AI ストレージのボトルネックを解消
次の技術でNFS over RDMA

わずかな I / O 遅延（ミリ秒単位）でも高価な GPU の計算力が無駄になります。TS-h1290FX と NFS over RDMA の組み合わせにより、ストレージのパフォーマンスが計算速度にしっかり追従します。

GPU がデータの待機で時間を無駄にしているかもしれません

AI トレーニングのコストは GPU の稼働時間で決まりますが、ストレージの I / O ボトルネックによって計算時間の 40% 以上が無駄になることもあります。

データを読み込むたびに、CPU は TCP パケット処理やコンテキストスイッチに占有されます。これらは AI 計算には寄与しませんが、CPU リソースの最大 99% を密かに消費します。

従来の NFS では、データが GPU に届くまでにカーネル空間とユーザー空間の間で 4〜6 回コピーされます。1 マイクロ秒の遅延増加でも計算力が失われます。

例えば 8 台の H100 クラスタでは、クラウドコストが 1 時間あたり 24 米ドルを超えます。GPU の稼働率がデータの待機で 60% に低下すると、1 時間あたり約 10 米ドルが完全に無駄になります。

カーネルバイパスやゼロコピー技術を活用することで、従来 NFS に伴う無駄なメモリコピーや CPU 負荷を排除します。すべてのプロトコル処理をハードウェアにオフロードし、GPU がデータを待つ時間を大幅に短縮します。

AI トレーニングにリアルタイム応答を実現。

サーバーの計算リソースを本来の用途に活用可能。

最大 100Gbps の高速通信を実現。

高価な GPU を常にフル稼働させます。