クラウドコンピューティングの急速な拡大に伴い、データセンターの消費電力と環境負荷が深刻な課題として浮上している。そうした中、マサチューセッツ工科大学（MIT）の研究チームが、人工知能（AI）を活用してデータセンターのサーバー稼働率を飛躍的に向上させる手法を確立した。従来、平均的には15％前後にとどまっていた稼働率を、理論上100％に近づけることが可能となるという。この研究成果は、増大する計算需要と持続可能性の両立に一石を投じるものとして、業界関係者の注目を集めている。
データセンターの稼働率がなぜ15％なのか
多くのクラウドサービスや大規模ウェブサービスを支えるデータセンターだが、そのリソースは驚くほど非効率に運用されている。MITの研究チームが大規模システムの実態調査を行ったところ、多くのサーバーがキャパシティのわずか15％程度で稼働していることが判明した。
この背景には、急激なトラフィック増加や障害発生時に備えた「余剰キャパシティ」の確保という、伝統的な運用思想がある。開発者が手動でリソースを管理する方式では、ピーク時の需要を想定して過剰にリソースを割り当てる傾向が強く、結果として恒常的な低稼働率を招いている。これは資源効率の面でも、持続可能性の面でも、極めて非効率な状態といえる。
AIによる自動リソース管理へのパラダイムシフト
この難問に取り組んだのが、MIT電気工学・情報科学科（EECS）のChristina Delimitrou准教授である。彼女はスタンフォード大学での大学院研究を通じて、クラウドコンピューティングシステムにおける非効率性の解明に乗り出した。従来の経験則に頼ったリソース管理では、システムの規模が大きくなるほど人間の手に負えなくなるという問題があった。
Delimitrou氏が注目したのは、機械学習（ML）を応用した自動最適化である。機械学習は、開発者が見落としがちな複雑なパターンを特定し、リソース配分をリアルタイムで調整する。同氏は「当時、大規模システム問題に機械学習を適用するのは斬新なアプローチでした。多少のリスクはありましたが、経験則だけでは管理が難しいほどの規模に達したシステムでは、機械学習が最適な解決策となる」と述べている。
深層学習で障害を予測する「Seer」
Delimitrou氏がコーネル大学で助教授として率いた研究チームは、深層学習を応用したツール「Seer」を開発した。Seerは、ウェブアプリケーションで発生する可能性のある問題を事前に予測し、大規模な処理遅延（スローダウン）を未然に防ぐ。従来のように開発者が問題発生後に手動で修正する方式と比較し、サービスの安定性とリソース効率を大幅に改善できる。
進化するアプリケーション設計とサーバーのミスマッチ
クラウドの世界では、アプリケーションの設計手法自体も急速に変化している。従来のモノリシック（一枚岩）なアーキテクチャから、アプリケーションを細かい機能単位に分割し、複数のサーバーに分散配置する「マイクロサービスアーキテクチャ」への移行が進んでいる。これによりデプロイ（展開）の速度は格段に向上したが、サーバー側のハードウェアやリソース管理方式はこの新たな設計思想に最適化されていなかった。
Delimitrou氏は、この「アプリケーションの進化 versus サーバー設計の停滞」というミスマッチに着目。自身の研究を再構築し、新しいアプリケーションクラスに対応した機械学習ベースのリソース管理システムの開発に着手した。同氏の研究は、ソフトウェアとハードウェアの両面にわたる専門知識が必要とされる領域へと拡大している。
ユーザー体験と環境負荷の両立
この技術が実用化された場合、エンドユーザーにも直接的な恩恵がもたらされる。Delimitrou氏は「クラウド上のリソースをより効果的に管理することで、スマートフォン上で動作するアプリケーションからのパフォーマンスがより予測可能になる」と説明する。つまり、ユーザーは処理の遅延や不安定な動作に悩まされることなく、安定したサービスを利用できるようになる。
さらに、データセンターの稼働率向上は、消費電力の削減と二酸化炭素排出量の低減に直結する。IT業界全体がカーボンニュートラルを目指す中で、この技術は環境負荷低減の切り札となる可能性を秘めている。
教育と研究の両輪で未来を拓く
2022年にMITに移籍したDelimitrou氏は、研究と並行して教育にも力を注いでいる。同氏が担当する学部授業「6.191（Computation Structure）」は毎学期約350人の学生が履修する人気講義だ。同氏は「公式的な課題から脱却し、より自由な発想で思考する機会を学生に与えたい」と語り、創造性を重視した指導を行っている。
古代ギリシャにルーツを持つ分析的思考
ギリシャ北部で育ったDelimitrou氏の分析的思考の原点は、古代の数学者たちの伝統にある。化学エンジニアの母と薬剤師の父のもとで培われた探究心は、アテネ国立工科大学でのコンピュータ工学への興味へとつながった。卒業論文で「複数アプリケーション同時実行時のリソース管理」を扱ったことが、その後の大規模システム研究への入り口となった。
クラウドエコノミーへの波及効果
この研究成果がもたらすインパクトは、技術領域にとどまらない。データセンターの運用コストは、主に電力消費とハードウェア投資で構成される。稼働率が15％から100％に近づけば、同じ計算処理量に対するコストは劇的に低下する。これはクラウドサービスの料金体系や、AI学習に必要な計算リソースの価格にまで影響を及ぼす可能性がある。
また、日本国内のデータセンターにおいても、この技術は重要な示唆を与える。日本は災害リスクや電力事情の観点から、データセンターの効率的運用が特に求められる市場の一つである。今後の実装動向と、日本のクラウド事業者やデータセンター事業者がどのようにこの技術を取り入れるかが注目される。
