HP、Red Hat、NVIDIAが企業向けエッジAIプラットフォームを計画

HPはRed Hat、NVIDIAと協力し、データセンター中心のAIアーキテクチャをエッジへ拡張する、オープンな企業向けAIプラットフォームを計画している。HP ZGX Fury AIステーションとRed Hat AI Factory with NVIDIAを組み合わせ、利用者、アプリケーション、機械、データの近くで本番推論を実行・オーケストレーションする構想だ。213

中核となるHP ZGX Fury

ハードウェアの中心は、NVIDIAのGB300 Grace Blackwell Ultra Desktop Superchipを搭載するHP ZGX Furyだ。HPによると、ローカル推論で最大20PFLOPS（FP4）のAI性能を提供するよう設計されている。14

ただし、今回の発表は高性能ワークステーション単体の話ではない。HPは、データセンターに集約せず、複数のAIワークロードを企業の現場で稼働・運用するためのプラットフォームとして位置付けている。ワークロードはオンプレミス、クラウド、またはその両方にまたがる形で展開する想定だ。15

Red Hat AI Factoryが担う運用レイヤー

Red Hat AI Factory with NVIDIAは、ハイブリッドクラウドでAIを運用するためのソフトウェア・運用レイヤーとなる。Red Hatはこれを、オープンなハイブリッドクラウド基盤とAIエンジニアリング、企業運用の機能に、NVIDIAのAIソフトウェア、モデル、マイクロサービス、ネットワーク、アクセラレーテッド・インフラを組み合わせた共同サポートの企業向けAIソリューションとして説明している。12

HPの構想では、このレイヤーを通じて、エッジ拠点、データセンター、クラウドにまたがるAIモデルとアプリケーションの導入・管理を支援する。また、同一システムで複数のAIワークロードを走らせつつ、ワークロードの分離と運用上の制御を維持できる、オープンかつ仮想化された構成を掲げる。813

なぜ「データの近く」で推論するのか

エッジ推論とは、モデルへの要求を遠隔のクラウドだけに送るのではなく、データが生成・利用される場所の近くで処理する考え方だ。HPはその背景として、低遅延、プライバシー、データ主権、接続性に関する企業の要件を挙げている。8

つまり、応答を物理的な工程の近くで返す必要がある場合や、扱うデータが機微である場合、ネットワーク接続に制約がある場合に選択肢となる。HPが例として示したのは、次の領域だ。

• 製造業：設備や生産データの近くでモデルを動かす。
• ソフトウェア開発：部門単位またはオンプレミスでの推論、AI支援ワークフロー。
• 医療：機微なデータを発生元の近くに保つ必要があるケース。
• 政府機関：クラウド接続が適さないエアギャップ環境など、隔離された環境での利用。58

これらはHPが示した想定ユースケースであり、性能や導入効果を保証するものではない。実際の有効性は、モデルの規模、データ取り扱い要件、ネットワーク設計、運用ツールに左右される。

いま利用できるもの、これから提供されるもの

HPによれば、ZGX Furyはすでに注文可能で、Red Hat Enterprise Linux（RHEL）の認定を受けている。48

一方、ZGX FuryとRed Hat AI Factory with NVIDIAを組み合わせた包括的なソリューションは、現時点で広く利用可能な統合サービスとしてではなく、計画中のプラットフォームとして発表された。12

HPは、本番導入前に、Red Hat AI Factory with NVIDIAを実行するHPデバイス上のサンドボックス環境で、この組み合わせを評価できるようにする方針も示した。2 ただし、評価環境の提供開始日、対象顧客、技術構成については発表で明らかにされていない。

実務上のポイント

今回の発表の要点は、NVIDIAのオンプレミス向け高性能ハードウェアと、Red HatのハイブリッドAI運用スタックを一体で提供しようとする点にある。注目すべきなのは最大20PFLOPSというFP4性能だけではなく、現場データの近くで本番AIを動かしながら、エッジ、データセンター、クラウドで一貫した導入・管理を目指すアプローチだ。11213

導入を検討する企業は、現在利用可能なZGX Fury本体とRHEL認定、そして今後提供予定の統合プラットフォームおよびサンドボックス評価を分けて確認する必要がある。24