MinIOのチーフテクニカルオフィサー、ウーグル・ティグリ – インタビュー・シリーズ

ウーグル・ティグリは、MinIOのチーフテクニカルオフィサーです。MinIOは、高性能のオブジェクトストレージを提供するリーダーであり、AIの分野で活躍しています。チーフテクニカルオフィサーとして、ウーグルはクライアントにAPI駆動型、クラウドネイティブ、スケーラブルなエンタープライズグレードのデータインフラストラクチャを設計し、MinIOを使用してデプロイすることを支援しています。

MinIOのチーフテクニカルオフィサーになった経緯と、AIおよびデータインフラストラクチャへのアプローチについて説明してください。

私はキャリアをインフラストラクチャエンジニアとしてメリルリンチでバックアップおよび復元管理者として開始しました。さまざまな課題と技術的な役割を経験し、バンクオブアメリカにメリルリンチの買収を通じて参加しました。そこではストレージエンジニアリングの副社長を務め、コンピューティングおよびデータセンターのエンジニアリングも担当しました。

仕事の一環として、さまざまなベンチャーキャピタルファーム（VC）やそのポートフォリオ会社と協力して、最新の技術を紹介する機会もありました。ジェネラルキャタリストとのミーティングの際に、MinIOのアイデアと人々に紹介されました。MinIOは、データインフラストラクチャに対するアプローチが他と異なることに魅力を感じました。MinIOは、オブジェクトストアと標準APIの重要性を認識し、コンピューティングとAIの未来を予測しました。当時はまだAIと呼ばれていなかった時代ですが、MinIOはそのビジョンを実行し、ユニークなものを構築したいと思いました。現在、MinIOは地球上で最も広く展開されているオブジェクトストアです。

私の前の役割や経験は、AIやデータインフラストラクチャに対する私のアプローチに大きな影響を与えています。金融サービス会社でアプリケーションチームをサポートするために携わった多くのプロジェクトが、私の現在のAIエコシステムとデータインフラストラクチャに対する見方を形作っています。

15年前のHadoopテクノロジーから、ハードディスクドライブ（HDD）からソリッドステートドライブ（SSD）への移行など、さまざまなデータメディアテクノロジーの変化が私の現在のAIエコシステムとデータインフラストラクチャに対する見方を形作っています。

MinIOは、高性能のオブジェクトストレージ機能で知られています。MinIOは、AI駆動型エンタープライズのニーズに具体的にどのように対応していますか。

ABとガリマがMinIOを概念化したとき、彼らの第一の優先事項は、データが継続的に増加するという問題を考え、既存のストレージテクノロジーがその増加に対応できないという問題を解決することでした。急速に進化するAIは、彼らの市場に対する先見の明のある見方を現実にしました。MinIOは、オブジェクトストレージをAIインフラストラクチャの基盤として提供し、モダンダタセンターをオブジェクトストアの基盤で構築することを目指しています。

MinIOは最近、新しいオブジェクトストレージプラットフォームを発表しました。このプラットフォームには、エンタープライズグレードの重要な機能が含まれており、AIイニシアチブをサポートするために組織を支援します。MinIO Enterprise Object Storeは、大規模なAIワークロードのパフォーマンスとスケーラビリティの課題に対応するように設計されています。顧客は、より簡単に数十億のオブジェクトや数百万の暗号化操作を処理できるようになります。このプラットフォームには、AIワークロードの重要な運用的および技術的な課題に対処する6つの新しい商用機能があります。カタログ（オブジェクトストレージ名前空間とメタデータ検索の問題を解決）、ファイアウォール（データ用に特別に設計）、キーマネジメントシステム（数十億の暗号化キーの問題を解決）、キャッシュ（キャッシングサービスとして動作）、観測可能性（管理者がすべてのシステムコンポーネントを各インスタンスで表示できる）、エンタープライズコンソール（組織のすべてのMinIOインスタンスの単一の管理パネル）です。

AIを大規模に処理することは、ますます重要になっています。MinIOは、モダンエンタープライズのAIデータインフラストラクチャの要件をどのように満たしていますか。

ほとんどの組織が構築するものは、現在オブジェクトストレージ上にあり、モダンダタレイクやAIの時代にさらに加速するでしょう。組織は、システムに入ってくるすべてのデータを管理し、データを中心としたアプリケーションを構築するための新しいインフラストラクチャを見つけています。これには、オブジェクトストレージのみが対応できる、超並列性とスケーラビリティが必要です。MinIOは、AIが必要とするものに対応するように設計されているため、競合他社よりもずっと優れています。大量の構造化および非構造化データを格納し、大規模なスケールでパフォーマンスを提供することができます。

過去のマシンラーニング（ML）ニーズと同様に、データとモダンダタレイクは、予測的なAIの成功に不可欠です。しかし、生成的なAIの進化により、AIオペレーションデータ、ドキュメントパイプライン、基礎モデル、ベクトルデータベースなどの他のコンポーネントが含まれるようになりました。

これらの追加コンポーネントはすべてオブジェクトストレージを使用し、その多くは直接MinIOと統合されています。たとえば、ベクトルデータベースのMilvusはMinIOを使用し、多くのモダンなクエリエンジンはS3 APIを介してMinIOと統合されています。

AI技術的負債は、多くの組織にとって増大する懸念事項です。MinIOは、特にGPUをより効率的に使用することにおいて、クライアントがこの問題を避けるためにどのような戦略を採用していますか。

鎖はその最も弱いリンクでしか強くない – AI/MLインフラストラクチャも同様で、最も遅いコンポーネントのスピードでしか動作しません。GPUでマシンラーニングモデルをトレーニングする場合、ストレージソリューションが最も弱いリンクになる可能性があります。その結果は、私が「飢えたGPU問題」と呼ぶものです。ネットワークまたはストレージソリューションがトレーニングデータをトレーニングロジックに十分に迅速に提供できない場合、貴重なコンピューティングパワーが無駄になります。組織は、GPUを十分に活用するために、まず貧弱なデータアーキテクチャの兆候と、それがAIテクノロジーの未使用につながる可能性を理解する必要があります。技術的負債を避けるために、組織はデータを保存および見る方法を変更する必要があります。

組織は、コンピューティングインフラストラクチャと同じデータセンター内にストレージソリューションを設定できます。理想的には、コンピュートクラスター内にあります。MinIOはソフトウェア定義のストレージソリューションであるため、飢えたGPUに必要なパフォーマンスを提供することができます。最近のベンチマークでは、32ノードのオフザシェルフのNVMe SSDで、GETに対して325 GiB/s、PUTに対して165 GiB/sを達成しました。

グローバル金融機関向けの高性能データインフラストラクチャを構築する豊富な経験があります。MinIOでの仕事において、特にさまざまな業界のニーズに対するソリューションを設計する際に、これらの経験はどのように役立っていますか。

私はバンクオブアメリカの最初のプライベートクラウドを構築することに協力し、パブリッククラウドで利用可能な機能と機能を内部で低コストで提供することで数十億ドルを節約しました。バンクオブアメリカでのこのような主なイニシアチブや他の多くの異なるアプリケーションの要件は、私のMinIOでの仕事に影響を与えています。たとえば、サーバーのデータストレージコンポーネントのみを使用し、サーバーのCPUを未使用またはアイドルにしたHadoopクラスターを構築するチームと協力しました。こうした学びは、私が今日のモダンなデータインフラストラクチャで顧客やパートナーを支援するために、分離されたデータとコンピューティングソリューションを使用することを可能にしました。

ハイブリッドクラウドは、ユニークな課題と複雑さをもたらします。MinIOのハイブリッド「バースト」クラウドモデルがクラウドコストを効果的に管理する方法について、詳細に説明してください。

マルチクラウドに移行することで、IT予算が膨張したり、目標を達成できなかったりすることはありません。クラウドのリパトリエーション、つまりクラウドからオンプレミスインフラストラクチャへの移行は、場合によっては大幅なコスト削減につながります。クラウドは、運用モデルとしてではなく、目的地として見るべきです。たとえば、GPUインスタンスを起動してデータをGPUに適合させるために時間を費やすと、貴重な時間とお金が無駄になります。クラウドネイティブで、さらに重要なのはクラウドポータブルなテクノロジーを選択することで、多くのコストなしにマルチクラウドの力を解放できます。クラウドファーストの運用モデル原則に従い、そのフレームワークに従うことで、変化する運用要件に適応するための機敏性を提供できます。

Kubernetesネイティブソリューションは、モダンインフラストラクチャにとって重要です。MinIOのKubernetesとの統合は、AIデータインフラストラクチャのスケーラビリティと柔軟性をどのように強化していますか。

MinIOは、Kubernetesネイティブで、最初からS3互換です。開発者は、すべてのクラウドネイティブアプリケーションに対して、迅速に永続的なオブジェクトストレージをデプロイできます。MinIOとKubernetesの組み合わせは、すべてのマルチクラウドおよびハイブリッドクラウドインフラストラクチャでスケーラブルで、中央で管理およびセキュアなプラットフォームを提供します。パブリッククラウドのロックインを回避します。

Kubernetesをエンジンとして、MinIOはKubernetesが実行されるどこでも実行できます。モダンでクラウドネイティブおよびAIの世界では、基本的にどこでもです。

AIデータインフラストラクチャの文脈で、MinIOから期待される将来の開発や強化について説明してください。

最近のパートナーシップと製品の発表は、市場に私たちがスピードを落とす予定がないことを示しています。顧客にとって意味のある分野で進化し続けるでしょう。たとえば、最近、カラハソフトと提携して、MinIOのソフトウェア定義のオブジェクトストレージ製品群を、政府、国防、インテリジェンス、教育セクターに提供することを発表しました。これにより、パブリックセクターの組織は、広範なモダンダタレイクから自律エッジでのミッション固有のデータストレージソリューションまで、さまざまなスケールのデータインフラストラクチャを構築できます。私たちと一緒に、これらの革新的なソリューションをパブリックセクターの顧客に提供し、データインフラストラクチャの課題を簡単に解決できるように支援しています。このパートナーシップは、パブリックセクターがAI対応になるためのプッシュが強まっている時期に実現しています。最近のOMB要件では、すべての連邦機関にチーフAIオフィサー（その他のもの）が必要です。このパートナーシップは、業界のAI姿勢を強化し、パブリックセクターに成功するために必要なツールを提供します。

さらに、MinIOは将来に向けて非常に良く位置しています。AIデータインフラストラクチャはまだ幼少期にあり、多くの分野は今後2年以内にさらに明らかになるでしょう。たとえば、ほとんどのエンタープライズは、基礎モデルやRetrieval Augmented Generation（RAG）とともに、独自のデータとドキュメントを使用したいと思っています。MinIOは、これらのアーキテクチャ選択とデプロイパターンにすでに対応しています。すべてのデータはすでにMinIOに保存されているため、これらの展開パターンへの追加統合は簡単になります。

最後に、AIのためのデータインフラストラクチャを構築または強化しようとしているテクノロジー担当者へのアドバイスを、MinIOでの経験と洞察に基づいて提供してください。

どのAIイニシアチブでも成功するには、3つの重要な要素があります。適切なデータ、適切なインフラストラクチャ、適切なアプリケーションです。すべては、必要なものを理解することから始まります。高価なGPUを購入する必要はありません。企業のAI戦略は、モデル自体ではなくデータに焦点を当てていない場合、2024年に失敗するでしょう。モデルから下向きではなく、データから上向きに考えることは、重大な間違いです。データから始め、適切なデータインフラストラクチャを構築し、次にモデルについて考える必要があります。組織がAIファーストのアーキテクチャに向かっている場合、データインフラストラクチャがデータを活用できるようにすることが不可欠です。

素晴らしいインタビュー、詳しく知りたい読者はMinIOを訪問してください。