Infinidat、RAGワークフローデプロイメントアーキテクチャを導入し、企業のAIの精度を向上

Infinidat Japan合同会社



※Infinidat本社が2024年11月13日に発行したプレスリリースの抄訳です。
https://www.infinidat.com/en/news/press-releases/infinidat-introduces-retrieval-augmented-generation-rag-workflow-deployment


2024年11月13日 マサチューセッツ州ウォルサム：エンタープライズストレージソリューションのリーディングプロバイダー、インフィニダット（以下Infinidat）は本日、企業が生成AI（GenAI）をフル活用できるようにするRAG（Retrieval-Augmented Generation：検索拡張生成）ワークフローデプロイメントアーキテクチャを発表しました。これは既存のInfinidatプラットフォームに格納されたデータベースなどの非構造化データや構造化データを含む複数の企業のデータソースから取得される最新のプライベートデータを用いることで、AIモデルの正確性と関連性を劇的に向上させるものです。


InfinidatのRAGアーキテクチャを用いれば、企業は専用の機器を追加購入することなく、現在使用しているInfinidat InfiniBox(R)またはInfiniBox(TM) SSAエンタープライズストレージシステムをAIモデルのアウトプットを最適化するための基盤として活用することができます。また、InfinidatのInfuzeOS(TM) Cloud Editionにより、ハイブリッドマルチクラウド環境で柔軟にRAGを使用することができるため、ストレージインフラストラクチャは、GenAIアプリケーションのビジネス価値を引き出すための戦略的資産となるでしょう。


InfinidatのCMOであるEric Herzogは、次のように述べています。
「InfiniBoxエンタープライズストレージソリューション上のデータを活用することは検索ベースのAIワークロードに最適であり、InfinidatはRAGのデプロイメントに重要な役割を果たすことになるでしょう。GenAIモデルの精度を高めるための情報取得の中心となるベクトルデータベースは、Infinidatのストレージ環境で非常に適切に動作します。当社のお客様は、高性能で、業界をリードする低レイテンシ、独自のNeural Cacheテクノロジーを誇るInfiniBoxシステムの利点を活用して、既存のストレージインフラストラクチャ上にRAGを導入し、GenAIワークロードに迅速かつ高精度な応答を提供することができます。」


RAGは、企業のベクトルデータベースから取得される関連性の高いプライベートデータを使用して、AIモデルを拡張します。ベクトルデータベースは、Oracle、PostgreSQL、MongoDB、DataStax Enterpriseなど多くのベンダーから提供されており、AIのトレーニングに続くAIの推論プロセスで使用されます。GenAIフレームワークの一部として、RAGは企業がユーザーのクエリに対してより正確で、より多くの情報に基づいた、より信頼性の高い応答を自動生成することを可能にします。また、大規模言語モデル（LLM）や小規模言語モデル（SLM）のようなAI学習モデルが、トレーニングに使用されたデータを超える情報や知識を参照できるようにします。一般的なモデルをビジネスの最新情報でカスタマイズできるだけでなく、リソースを大量に消費するAIモデルの再トレーニングを継続的に行う必要もなくなります。


Dragon Slayer Consulting社長のMarc Staimer氏は、次のように述べています。
「Infinidatは、GenAI領域におけるRAG推論のイネーブラーとして、自社を正しいポジションに位置づけています。RAGは、LLM RAG推論にすぐに適用できる高い性能、保証された100％の可用性、スケーラビリティ、サイバーレジリエンスを提供するエンタープライズストレージソリューションプロバイダーにとって、高い価値を提案できる分野です。RAG推論はほぼすべての企業のAIプロジェクトの一部となっていることを考えると、非常にターゲットを絞り込んだRAGリファレンスアーキテクチャを持つInfinidatがエンタープライズ市場での影響力を拡大する機会は大きいでしょう。」


Mark III Systems社長のStan Wysocki氏は、次のように述べています。
「Infinidatは、AIの精度を高めるRAGアーキテクチャを提供することで、エンタープライズストレージとGenAIを非常に重要な形で結びつけています。組織のデータインフラストラクチャの中で、データが実際に保存されている場所にAIのためのRAGを適用することは非常に理にかなっています。これは、InfinidatがエンタープライズストレージをAIで強化されたエキサイティングな未来へと導く素晴らしい例です。」


エンタープライズストレージインフラストラクチャにおけるAIの微調整


「ハルシネーション」と呼ばれる、GenAIモデルが生成する不正確で誤解を与える結果は、企業内でのAIの導入や幅広い展開を妨げてきた共通の課題です。AIのハルシネーションは、不正確な情報を「事実」として提示したり、存在しないデータを引用したり、虚偽の帰属を示したりする可能性があり、これらはすべてAIへの信用を低下させ、データクエリの継続的な改良を必要とするギャップの存在を明らかにしました。RAG戦略なしにAIモデルに焦点を当てると、公開されている大量のデータに依存する一方で、企業独自のデータ資産を十分に活用できないという傾向があります。


GenAIにおけるこの大きな課題に対処するため、Infinidatは、企業が新しいデータでRAGパイプラインを継続的に改良できるアーキテクチャを提供し、ハルシネーションのリスクを低減します。Infinidatは、AIモデル主導のインサイトの精度を高めることで、企業にとってのGenAIの約束を果たす支援をします。Infinidatのソリューションは、InfiniBoxプラットフォームをいくつでも包含することができ、NFSのようなファイルベースのプロトコルを介してサードパーティのストレージソリューションへの拡張性を実現しています。


加えて、企業向けのRAGの展開を簡素化し加速するために、Infinidatはクラウドプロバイダーと連携し、受賞歴のあるAWSおよびAzure向けのInfuzeOS Cloud Editionを使用して、RAGをハイブリッドクラウド構成で運用できるようにしました。これは、ハイパースケーラーがAIモデルの初期トレーニングを行うために行っている大規模なLLMを構築する作業を補完するものです。AIモデルとRAGの組み合わせは、GenAIの未来を定義する重要な要素です。


参考資料
ブログ： Infinidat: A Perfect Fit for Retrieval Augmented Generation (RAG): Making AI models more accurate （英語）
ソリューション概要： AI Workloads （PDF）


Infinidatについて
Infinidatは、InfiniVerse(R)に基づく包括的なデータサービスを実現するプラットフォームネイティブなプライマリおよびセカンダリストレージアーキテクチャを企業とサービスプロバイダに提供します。Infinidatのユニークなプラットフォームは、卓越したIT運用のメリットを提供し、オンプレミス、ハイブリッドマルチクラウド環境にわたって最新のワークロードをサポートします。Infinidatのサイバーレジリエントバイデザインインフラストラクチャ、消費ベースの所有モデル、100%のデータ可用性、サイバーセキュリティ保証SLAは、企業のITおよびビジネスにおける優先事項に合致しています。Infinidatの受賞歴のあるプラットフォームネイティブデータサービスと、高い評価を得ているホワイトグローブサービスは、Gartner(R) Peer Insightsのレビューでも認められており、お客様から継続的に推奨されています。
詳細は、 https://www.infinidat.com/ja をご参照ください。