八子クラウド_IDCFrontier_20161217

IDC Frontier Inc. All rights reserved.
IDCフロンティアの進み方
株式会社IDCフロンティア
営業本部
ソリューションアーキテクト部片岡美穂
2016年12月17日

2
プロフィール
■SNS
facebook: miho.kataoka.505
Twitter: mihotaro4
■氏名
片岡美穂
株式会社IDCフロンティア
ソリューションアーキテクト部
エバンジェリストグループ
グループリーダー
■職歴
クラウド前
インターネットバックボーンエンジニア
ネットワークエンジニア
プロジェクトマネージャ
クラウド後
ソリューションアーキテクト
テクニカルエバンジェリスト

3
IDCFフロンティア

4
IDCフロンティアの「過去～現在」
ネットワーク
データセンタークラウド
ビッグデータ
Since 1986
Since 2000 Since 2008
Since 2012
ITインフラ事業者としてフルスタックのサービス

5
IDCフロンティアの「過去～現在」
ネットワークビッグデータ
No.1
トレジャーデータサービス by IDCF
ITインフラ事業者としてフルスタックのサービス
データセンター完全ガイド
インターネット回線総量Top20
iDC何でもランキングmonthly (2016年11月）
㈱インプレス調べ
国内最大級
東西分散DC群
ユーザー数
1年で5倍
IoT/行動分析
九工大と提携
元

6
北九州6号棟竣工
祝

7
北九州データセンター 6号棟竣工
③
④
⑤
2008年9月1号棟からスタート、現在6号棟まで竣工
将来は最大11棟まで建設が可能
倉庫棟
北九州６号棟本体
エレベータ棟
５号棟
貨物搬入口
https://www.idcf.jp/datacenter/asianfrontier/

8
IDCFクラウドのこれから

9
Data Centric Cloud
「データをいかに活用しやすくするか」
に力点をおいた
“Data Centric Cloud”
という新しいクラウドの考え方

10
Data Centric Cloudの概念図
様々なクラウドサービスが
シームレスに繋がることで
サービス群の中心に
データが集積されていく
GPU

11
ネットワーク

12
スケール
アウト
IP Fabric
(CLOS)
CLOS NW採用
ラックあたり帯域
４倍
利用可能帯域
全帯域
スケールアウト
限界なし
Google/Facebookなどが採用する次世代NWアークテクチャー
データ爆発、リアルタイム、データ突合の世界に備え、国内で先行して準備

13
バックボーンNW 1,000Gbpsを超えていく
バックボーン総量
1,000Gbps超に
（2017年3月予定）
“爆発的な顧客ニーズの伸び” ＋“今後のデータ爆発時代”を支えるため、
バックボーンNWはトップランナーであり続ける

14
DDoS攻撃対策
キャリア
インターネット
トランジット
IDCF
輻
輳
キャリア
インターネット
トランジット
IDCF
トランジット
トランジット
DDoS対策
Global
サービス
DDoS DDoS
輻
輳
輻
輳
ディフェンス機能ディフェンス機能
Before After
100Gbps級の攻撃にも耐える機能を具備
将来の攻撃“予知” に向けたR&Dも学術機関と開始予定

15
ストレージ

16
ディープラーニング活用を見据えたFile Storage
サーバーからのデータ蓄積
↓
GPUからのアクセス＆分析
↓
分析結果蓄積
一連の“DL活用シーン”におけるデータ蓄積/アクセスを
同じストレージにマウントできる
GPU

17
Object Storage
バックアップ
アーカイブ
データ解析
TreasureData
service by
IDCF,ect..
単純なデータ蓄積に適したObject Storageも現行版をパワーアップへ
HDFSベースでHadoop as a Serviceでの連携活用も視野に
S3API
HDFS
＋
Hadoop as a
Service
（提供予定）
GPU

18
GPU

19
ディープラーニングの最適環境を提供します
・画像処理に最適なGPUメモリが24GB
画像学習処理にはメモリが必要になります。しかも、データが大きくなるとメモリがボト
ルネックに。ご要望にお応えして一般的なGPUメモリを12GBから市場に出ている最大の
24GBにしました。
・GPUでディープラーニングの時間が1/20に
40vCPUで並列処理を行った場合に比べGPUで処理を行うと圧倒的な処理速度を得られま
す。
※当社比較
MNIST(学習用画像65,000枚、エラー
チェック用画像10,000枚)文字学習処理
の実行時間で性能を比較
1GPU（NVIDIA M6000）
351秒
17秒
40vCPU（ IDCFクラウド5XL）
性能20倍 = 処理時間1/20

20
GPU
DL（Deep Learning/深層学習）向けスパコン級のパワーをGPUで
しかもクラウド型～ラック型まで
GPU仮想化やFPGAの活用も視野にR&Dも加速
1ラックで
最大70kW級
の冷却にも挑戦

21
GPUタイプの特長
他社を凌駕する
コストパフォーマンス
シンプルなUX
当たり前では無い
コンピューティング
性能
• 1時間あたり400円
• 月額上限198,000円
• IDCFクラウドの専有マシンで提供
• 時間課金で提供
• GPU利用でディープラーニング速度20倍
• 市場にある最大GPUメモリ容量24GB
• IDCFクラウド最大のメモリ256GB
GPU搭載でも使いやすい
IDCFクラウド史上最大性能
価格面でも使いやすい

22
【補足】GPU・・・AWSとの比較
IDCF
AWS
p2.xlarge
AWS
g2.2xlarge
GPU M40 K80 K520
GPUメモリサイズ 24GB 12GB 4GB
価格 (時間/月額)
400円 /
198,000円
102.6円（$0.9）/
73,872円
71.5円（$0.65）
/
51,480円
学習処理時間 *1 18.87秒 61.63秒（431.41秒）
現行ご予算（70万
円）の処理量に必
要な台数
1台 13台
弊社GPUマシン（Tesla M40）と、AWS g2インスタンス（K520）にて比較
1台でもこの性能！
処理速度22倍
処理速度7
倍

23
IoT

24
IoT Gateway（開発中）
センサーデバイス
GW
クレン
ジング
変換
成形
トレジャーデータ
サービスbyIDCF
結果表示
プログラム
スケ
ジュー
ラ
クレンジング
プログラム
分析解析
プログラム
A:04-11 B:02-09 C:01-02
A:05-01 B:08-24 C:01-07
A:09-22 B:11-04 C:05-18
A:12-01 B:13-13 C:07-19
分析/解析済
データ
「特徴量」
データ
010101001010101111
101010101010101010
101010101010000001
010101000010101010
000010101010101010
顧客
DWH
顧客側の
分析担当
Git
IoT-GW
顧客側
システム
クレンジング済
データ
行動
認識
(推測)
結果
簡易
表示
行動等のパターン
を入力したデータ
Git I/F
トレジャーデータサービス入出力 I/F
行動
学習
ラベルデータ
7:00-8:00 食事
8:00-10:00 掃除
10:00-11:00 準備
：
教師データ
7:00-8:00 食事
顧客デー
タ
突合
IoTデータすぐに収集/蓄積/分析/学習/表示/活用できる仕組みを提供

25
連携サービス

26
11/24(木)セキュリティテスト「VAddy」と連携
低コストで品質向上
CIやクーロンで
継続的にテスト
AI搭載で設定カンタ
ン
 セキュリティエンジニアが無料で導入サポート！
 初年度10% OFF（有償プラン）
自分で回せる！カンタンセキュリティテストツール
IDCFクラウド特典

27
ありがとうございました

八子クラウド_IDCFrontier_20161217

More Related Content

What's hot

Viewers also liked

Similar to 八子クラウド_IDCFrontier_20161217

Recently uploaded

八子クラウド_IDCFrontier_20161217