図1　コンピュータラックがずらりと並んだ�旟研のABCI 3.0クラウドコンピュータ

�旟研（AIST）は、2023�Q4月に株式会社AIST Solutionsを設立、�旟研の�\術を社会への実�△��膿覆垢襪燭瓩���動できるようにした。このサービスもAIST Solutionsが�k般�W��を積極的に進めている。�旟研の�j��模なコンピュータシステムABCI（AI Bridging Cloud Infrastructure）の設��コンセプトは�x販の半導������を����しコストパフォーマンスの良いシステムを作ることだった。2024�Q2月時点での��来のABCI 1.0/2.0の�W��は2700�@で、このうちAIST以外の�W��が87%だとしている。

�k�気�2022�QにOpenAIがチャットGPTやGPT-3を発表し、�j��模言語モデルを開発してみようという�mが高まってきたものの、日本のAI開発�vが�j��模言語モデルを学�{させる場があまりなかった。日本語ベースの�j��模言語モデルは理化学研�|所のスーパーコンピュータ「富�t」を�W��して構築したが、スタートアップや中小企業が�~単に試せるコンピュータではなかった。

ABCIを最初に開発を開始したのは2016�Q。2018�Q8月に最初のABCI 1.0をクラウドベースで運��開始した。この時のAI性�Δ�0.55 Exa Flopsで、2021�Q5月には0.85 EFlopsのABCI 2.0を開発、サービスを提供した。そして今�v2024�Q11月から12月にかけてABCI 3.0の運��試�xを行った。この場合、新サーバーの導入を��コンピュータの1/7に抑えて試�xしてきた。1/7のサーバーの��数で、ABCI 2.0と同じ性�Δ鰓uることができたため、残りの6/7のサーバーを導入し今�vの運��開始となった。

���Qノードの運��サーバーの��数は766��、ストレージシステムも同様のラックに収納しており容量は75PBである。ここに使��したストレージシステムに使ったNANDフラッシュメモリはQLC（4ビット/セル）�擬亜�設���C積を��来の70%に抑えるためだったという。

図2　サーバーが8��搭載されたコンピュータラック

���Qノードのサーバー1��（図2）に使ったリソースは、GPUとしてNvidiaのH200 SXM5（通称Hopper）が8基、CPUはIntel Xeon Platium 8558（48コア）を2基。GPU同士のネットワークにはNvidiaの推奨するNV-Linkを��い、サーバー同士のインターコネクトにはやはり�Y��のInfiniBand（200Gbps）を��いた。このサーバーを766��つないだ�T果、ABCI 3.0コンピュータには6128基のGPUと73,536個のCPUコア、1.53PBメモリが搭載されている。

ABCI 3.0のAIの性�Δ蓮�単�@度(32ビット)で3.0EFlops、半�@度（16ビット）、倍�@度(64ビット)では415 Peta Flopsとなった。倍�@度の比較では「富�t」に�Zい性�Δ如◆屬澆笋咫廚�75 PFlopsより5倍以�屬寮��Δ任△襦�

冷却�擬阿���来と同様、サーバーを冷却するだけではなく、ラック間の隙間の�Xも冷却する�擬阿如≪Q間の冷却効率PUE（Power Usage Effectiveness）が1.1以下となり、��来の水冷�擬阿�1.7〜2.0よりも冷却�ξ┐��屬�った。PUEはデータセンタ0����の消�J電��をIT機�_の消�J電��で割った指数で。1.0に�Zいほど冷却効率が良いことを��している。

図3　�W井をはい�vる配管

実際には、コンピュータボード�屬�GPUやCPUを水冷で冷やし、外�陲励X交換機を経て冷却水をコンピュータボードに送り込む。冷却水のパイプが�W井をはい�vり、外�陲領箋囘磴砲弔覆�っている（図3）。ただ、冷却と言っても32度��度までの冷却である。これ以�嵶笋笋垢費T露してしまうため、�T露しない�a度まで下げている。

(2025/01/21)