チェックポイント

AIにおけるチェックポイントとは、大規模なニューラルネットワークの学習プロセス中に、モデルのパラメータ（重みやバイアス）や最適化アルゴリズムの状態を定期的に保存したデータのことである。学習に数週間から数ヶ月かかる場合、システム障害が発生した際の復旧ポイントとして機能するほか、異なる時点のモデルの性能を比較・評価するためにも利用される。AIモデルの巨大化に伴い、これらのチェックポイントデータ自体が膨大なストレージ容量を占有する要因となっている。