Computational Storage（コンピュテーショナルストレージ）

概要

Computational Storage(コンピュテーショナル ストレージ、CS)は、SNIA(Storage Networking Industry Association、ストレージネットワーキング業界協会)が 2018 年に標準化を開始し、2022 年の SNIA Computational Storage TWG(Technical Working Group)仕様として正式リリースした、SSD / ストレージデバイス内部で計算処理を実行可能にする規格群です。「データの近くで計算する」(Near-Storage Computing、Near-Data Computing)思想を実現する技術として、2020 年代の重要なストレージイノベーションのひとつとして注目されています。

技術背景としては、現代のサーバアーキテクチャでは、SSD → DRAM → CPU レジスタへのデータ転送が主要なボトルネックになっています。データセンタ + AI 推論 + ビッグデータ分析の用途では、ストレージから読み出すデータの 99% 以上が「フィルタ条件で除外される / 集約後に廃棄される」ような無駄なデータであり、これらを CPU + DRAM に転送するのは膨大な帯域 + 電力 + 時間の無駄です。

Computational Storage の解決策は、データを CPU + DRAM に転送せずに SSD 内部で前処理 / フィルタリング / 集約 / 暗号化 / 圧縮 / AI 推論などを実行することです。これにより、データ移動を最小化 + CPU 負荷削減 + 帯域節約 + レイテンシ削減を実現します。例えば、PostgreSQL の WHERE 句フィルタを SSD 内で実行する Computational Storage Database Pushdown では、不要な行を SSD 内で除外して CPU には抽出済みデータのみを返すため、転送量を 10-100 分の 1 に削減できます。

SNIA 仕様では、Computational Storage デバイスを 3 つのカテゴリに分類しています。(1)Computational Storage Drive(CSD、SSD + 計算機能内蔵)・(2)Computational Storage Processor(CSP、ストレージに接続する独立計算デバイス、FPGA / ASIC / GPU)・(3)Computational Storage Array(CSA、CSD / CSP の集合体)です。プログラミングインターフェイスは SNIA Computational Storage API + NVMe 2.0(2021)で正式採用された Computational Storage コマンドセットで、共通の仕様で多様なベンダーの実装を統一できます。

商用製品としては、米 NGD Systems(2022 年に KIOXIA に買収、Newport DRAM-less SSD)・米 ScaleFlux(CSD 2000 / CSD 3000 シリーズ、PostgreSQL / Spark / OSS 圧縮統合)・Samsung SmartSSD(Xilinx FPGA 搭載、PostgreSQL Pushdown)・Eideticom(NoLoad CSP、暗号化 / 圧縮特化)・Pliops(Extreme Data Processor、データベース特化)等が展開しています。

採用ワークロードは、AI 推論ワークロード(ベクトル検索 / 画像前処理)・大規模データベース(PostgreSQL / Spark Pushdown)・ビデオ処理(エンコード / トランスコード)・暗号化 / 圧縮 / セキュリティ(SSD 内 AES-XTS)・データ圧縮 / 解凍 + チェックサム + RAID パリティ計算等です。AWS / Azure / GCP のクラウドストレージ + Hyperscaler データベース + AI ワークロード環境で 2024-2026 年に採用が拡大しています。

主な特徴・仕組み

• 規格化: SNIA Computational Storage TWG、2018-2022 年策定、NVMe 2.0(2021)に統合。
• 思想: Near-Storage Computing、データの近くで計算してデータ移動を最小化。
• 主要効果: CPU 負荷削減 / 帯域節約 / レイテンシ削減 / 電力削減 / コスト削減。
• カテゴリ: CSD(SSD + 計算)/ CSP(独立計算デバイス)/ CSA(集合体)。
• API: SNIA Computational Storage API + NVMe 2.0 Computational Storage コマンドセット。
• 主要ベンダー: NGD Systems(KIOXIA)、ScaleFlux、Samsung、Eideticom、Pliops。
• ハードウェア: FPGA / ASIC / GPU / Arm SoC を SSD に内蔵。
• ワークロード: AI 推論前処理 / DB Pushdown / ビデオ処理 / 暗号化 / 圧縮。
• 採用クラウド: AWS / Azure / GCP / Hyperscaler / 大規模 DB。
• 商業展開: 2024-2026 年に本格化、AI ワークロード需要で加速。

Computational Storage 主要製品比較

自作PCユーザー向けの注意点

Computational Storage はエンタープライズ + データセンタ向け技術で、コンシューマ自作 PC ユーザーが直接利用する対象は限定的です。価格は CSD で $5,000-30,000 / drive、CSP で $10,000-100,000 と高額で、対応サーバ + 専用ソフトウェアが必要です。

ホビーホームラボ用途では、ScaleFlux CSD の中古品(¥80,000-200,000)・Samsung SmartSSD 検証ユニット(¥150,000-300,000)などが eBay / 中古市場で稀に出現しており、PostgreSQL / Spark / RocksDB の Pushdown 統合 + 大容量 SSD 内圧縮機能の体験が可能です。学習目的での投資価値はあります。

関連用語との違い

• NVMe 2.0: Computational Storage コマンドセット標準採用の NVMe 規格。
• ZNS SSD: Zoned Namespace、別の SSD 拡張機能でフラッシュ最適化。
• DPU(Data Processing Unit): ネットワーク / セキュリティオフロード、CS は計算オフロード。
• SmartNIC: ネットワーク特化、CS はストレージ特化。
• FPGA Acceleration: 汎用 FPGA アクセラレータ、CS はストレージ統合 FPGA。

よくある質問(FAQ)

Q1: Computational Storage は通常 SSD と何が違いますか? A: 通常 SSD は単純なデータ読書きデバイスですが、CS は SSD 内部で FPGA / ASIC / Arm CPU が動作し、フィルタリング / 集約 / 圧縮 / AI 推論などの計算を実行できます。データを CPU に送る前に SSD 内で処理することで、帯域 / 電力 / レイテンシを大幅に削減します。

Q2: AI ワークロードで具体的に何が高速化されますか? A: 大規模ベクトル検索 / 画像前処理 / 画像リサイズ / OCR 前処理などです。例えば、Stable Diffusion の入力画像前処理を SSD 内 CSP で実行することで、CPU + GPU の負荷を 30-50% 削減できる事例があります。

Q3: 自作 PC で Computational Storage を試す方法は? A: 中古 ScaleFlux CSD / Samsung SmartSSD を購入し、PostgreSQL + Storage 拡張ライブラリで Pushdown 検証可能です。ただし、対応 OS + ドライバ + ソフトウェアの設定が複雑で、学習投資 + コミュニティリソース活用が必要です。

まとめ

• SNIA 2018-2022 策定の SSD 内計算規格群
• データ移動最小化 + CPU 負荷削減 + レイテンシ削減
• NGD Systems / ScaleFlux / Samsung / Eideticom 商用化
• AI ワークロード + 大規模 DB で 2024-2026 採用拡大