Nvidia、cuFileをオープンソース化、Storage-NextとSCADAを発表—AIのGPU飢餓問題に挑む

Nvidiaが発表した内容

cuFileオープンソースAPI — Nvidiaは、GPU（CPUだけでなく）がストレージに対して直接読み書きできるようにするcuFile APIと、その下層にある垂直統合型ストレージソフトウェアスタック全体をオープンソース化しています。cuFileはGPUDirect Storage (GDS) の中核コンポーネントです。コードは、GitHub上の新しい xio-sig（Accelerated IO Special Interest Group）組織でホストされ、Google、Intel、Nvidia、Metaが初代メンテナを務めます。これにより、cuFileはNvidia専有のインターフェースではなく、オープンでコミュニティ主導の標準規格となります。

発表直後に公開された懐疑的な分析記事によると、2026年8月4日時点では、既存のGPUDirect Storage環境向けの公開コード、ライセンス、移行パスはまだ提供されていません。つまり、ストレージアーキテクトは、これを製品としてではなく、今後進むべき方向性の表明として捉えるべきです。

Storage-Next業界イニシアチブ — DDN、キオクシア、マイクロンなど 40以上のストレージおよびフラッシュベンダー に加え、コントローラーメーカー、冷却専門企業、標準化団体が参加する正式なコンソーシアムです。その目標は、GPU駆動型ストレージの動作方法について業界の歩調を合わせ、それらの進歩を相互運用可能なオープンな業界標準に発展させることです。

SCADAフレームワーク（Scaled, Accelerated Data Access） — ASPLOS 2023で発表されたNvidiaの BaM（Big Accelerator Memory）研究を製品化したものです。SCADAは、超並列GPUが自身のストレージI/O処理を自ら開始・管理できるようにするランタイムです。数十万ものGPUスレッドのそれぞれが、ストレージからのデータ要求を独立して行い、GPU側のキャッシュや直接NVMe/リモートストレージアクセスを利用できます。

これらが3つの課題にどう対処するか

GPUの飢餓状態（データ待ちでアイドル状態のGPU）

従来のホスト仲介型I/Oでは、CPUがストレージ転送のたびにセットアップを行うため、GPUは待機を強いられます。各操作にはカーネル起動とCPU-GPU同期によるマイクロ秒単位のオーバーヘッドが発生します。cuFileは、データパス からCPUを完全に排除します（GPUメモリへの直接DMA）。SCADAはさらに踏み込み、制御パス からもCPUを排除します。つまり、GPU上のスレッドが自ら読み取りを開始し、小さな散在リクエストをバッチ処理し、GPU側のキャッシュから応答します。同一ハードウェアにおいて、元となったBaM研究では、データ分析ワークロードがCPU経由アクセスと比較して 5.3倍高速 になり、グラフワークロードではホストメモリにデータを格納する場合と比べて ハードウェアコストを最大21.7倍削減 できました。

AIストレージのボトルネック

GPUは、ほとんどのストレージシステムがデータを提供できる速度よりも速くデータを処理できるようになっており、このギャップがAIトレーニングと推論における中核的なボトルネックです。cuFileは、数十万のGPUスレッドと高帯域幅メモリを使用して、ストレージからのマイクロ秒レベルのセキュアなデータアクセスを可能にします。これは、ディープストレージとGPUメモリ間の低レイテンシーな「スーパーハイウェイ」を提供し、検索拡張生成（RAG）、混合専門家モデル（MoE）、エージェント型AIワークフローなど、大規模かつ高速な並列データプルを必要とする処理にとって極めて重要です。Storage-Nextイニシアチブは、これが一社だけのソリューションにならないようにします。40社以上のベンダーが相互運用可能な標準規格で協力し、ストレージエコシステム全体がGPUの速度に追従できるようにします。

サイバーセキュリティの課題

GPUからストレージへの直接アクセスが保護されていない場合、あるアプリケーションが別のアプリケーションのデータを読み取ったり、破損させたりする可能性があります。NvidiaのSCADA設計は、特権レベルを分離します。パフォーマンス重視のアプリケーションコードは、トラステッドコンピューテッドベース（TCB）の外部で非特権モードで実行されます。一方、特権コンポーネントはセットアップ時に、各アプリケーションと承認されたストレージとの間の保護されたアクセスを、標準的なLinuxセキュリティメカニズムを使用して構成します。

Nvidiaは、cuFileをAIを活用したサイバーセキュリティの基盤として位置付けています。「データとストレージへの高速で安全なアクセスは、予防的および検出的なサイバーセキュリティ対策を強化するための基本要素です。cuFileを公開することで、セキュリティコンテキスト、データ、ストレージを、AIを活用した防御に必要な速度で利用可能にすることに貢献します」と述べています。これは、新しい Open Secure AI Alliance も支援します。完全なハードウェアスタック（Nvidia Vera BlueField-4 STXプロセッサ）は、統合された NVIDIA DOCA セキュリティスタックを使用して、AIデータパスにおける継続的なポリシー適用を実現します。

AIインフラにおける意味合い

FMS 2026でのこれら3つの発表は、GPUの計算速度とストレージのデータ提供能力との間の根本的なアーキテクチャ上のミスマッチを解決するための、Nvidiaによるこれまでで最も包括的な取り組みです。cuFileをオープンソース化することで、Nvidiaはコミュニティ主導の開発が導入と相互運用性を加速するだろうと確信しています。Storage-Nextコンソーシアムは、フラッシュストレージ、コントローラー、ネットワーキングのすべてがGPU駆動型のI/Oパターンに対応できるようにするために必要な業界の協調を提供します。そして、実証済みのBaM研究に基づくSCADAは、データパスと制御パスの両方からCPUをボトルネックとして排除するための具体的な道筋を提供します。