RSS フィードを購読する

人工知能 (AI) により、組織はデータをより有効に活用して貴重なインサイトを得ることができるため、イノベーションを推進できるようになります。多くの企業が AI アプリケーションの導入を急速に進めていますが、大規模な AI ワークロードの開発、トレーニング、管理は依然として課題となっています。そのような課題の解決に役立つのが Model-as-a-Service (MaaS) です。MaaS を利用することで、企業はスケーラブルなサービスとして AI モデルを運用できるようになります。

Model-as-a-Service (MaaS) とは

Models-as-a-Service (MaaS) は、組織が価値実現までの時間を短縮し、より迅速に成果を達成できるよう支援します。MaaS は、ハイブリッドクラウド AI プラットフォーム上の API ゲートウェイを介して、事前トレーニング済みの AI モデルを提供します。

MaaS は専門の社内チームによって開発およびデプロイすることができ、組織の他の部門でも利用できるようにすることが可能です。これにより、他のチームは API を介してこれらの事前トレーニング済みモデルにアクセスし、より迅速かつ効率的に作業を進め、戦略的に重要な作業に集中できるようになります。あるいは、組織は信頼できるプロバイダーから MaaS を取得することもでき、専任の MaaS チームを構築する必要がなくなります。しかも、効率性とコスト削減に加え、組織は MaaS によってプライバシー、データ、およびその使用に対する制御を強化できます。  

Models-as-a-Service 入門

MaaS が役立つケース

GPU と基盤となる AI インフラストラクチャを管理するには、AI モデルの開発、トレーニング、管理のスキルを備えた人材が必要です。組織は、単に AI の Infrastructure-as-a-Service (IaaS) を提供するのではなく、少数の熟練した専門家を投入して、組織内の誰もが使用できる AI モデルの開発、トレーニング、デプロイを行うことができます。

モデル推論の呼び出しの需要が増加しても、基盤となるサービスフレームワークと GPU の需要に合わせてより簡単に拡張できます。MaaS プロバイダーは、更新、パフォーマンス、セキュリティを含むすべてのインフラストラクチャのメンテナンスと監視タスクも処理します。

もう 1 つの重要な側面は、GPU が高価であることです。非効率的に使用するとコストが急騰する可能性もあります。MaaS はインフラストラクチャへの多額の投資の必要性を減らし、企業がこうした初期コストを節約するのに役立ちます。

価値実現までの時間も重要です。MaaS は組織の投資対効果 (ROI) の向上に役立ちます。モデルの開発とトレーニングには多くの時間がかかりますが、MaaS では、使用したいチームにモデルをすぐに提供できるため、価値実現までの時間が短縮されます。  

MaaS を理解する

MaaS とそのコアコンポーネントについて、Red Hat の考え方が反映された設計を基に概要を説明しましょう。MaaS の主要コンポーネントには、モデル、スケーラブルな AI プラットフォーム、AI オーケストレーション・システム、堅牢な API 管理が含まれます。

 

MaaS high level design diagram

 

MaaS に関しては、ビジネスユースケースに実際に対応する AI モデルを選択することは、パズルのピースの 1 つにすぎません。データの収集、検証、リソース管理、そしてモデルのデプロイと監視に必要なインフラストラクチャなど、モデルを取り巻くものは他にもたくさんあります。

AI アプリケーションの世界では、このようなアクティビティは機械学習運用 (MLOps) によって自動化されています。MLOps は、AI プロジェクト・ライフサイクル全体を包含し、部門横断的なチーム内で DevOps と同様の責任を伴います。MaaS ライフサイクルの場合、MaaS プロバイダーは DevOps と同様に、データサイエンティスト、ML エンジニア、IT 運用部門など、各分野のエキスパートで構成される部門横断型のチームを持ち、これらのエキスパートが連携して MaaS サービスの提供と管理を行います。  

モデル 

MaaS プロバイダーは、オープンソース、サードパーティ、または独自のモデルを組み込んでモデルカタログを開発する責任を担います。組織のニーズに応じて、MaaS プロバイダーは、ファインチューニングなどのチューニング手法を使用してモデルをカスタマイズすることや、検索拡張生成 (RAG) やファインチューニングによる検索拡張 (RAFT) によってより優れたユーザーエクスペリエンスを提供することができます。チューニングが完了すると、モデルはデータストアに保存され、そのメタ詳細はモデルレジストリに保存され、提供できる状態になります。MaaS プロバイダーは、利用可能なすべてのモデルのモデルカタログを構築し、それを公開 API とともに開発者ポータルに文書化することもできます。 

Red Hat OpenShift AI

MaaS の基盤は、モデルのチューニング、提供、監視に使用される AI プラットフォームです。MaaS プロバイダーは、監視用の適切な可観測性ツールを使用してこのシステムを設定する責任を担います。

MaaS プロバイダーは、複数のテナントを処理し、セキュリティ脅威を監視および緩和し、さまざまなデータソースと統合しながら、モデルを効率的に提供する必要があります。 

私たちの独自の設計では AI プラットフォームとして Red Hat OpenShift AI を使用しており、このプラットフォームによって MaaS のニーズに対応し、マルチテナンシーのサポート、モデル提供のための強力なセキュリティポスチャ、データサービスとの統合などの機能を提供しています。OpenShift AI は、データの取り込み、モデルのトレーニング、モデルの提供、および可観測性のワークフローを最適化し、チーム間のシームレスなコラボレーションを可能にします。

Red Hat OpenShift AI hIgh level architecture

 

Red Hat OpenShift AI のメリット

OpenShift AI は、MaaS システムのセットアップを検討しているすべての人にとって、次のような多くのメリットを提供します。

  • 大規模な AI ワークロードの需要に対応するために効率的に拡張できる能力
  • エッジや切断された環境を含む、ハイブリッドクラウド全体で AI ワークロードを実行する機能
  • 組み込みの認証とロールベースのアクセス制御 (RBAC)
  • セキュリティとコンプライアンスの課題への対処に役立つさまざまな制御

さらに、OpenShift AI はモジュール式であり、MaaS チームは必要に応じてパートナーやその他のオープンソース・テクノロジーを組み込んで、カスタマイズされた AI/ML スタックを構築できます。 

AI オーケストレーション

Red Hat OpenShift AI は AI オーケストレーション機能も提供しており、MaaS プロバイダーは、同じモデルの異なるバージョンや、特定のユースケース向けの異なるモデルを試したり、より適切に制御したりできます。AI オーケストレーションの主な目的の 1 つは、API リクエストを適切なモデルインスタンスにルーティングすることです。このレイヤーには、さまざまなモデルチューニング手法を管理するための追加コンポーネントも含まれる場合があります。

API 管理

API 管理は、MaaS 設計において最も重要なコンポーネントの 1 つです。MaaS プロバイダーは、アクセスの管理、アプリケーションのオンボーディング、分析の提供、チャージバックを行う機能を備えている必要があります。これにより、お客様はアプリを管理および監視し、ROI を効果的に測定できます。API 管理コンポーネントでは、広範なオンボーディングおよび使用ポリシーも可能になり、公開された API の使用、過剰使用、過少使用、および潜在的な乱用に関する高度な分析も提供されます。

Red Hat 3scale API management

 

API 管理コンポーネントは、高可用性 (HA)、トラフィック制御、API 認証、サードパーティの ID プロバイダーとの統合、分析、アクセス制御、収益化、開発者ワークフローのサポートを提供します。

インテリジェント・アプリケーション

チャットボット、モバイルアプリケーション、ポータルなどのコンシューマー・アプリケーションは、このアーキテクチャの最終コンポーネントです。ここでの主なステークホルダーは、MaaS プロバイダーによって公開された API を通じて、利用可能な AI モデルをインテリジェント・アプリケーションに統合したいと考えている開発者です。開発者は、専用の開発者ポータルを通じてアプリをオンボーディングし、API 管理機能を活用できる必要があります。

これで開発者は、API を通じてモデルとシームレスに統合するインテリジェントなアプリケーションをエンドユーザーに提供できるようになりました。これにより、MaaS プロバイダーがモデル、MLOps、および基盤となるインフラストラクチャを管理する一方で、開発者は既成のモデル API を使用してビジネス上の問題を解決することに集中できます。

まとめ

インフラストラクチャとデータサイエンスの複雑さを抽象化することで、組織は MaaS を活用して、MLOps のコストと複雑さを制御しながら、AI ソリューションをより迅速かつ効率的に提供できます。

AI の導入が日々拡大する中、MaaS は AI の開発と市場投入までの時間を迅速化する優れたアプローチです。Red Hat OpenShift AI の機能をご確認になり、貴社が MaaS サービスを構築し、AI への投資を最大限に引き出せるよう Red Hat が支援する方法をご覧ください。

product trial

Red Hat OpenShift AI (セルフマネージド型) | 製品トライアル

Red Hat OpenShift 上で稼働する強力な AI/ML プラットフォームをデータサイエンティストや開発者に提供する、60 日間無料の Red Hat OpenShift AIトライアルにアクセスできます。

執筆者紹介

Muhammad Bilal Ashraf (preferred name: Bilal) is a Senior Architect at Red Hat, where he empowers organizations to harness the transformative potential of open-source innovation. Since joining Red Hat in 2021 as a Cloud Native Architect, Bilal has advanced to his current role, collaborating closely with customers and partners to deliver strategic value through cloud-native solutions, AI/ML, and cutting-edge technologies. His expertise lies in architecting scalable, open-source-driven solutions to accelerate digital transformation, optimize operations, and future-proof businesses in an evolving technological landscape. Bilal’s work bridges the gap between enterprise challenges and open-source opportunities, driving customer success through tailored AI and cloud-native strategies.

Read full bio
UI_Icon-Red_Hat-Close-A-Black-RGB

チャンネル別に見る

automation icon

自動化

テクノロジー、チームおよび環境に関する IT 自動化の最新情報

AI icon

AI (人工知能)

お客様が AI ワークロードをどこでも自由に実行することを可能にするプラットフォームについてのアップデート

open hybrid cloud icon

オープン・ハイブリッドクラウド

ハイブリッドクラウドで柔軟に未来を築く方法をご確認ください。

security icon

セキュリティ

環境やテクノロジー全体に及ぶリスクを軽減する方法に関する最新情報

edge icon

エッジコンピューティング

エッジでの運用を単純化するプラットフォームのアップデート

Infrastructure icon

インフラストラクチャ

世界有数のエンタープライズ向け Linux プラットフォームの最新情報

application development icon

アプリケーション

アプリケーションの最も困難な課題に対する Red Hat ソリューションの詳細

Virtualization icon

仮想化

オンプレミスまたは複数クラウドでのワークロードに対応するエンタープライズ仮想化の将来についてご覧ください