2026年8月4日、ストレージソフトウェア企業のVersityが放った発表は、一見すると矛盾した言い回しに聞こえる。磁気テープ、つまり1950年代から続く最も古いデジタル記録媒体から、現在最高速の計算装置であるGPUの高帯域メモリへ、データを直接送り込むというのだ。CEOのBruce Gilpinによれば「50台のドライブを並列に回せば20GBpsのストリームをGPUに供給できる。しかも驚くほど安い」。AI業界が高価なNVMe SSDを買い漁るなか、倉庫で眠っていたはずのテープが再雇用されようとしている。
NVMeを買えない世界がテープに回帰する理由
AIインフラの記憶媒体といえば、長らくNVMe SSDと大容量DRAMの独壇場だった。学習データはGPUの近くに置くもの、遅いストレージは計算の足を引っ張るもの、というのが支配的な設計思想だった。その思想を支えていたのは豊富な資金だった。Gilpin自身が認めるように「テープがAIで使われてこなかったのは、プレイヤーに資金的な制約がなかったからだ」。
その前提が揺らいでいる。Gilpinは発表のなかで、NVMeとメモリの価格高騰、そして2Uサーバですら数か月のバックオーダーが常態化している現状を指摘した。2025年後半から続くメモリ供給の逼迫は、AIデータセンターの建設計画そのものを遅らせ始めている。潤沢な予算があっても、物理的に部品が手に入らない。予算の問題に加えて「入手可能性」の問題が、ストレージ設計の再考を迫っている。
ここでテープの基礎スペックを確認しておこう。現行のLTO-9規格では、カートリッジ1本あたりのネイティブ容量は18TB、ドライブ1台あたりのネイティブ転送速度は400MB/sに達する。前世代のLTO-8から容量は1.5倍、速度は約11%向上した。1台だけならSSDに遠く及ばないが、テープライブラリはドライブを何十台も並べられる。400MB/sが50台並列になれば理論上20GBps。単位容量あたりのコストはHDDやSSDを大きく下回り、媒体は電源なしで数十年保管できる。
制御はS3のまま、データは裏道を行く
この仕組みの中心にあるのが、NVIDIAがGPUDirect Storageエコシステムの一部として整備したcuObjectというフレームワークだ。GPUDirect自体は2010年代初頭からある技術群で、NICやストレージからGPUメモリへCPUを介さずにデータを届ける経路を提供してきた。cuObjectはその考え方をS3互換オブジェクトストレージに適用したもので、InfiniBandやRoCEといったRDMAトランスポート上で、GPUメモリあるいはシステムメモリとオブジェクトストレージの間を直接結ぶ。
仕掛けは、S3リクエストを2つの経路に分離することだ。セッション確立、認証、バケット検証、オブジェクトのメタデータは、従来どおり標準のS3 APIを通るインバンド経路を流れる。対してオブジェクトの実データは、S3セッションと並走するRDMA接続というアウトオブバンド経路を通る。具体的には、通常のS3 GETやPUTリクエストにx-amz-rdma-tokenというカスタムヘッダでRDMAメタデータを載せ、ゲートウェイ側がそれを解釈してデータ転送だけをRDMAに切り替える。データチャネルはクライアントのCPUもS3プロトコルスタックも通らないため、プロトコル処理のオーバーヘッドが転送に乗らない。要求側をcuObjClient、ゲートウェイ側をcuObjServerが管理する。
Versityの貢献は、この高速な「正面玄関」の後ろに、自社のテープアーカイブ管理ソフトウェアScoutAM(Scale Out Archive Manager)を接続した点にある。オープンソースのVersity Gatewayはステートレスな設計で、標準のAWS S3コマンドをPOSIXファイルシステム、ScoutFSとScoutAMによるテープ、クラウドストレージといった各種バックエンドへの操作に翻訳する。PUTなら、オブジェクトはRDMAでゲートウェイのメモリに届き、そこからバックエンドへストリーミングされる。GETなら逆に、バックエンドからゲートウェイのメモリにステージングされてからRDMAでクライアントへ飛ぶ。GPUを積んだホストとゲートウェイサーバは任意の台数を並べられ、ペアごとに独立したRDMA経路を張るため、横方向にスケールする。
テープ側にも工夫が入る。テープの弱点はシーケンシャルアクセス、つまり目的のデータ位置まで巻き戻したり早送りしたりする時間だ。ScoutAMは大規模データセットへのリクエストを、テープ上のオフセット位置が最適になる順序に並べ替え、カートリッジのマウント回数を減らしてストリーミング性能を最大化する。読み出し順の最適化とRDMA転送の組み合わせで、ペタバイト級のデータセットの再読み込みが現実的な時間に収まる計算だ。
なお、書き込み側の性格は変わらない。アーカイブへの取り込みは従来どおりの着実なインジェスト処理で、RDMAが効くのは主に読み出し側だ。AI学習パイプラインはデータセットを一度しか読まないのではなく、再学習や再処理のたびに繰り返し読む。その反復読み出しこそが、このアーキテクチャが最も輝く局面になる。
旧来の構成と何が違うのか
| 項目 | 従来のテープアーカイブ | 従来のAI向けS3ストレージ(NVMe) | Versity GPUDirect Tape Gateway |
|---|---|---|---|
| データ経路 | CPUとS3プロトコルスタック経由 | 高速だが多くはCPU経由 | GPUメモリとNIC間をRDMAで直結 |
| 媒体コスト | 極めて低い | 高い(NVMe、DRAM) | 低い(テープ主体) |
| 読み出し速度 | 低速、再取得に時間 | 高速 | 並列ドライブで20GBps級を目指せる |
| ライセンス | 製品依存 | 製品依存 | オープンソース、追加課金なし |
| 向く用途 | コールド保存 | 学習中のホットデータ | 反復読み出しする大規模データセット |
競合の動きもある。MinIOは2024年後半に発表したAIStorでS3 over RDMAに対応済みで、データをAIStorからGPUのHBMへゼロコピー、カーネルバイパスで直接届けると謳う。ただしAIStorは有償のプロプライエタリ製品であり、VersityはRDMAとcuObject対応をオープンソースのゲートウェイ本体に含め、別ライセンスを要求しない。また2026年6月には、BeeGFSを供給するThinkParQとテープアーカイブのGRAU DATAが提携し、XtreemStorをBeeGFSに統合している。AIとHPCのデータを高性能層と長期保存層の両方で扱う流れは、業界全体の方向性になりつつある。
残された問いは実測値と運用の現実だ
話を慎重に受け止めるべき点もある。20GBpsという数字は50台のドライブが理想的に並列ストリーミングした場合の理論構成であり、公開時点で第三者による実環境ベンチマークは出ていない。テープのシーク時間、カートリッジ交換のレイテンシ、ゲートウェイのメモリに一度ステージングするGET経路のボトルネックは、データセットの配置パターン次第で性能を大きく左右する。Gilpinが言及する「実験中の大規模顧客」が誰で、どの規模の成果を得ているかも未公開だ。加えてcuObjectは現行実装でDynamic Connectionトランスポートを要求するため、既存ネットワークの適合性確認も導入の前提になる。
それでも、AIインフラの設計思想にひびが入ったことは確かだ。計算の速さに全振りしてきた業界が、部品不足とコストの壁にぶつかり、「安くて耐久性のある媒体から、いかに速く読み出すか」という古くて新しい最適化問題に向き合い始めている。テープがGPUの給餌係として定着するかどうかは、これから公開される実測データと、追従する競合の実装が教えてくれる。
