【 ここから本文 】
- TOP
- > Topics : キャリアアップ
- >
キャリアアップ
ソーシャルブックマークに登録 ：
印刷用ページの表示
最先端ITの“夢”と“現実”――企業ITのあり方を変える?!
超伝導／自律／DC電源／相変化／量子／TIA ……
（2007年04月02日）
DC電源
言うまでもなく、データセンターは、きわめて大量の電力を消費する。その理由は単純で、コンピュータなどのIT機器を動作させるために多くの電力が必要なのはもちろんのこと、センター内の「過熱」を抑える空調設備も、大量の電力を消費するからだ。
こうした電力問題を解決する一手が、一般電源から供給される交流（AC）電流を、ピュアな直流（DC）電流に変換し、ラックマウント型のコンピュータに対して効率的に分散させる「中央パワー・サプライ」を開発することである。
例えば、ローレンス・バークレー国立研究所では、そうしたパワー・サプライを備えたサーバ・ラックのプロトタイプを開発した。このラックには、380ボルトのDC電流で動作するコンピュータを集積することが可能だ。
同研究所のプリンシパル調査員、ビル・タシュディ氏によれば、このラック・システムは、現時点で最も効率的なパワー・サプライを備えたサーバ・ラックに比べて、電力消費を15％も抑えることができるという。よって仮に、今日の企業ITで利用されている数多くの旧式ラックを、このシステムに切り替えれば、消費電力の大幅な削減につながると、タシュディ氏は言う。
一方、米国ネクステック・パワーは現在、既存の電力網とソーラーパネル、および（DC電力で動作する）コンピュータ・ハードウェアを、効率的につなぐ新システムを開発している。
この仕組みによって、例えば、「ソーラーパネルによって生成されたDC電流を、AC電流へと変換し、さらにそれを（コンピュータへ電力を供給するために）DC電流へと変換する」といった非効率的なフローが排除される。結果として、データセンターの電力消費を削減することが可能になるというわけだ。.
相変化メモリ＆ホログラフィック・ストレージ
現在、さまざまなベンダーによって開発が進められている相変化メモリは、既存のフラッシュ・メモリよりも、500倍も高速で、より小型であるとされている。
相変化メモリの技術は、記録素子に相変化膜を用い、その膜が、熱によって電気抵抗の異なる「アモルファス状態（高抵抗状態）」と「結晶状態（低抵抗）」になることを応用し、情報の記録・読み出しを行うというものだ。
組み込み機器のマイクロコンピュータには現在、非揮発性RAMがオンチップで搭載されているが、相変化メモリをその代替として活用すれば、組み込み機器や各種のアプライアンス、さらにはビジネス用途のモバイル機器のさらなる高機能化や、低価格化が推し進められるとされている。
一方、光ディスクに対して、3次元的に情報を記録するホログラフィック・ストレージは、従来の光デバイス、例えば、CDやDVDのあり方を根底から覆すものになるかもしれない。
例えば、インフェーズ・テクノロジーズはすでに、現在のDVDの60倍の記憶容量を有するホログラフィック・ディスクとストレージ・システム（のエンジニアリング・プロトタイプ）を出荷している。
この種のホログラフィック・ストレージによって、例えば、企業は、業務データベース全体のコピーを1枚のディスクに収め、手軽に遠隔地に送れるようになるだろう。また、この技術を応用すれば、個人の医療ファイルをすべて収納できるIDカードが実現されるかもしれない。
AI（人工知能）
「AI（人工知能）」――この言葉ほど、人の空想力を刺激し、その心を強く揺り動かすコンピュータ用語はないだろう。
実際、サイエンス・フィクション（SF）作家やSF映画の監督は、AIを題材にさまざまなストーリーを描いてきた。
むろん、今日のAI技術は、SFの中のAIのレベルには達していない。また、現在のビジネスにおいて、AI機能を備えた「ロボット」が人の代わりに活躍できるフィールドはきわめて限定的だ。
しかし、AIの研究者らは実質的な成果を着実に積み上げてきている。例えば、人の話す言葉を解析し、それに応答できるAI型の音声応答システムはすでに実現されている。さらに、何らかの情報を基にビジネス分析や予測を行うデータ・マイニングのツールも存在している。つまり、AI全体は依然としてとらえどころがないものの、AIをベースにした技術は、ビジネスの領域に数多く採用され、一定の成果を上げつつあるというわけだ。
なお、ジョンズ・ホプキンス大学でAIを研究しているコンピュータ・サイエンスの教授、グレッグ・ハガー氏は、「これまでわれわれは、人が物事をとらえたり、解決したりするメカニズムを解明し、人がすることを実行できるプログラムを書くことに専念してきた」と話す。
このアプローチは、いまだに大きな成功を収めていないが、「知識ベースに基づいた推測を行うための統計的アルゴリズムは、かなり洗練され、正確性を増してきた」と、同氏は指摘する。
例えば、イメージ・オブジェクトを認識するアルゴリズムのいくつかは、イメージの「主要な色彩」を自ら判断できるレベルに達しているという。ただし、そうしたアルゴリズムも、例えば、イメージ内の自動車の形状から、それが、「フォード・セダンの新車種なのか、シボレーの新車種なのか」を推測するレベルには達していないようだ。
繰り返すようが、AIの技術は、今のところ、人と同じ判断能力を得るまでには至っていない。だが、AIのコンセプトに基づく技術は、確実にビジネス・コンピューティングの進化を促しつつある。AI技術のさらなる発展によって、より多くの恩恵が企業ITにもたらされることを期待したい。
