スーパーコンピュータ性能ランキング国内商用向け1位の「GMO GPUクラウド」がマルチインスタンスGPU(MIG)機能を提供開始

GMOインターネットが提供する高性能GPUクラウドサービス「GMO GPUクラウド」が、1つのGPUを複数のインスタンスに分割できるNVIDIA Multi-Instance GPU (MIG)テクノロジ機能を提供開始しました。
GMO GPUクラウドで「専用プラン」を利用するユーザーは追加料金不要で、1つのNVIDIA GPUを最大7つの独立したGPUに分割して利用可能になります。分割により、異なるワークロードの並列実行やリソース使用効率の最適化、さらにはコストパフォーマンスの向上が期待できます。
GMO GPUクラウドで「専用プラン」を利用するユーザーは追加料金不要で、1つのNVIDIA GPUを最大7つの独立したGPUに分割して利用可能になります。分割により、異なるワークロードの並列実行やリソース使用効率の最適化、さらにはコストパフォーマンスの向上が期待できます。
ワークロードの規模や特性に応じて複数のジョブを複数実行可能に
GMO GPUクラウドは、スーパーコンピュータ性能ランキング「TOP500」で世界第37位、国内第6位にランクインしている、NVIDIA H200 GPUを搭載したGPUクラウドサービスです。また、国内商用向けクラウドサービスとしては第1位という、高い処理性能が実証されています。
現在のGPUクラウドサービスは、ユーザーのワークロードの規模や特性に応じて、すべてのジョブが必ずしも高度な計算リソースを必要としないケースや、複数のジョブを並列実行することで高い回転率を必要とするケースなど、求められる環境が多様化しています。
GMO GPUクラウドでは、システムの管理を効率化できるジョブスケジューラーの利点を生かし、ユーザーが計算リソースをより柔軟かつ効率的に活用できる機能として、NVIDIA MIG機能を提供することにしたとのことです。
MIGは、1つのNVIDIA GPUを最大で7個のインスタンスに分割できる機能です。GMO GPUクラウドでは1台のサーバーに8つのNVIDIA GPUを搭載しているため、最大で56インスタンスへの分割が可能となります。分割したインスタンスは、それぞれに高帯域幅のメモリ、キャッシュ、コンピューティングコアを割り当てられ、完全に分離された環境で動作します。
ユーザーは、実行するジョブの規模や性質に応じてインスタンスの分割方法を柔軟にカスタマイズできます。具体的には、大規模のジョブにはGPU単位での割り当て、小規模のジョブには分割したMIGインスタンスを割り当てるといった使い方が可能です。MIGの活用により、リソース利用の最適化が可能となり、費用対効果が向上します。
現在のGPUクラウドサービスは、ユーザーのワークロードの規模や特性に応じて、すべてのジョブが必ずしも高度な計算リソースを必要としないケースや、複数のジョブを並列実行することで高い回転率を必要とするケースなど、求められる環境が多様化しています。
GMO GPUクラウドでは、システムの管理を効率化できるジョブスケジューラーの利点を生かし、ユーザーが計算リソースをより柔軟かつ効率的に活用できる機能として、NVIDIA MIG機能を提供することにしたとのことです。
MIGは、1つのNVIDIA GPUを最大で7個のインスタンスに分割できる機能です。GMO GPUクラウドでは1台のサーバーに8つのNVIDIA GPUを搭載しているため、最大で56インスタンスへの分割が可能となります。分割したインスタンスは、それぞれに高帯域幅のメモリ、キャッシュ、コンピューティングコアを割り当てられ、完全に分離された環境で動作します。
ユーザーは、実行するジョブの規模や性質に応じてインスタンスの分割方法を柔軟にカスタマイズできます。具体的には、大規模のジョブにはGPU単位での割り当て、小規模のジョブには分割したMIGインスタンスを割り当てるといった使い方が可能です。MIGの活用により、リソース利用の最適化が可能となり、費用対効果が向上します。

GMO GPUクラウドのシステム構成
MIGテクノロジはGMO GPUクラウドの「専用プラン」を利用中のユーザーに追加料金なしで提供します。
料金プラン(税抜)
料金プラン(税抜)

GMO GPUクラウドの料金プラン
NVIDIA MIG機能の提供は、ユーザーに多くのメリットをもたらすことを期待できます。例えば、軽量な処理を数多く行う場合、複数のインスタンスを活用することで効率よく並列処理を実行でき、リソースの無駄を減らすことができます。
最大で56のインスタンスを同時に利用できることから、大規模なデータ処理やAIのトレーニング、推論タスクなど、需要に応じてスケールを簡単に調整できる柔軟性が向上しました。ユーザーは、プロジェクトの進行状況や要件に応じてインスタンス数を増減できるため、必要なときに必要なだけのリソースを利用できます。
GPUインスタンスを分割することで、ユーザーは個別のGPUをフルスケールで使用するよりも低コストで高性能な計算リソースを利用できます。特に、短期間で集中したリソースが必要な場合において、NVIDIA MIG機能を活用することで経済的な投資が抑えられることが期待されます。これにより、中小企業やスタートアップも最新のGPU技術を活用しやすくなるのではないでしょうか。
最大で56のインスタンスを同時に利用できることから、大規模なデータ処理やAIのトレーニング、推論タスクなど、需要に応じてスケールを簡単に調整できる柔軟性が向上しました。ユーザーは、プロジェクトの進行状況や要件に応じてインスタンス数を増減できるため、必要なときに必要なだけのリソースを利用できます。
GPUインスタンスを分割することで、ユーザーは個別のGPUをフルスケールで使用するよりも低コストで高性能な計算リソースを利用できます。特に、短期間で集中したリソースが必要な場合において、NVIDIA MIG機能を活用することで経済的な投資が抑えられることが期待されます。これにより、中小企業やスタートアップも最新のGPU技術を活用しやすくなるのではないでしょうか。

安蔵 靖志
Techジャーナリスト/家電エバンジェリスト
家電製品協会認定 家電製品総合アドバイザー(プラチナグレード)、スマートマスター。AllAbout デジタル・家電ガイド。ビジネス・IT系出版社を経てフリーに。デジタル家電や生活家電に関連する記事を執筆するほか、家電のスペシャリストとしてテレビやラジオ、新聞、雑誌など多数のメディアに出演。KBCラジオ「キャイ~ンの家電ソムリエ」にレギュラー出演するほか、ラジオ番組の家電製品紹介コーナーの商品リサーチ・構成にも携わっている。