AI向けストレージ特化のZ4M、一般提供を開始　読み出しは前世代比で最大110%増

AIの学習や推論では、データを読み書きする速さが処理の時間を大きく左右します。Z4Mは、こうした用途に合わせて作られたストレージ最適化型のマシンシリーズで、仮想マシン（VM）とベアメタルの2つの形で使えます。データ待ちでGPUやTPUが止まると、高価な計算資源が遊んでしまいます。

Google Cloudの公式ブログによると、一般提供は11月6日（米国時間）に始まりました。世界の一部の地域で使えます。

想定される用途は、AIの学習データやチェックポイント（学習の途中経過の保存）です。そのほか、複数のサーバーで同じファイルを扱う並列ファイルシステムも想定されています。

最大168,000GiBのローカルSSDと400Gbpsの通信

Z4Mは、マシンに直接つなぐSSD（ローカルSSD）を最大168,000GiBまで積めます。1つのvCPU（処理を担う単位）あたり875GiBで、データを置く場所を大量に確保できます。

CPUは第5世代のIntel Xeon Scalableです。最大構成は次のとおりです。

• 192 vCPU
• メモリは最大1,536GiB

ストレージの処理は専用のTitanium SSDが受け持ち、CPUの負担を減らす設計です。

性能は次のとおりです。

• ランダム読み出しは最大1,560万IOPS（1秒あたりの読み出し回数）
• 連続読み出しは最大75,600MiB/s（1秒あたりに読み出せるデータ量）

前世代のZ3と比べると、IOPSが最大70%、スループットが最大110%向上しています。Z3の上限は次のとおりでした（Google Cloudの公式ドキュメント、11/7確認）。

• VM: 36,000GiB
• ベアメタル: 72,000GiB

通信は400GbpsのRDMA（CPUを通さずに、別のサーバーのメモリとデータをやり取りする方式）です。TCPと比べると、データへのアクセス遅延を最大60%減らせるとしています。

GPUやTPUが待たされないよう、NVIDIA GPUDirect StorageとTPUDirect Storageにも対応します。LSSDと通信の速さの比は1.4対1です。データを処理しながら、通信の上限いっぱいで送れるとしています。

導入企業の評価も出ています。Silkは同社の検証で、RDMAはTCPと比べて遅延が最大3.7倍低く、CPU使用量は最大6倍低かったと説明しました。WEKAは自社の検証で、Z3世代と比べて読み出しのスループットがほぼ2倍、IOPSが最大79%増と述べています。

仮想マシンとベアメタル、どちらを選ぶか

仮想マシンは、1台の物理サーバーを仮想的に分けて使う形です。ベアメタルは、仮想化の層を挟まず、ハードウェアを直接使えます。独自のハイパーバイザー（仮想マシンを動かす基盤のソフト）や、ライセンスの条件でベアメタルが必要なシステムに向くとされています。

AIエージェント（自分で手順を進めるAI）を大量に動かす用途にも向きます。隔離された実行環境（サンドボックス）を大規模に作れるためです。サイソクは11月2日に、エージェント専用の実行基盤を報じています（Googleが「Agent Compute Engine」を発表）。

ディスクは、Hyperdiskに対応しています。1インスタンスあたり最大512TiBまで使えます。性能は次のとおりです。

• 一般的な用途のHyperdisk Balanced: 最大320K IOPS
• データベース向けのHyperdisk Extreme: 最大500K IOPSと12,500MiB/s

保守の扱いも、容量で変わります。LSSDが42,000GiB以下のVMは、保守の最中にインスタンスを別のホストへ移せます（ライブマイグレーション）。

84,000GiB以上のVMとベアメタルは、データを保ったまま停止と再起動が必要です。保守の数日前に、システムから通知されます。

大規模なクラスタは、Google Cloudの「Cluster Director」で構築と管理ができます。性能を優先するならまとめて配置し、可用性を優先するなら可用性ドメイン（障害の影響範囲を分けた区画）に分散させます。GPUやTPUのクラスタと同じ場所に置いて、大量のデータをリアルタイムに処理する構成もとれます。

作り方は、Google Cloudコンソールで新しいVMかGKEのノードプールを作るときです。マシンファミリーの「Storage-Optimized」からZ4Mを選びます。