エクイニクス・ジャパンは9月30日、AI時代のインフラ戦略をテーマにメディアブリーフィングを開催しました。
AIワークロードを用途に応じて分散配置する「分散型AI」の必要性と、ネットワーク構築を自動化する新ソリューションを説明しました。
中核となる「Equinix Fabric One」に加え、推論モデルをデータやユーザーの近くに展開する構想も示しました。
記事の概要
企業のAI活用が概念実証から本格利用へ移る中、AIの価値は推論から生まれる段階に入ったと説明しました。
2026年から2030年にかけて月間トークン消費量は24倍に増え、トークン当たりの計算コストは70％程度下がる見込みです。
利用量の増加で総支出額が予算を超えるリスクが高まり、日本企業では投資対効果の壁が課題になっていると指摘しました。
分散型AIが必要な理由として、データやインフラの主権、AIを稼働させる電力の可用性、データの遅延を挙げました。
組織の87％がマルチクラウドインフラを運用または導入しており、2030年までにクラウドは15以上のカテゴリー、50以上に増えると予測しました。
AI特化型のネオクラウド、モデルクラウド、GPU as a Service（GPUaaS）の利用が増え、複数プロバイダーを中立的に接続する重要性が高まっています。
Equinix Fabric Oneでは、自然言語で接続先やデータ移動の要件を入力すると、接続方法の決定から設定、管理までを自動化できます。
Equinixは、主要モデルやクラウドプロバイダーを問わず推論環境を提供する「Equinix Inference Exchange」の構想も示しました。
記事のポイント
- 分散配置が必要な背景： 主権、電力の可用性、データ遅延の要件から、クラウドやエッジを使い分ける構成が必要です。
- 接続設定を自動化： Equinix Fabric Oneは自然言語の要件をもとに、複数拠点やクラウド間の接続を自動設定します。
- 推論基盤の構想： Equinix Inference Exchangeは、データやユーザーに近い場所へ推論モデルを展開する仕組みです。
このニュースがもたらす影響
- 導入を検討する企業： 月間トークン消費量の増加で総支出が膨らむ可能性があるため、データ主権・遅延・電力を要件化し、単一クラウド前提を見直す必要が増すと考えられます。
- AI基盤提供者： 複数クラウドやネオクラウド、GPUaaSを組み合わせる顧客が増えれば、個別製品の性能だけでなく、中立的な接続や推論配置の柔軟性が競争軸になる可能性があります。
- 情シス部門： 自然言語で接続設定を自動化できる一方、接続先やデータ移動の要件を定義する役割は残ります。自動化の対象範囲と確認手順を先に決める必要がありそうです。
このニュースの背景
企業のAI活用がPoCから本格利用へ移り、価値の源泉が推論へ移る一方、トークン消費量の増加で総支出が予算を超えるリスクが指摘されています。
主権、電力の可用性、データ遅延が、AIワークロードを単一の場所に集約しにくくする要因です。
組織の87％がマルチクラウドインフラを運用または導入しており、2030年までにクラウドは15以上のカテゴリー、50以上に増えると予測されています。
ネオクラウド、モデルクラウド、GPUaaSの利用が増え、複数プロバイダーを中立的に接続する必要性が高まっています。
関連するニュース
- エクイニクスはNVIDIAとTogether AIと協業し、企業向け分散型推論基盤を2027年に提供予定です。
- Resume Nowの調査で、職場のAI利用は調査や要約が中心で、重要な判断は人間に依存していると分かりました。
- 日立製作所が、重要業務におけるAIエージェントの適用条件策定から評価・改善までを支援する技術を開発しました。
詳しい記事の内容はこちらから（引用元）
エクイニクス・ジャパンは、企業のAI活用が概念実証（PoC）から、本格活用のフェーズへと移行する中、AIワークロードを最…
https://japan.zdnet.com/article/35253138/