半分はオンプレミスのNetAppに保存されています」と述べています。これが、DominoとNetAppの共通のお客様が、選択肢を検討したあとに別の道を選んでいる理由です。Thomas氏は、「彼らは自社のデータにAIを導入しようとしているのです」と述べています。その一例が、DominoのAIとデータサイエンスのプラットフォームがハイブリッド環境やマルチクラウド環境で拡張する方法です。最も負荷の高いエンタープライズAIワークロードでは、特にデータサイエンティストがオンプレミスとクラウドにまたがる共通のデータセットに対して複数のモデルを実行している場合に、高いスループットが必要になります。Amazon FSx for NetApp^® ONTAP^®を使用すると、GPUがデータを処理するのと同じ速さでモデルにデータを供給できます。これだけでもゲームチェンジャーですが、話はそれだけではありません。

AIコンピューティングの通貨コストは、エントリーレベルのGPUからハイエンドオプションまで、チップの実際の価格タグと、クラウド内かオンサイトかにかかわらずデータセットの処理に要する時間の両方で、大きく異なります。しかし、Thomasは同じくらい重要なトピックを提起しています。彼は「人々の時間のコストも加えなければなりません」と言います。

これまでデータ サイエンティストは、規制ガバナンス、企業ポリシー、セキュリティ プロトコルの遵守から始まり、SQLやTableauなどの承認済みツールによるデータ レイクやデータ ウェアハウスへのアクセス管理など、直線的なプロセスを辿ってきました。データサイエンティストの研究プロジェクトでは、リクエスト、情報管理、待機、ダウンロードを繰り返すプロセスに数時間、数日、数週間の余計な作業がかかることがあります。こうした障害は、データ サイエンティストがシャドウITを探すきっかけになるだけでなく、本番運用への投入のスピードを大幅に低下させる原因にもなります。最後に、ある環境から別の環境へデータが移動するたびに、データの損失や重複から、安全性の低いシステムにさらされることによる破損まで、データ自体にリスクが伴います。ここでIDCによると、一般的なデータ サイエンティストは単一のモデルを構築する際にこのプロセスを7〜10回繰り返します。TBやGPUから日数やドルに至るまでの数値は膨大です。特に、ある組織のデータ サイエンティストの数や、現在行っている数多くの実験を掛け合わせると、その数値は膨大になる可能性があります。

NetAppは、ONTAPオペレーティングシステム のコア機能として「スナップショット」を数年前に開発しました。つまり、データサイエンティストは、面倒で時間のかかる「名前を付けて保存」プロセスに煩わされることなく、いつでもデータのインスタントコピーを作成できるようにしました。現在、こうした書き換え不能なコピーを保存することは、Amazon FSx for NetApp^® ONTAP^®によるDominoソリューションの中心的な価値提案です。データとデータモデルのフットプリントゼロのスナップショットをワンクリックで取得できます。これは、監査や参照だけでなく、以前のより便利なモデルに戻したり、同僚と共有したりするためにも非常に貴重です。データサイエンティストは研究できるようになり、ストレージエンジニアはドメインの管理と保護に専念できます。

FSx for ONTAP^®ソリューションは、反復可能なMLOpsライフサイクルで大規模なAIを実現します。また、ストレージやボリュームの管理方法についての知識がなくても、NetAppで利用できる豊富なインテリジェントなデータ管理テクノロジのメリットも活用できます。Dominoの製薬会社の顧客は、「これこそがまさに私たちが必要としているものです！」と言いました。FSx for ONTAP^®は、製品主導の戦略により、ユーザが少ないコストでより多くの成果を達成、つまり、作業時間を短縮し、コストを抑えて作業を高速化できるように支援する戦略から生まれました。以前とは正反対です。汎用のハイパースケーラストレージですが、パフォーマンスが低く、GPUのボトルネックがあり、効率が悪いものです。DominoとNetAppのソリューションによるプラットフォームの変更は、スループットが向上され、GPU容量の無駄がなく、ハイブリッドドメインに対して大規模に実行されるモデルの利点を実感しているアーリーアダプターにとって、すでに違いをもたらしています。

そして、AIのエネルギー消費が急増しているという見出しに埋もれてしまいましたが、AIは評判よりも環境に優しいものである可能性があることがわかりました。スループットの向上と処理の高速化は、GPUや電力のコストだけでなく、組織の環境フットプリントも削減できるからです。FSx for ONTAP^®は、企業がサステナビリティへの取り組みを進めるための一歩となり得ます。

Thomas Beenは、2025年を「ビフォー」と「アフター」のターニングポイントと捉えており、組織がAIの「職人の時代」を超えてインダストリアルAIが始まると見ています。彼は次のように述べています。「NetAppとのパートナーシップをうれしく思います。私たちは共にゲームを変えたのですから。DominoとNetAppは、企業がAIを大規模に導入できるように、標準化されたプロセスを作成し、全体に適切なガバナンスを施しました。」しかし、DominoがAmazon FSx for NetApp^® ONTAP^®を通じて提供するものは、ほんの始まりに過ぎません。今後の展望は以下の通りです。

まず、製品設計作業として、Dominoの機能をNetApp ONTAPに直接統合し、さらにMLOpsの担当者がパイロットからエージェントまでのAIパイプラインをさらに成熟させる際に使用できる一連のNetApp対応機能を提供します。

シンギュラリティではないかもしれませんが、FSx for ONTAP^®は、作物の収量増加、より安全な医薬品の設計、自動運転車の生産加速を目指すデータサイエンティストに、独自の機能と価値あるメリットをもたらす特異なソリューションです。T-Rob氏は、「DominoとNetApp、そしてAWSやNVIDIAなどのパートナーとのスタックの計り知れない価値は、AIに必要なすべての回復力、効率性、セキュリティを備えたエンタープライズ基盤であることから生まれます」と述べています。まさにピーナッツバターとジャムです。