Snowflake、NVIDIA CUDA-Xライブラリのネイティブ統合により、企業による機械学習をさらに推進

Snowflake MLとNVIDIAの統合により、データサイエンティストによる迅速なAI開発を支援※本報道資料は米国スノーフレイク社が11月18日に発表した内容の抄訳です。[画像: https://prcdn.freetls.fastly.net/release_image/116784/82/116784-82-53bb1a5725e1a1a758494071911b56b0-1920x800.png?width=536&amp;quality=85%2C75&amp;format=jpeg&amp;auto=webp&amp;fit=bounds&amp;bg-color=fff ]- 広く利用されているNVIDIAのCUDA-XライブラリをSnowflake AI データクラウド内でシームレスに利用可能に- データサイエンティストは、広く利用されているフレームワークを活用して、コード変更の必要なく、SnowflakeのデータによるAIワークフローを大幅に迅速化できるように- NVIDIAのベンチマークでは、NVIDIA GPU上のAIワークフローがCPUと比較して最大200倍高速化AIデータクラウド企業であるSnowflake（ニューヨーク証券取引所：SNOW）は本日、Snowflakeのプラットフォーム内で直接、機械学習(ML)ワークフローを高速化する、NVIDIAとの新たな連携を発表しました。この連携により広く利用されているNVIDIAのデータサイエンス向けライブラリの一部がSnowflake MLにプリインストールされ、Snowflakeの顧客はMLワークフローにGPUによる加速アルゴリズムを活用できるようになります。このネイティブ統合により、MLモデル開発ライフサイクル全体を簡素化、合理化し、データサイエンティストはコードを変更することなく、主要なPythonライブラリを用いたモデル開発を迅速化することができます。Snowflakeのプロダクト担当上席副社長のChristian Kleinermanは次のように述べています。「当社は、あらゆる企業がデータとAIを容易かつ安全に、そして高いパフォーマンスで活用できるよう支援することをビジョンとして掲げており、今回のNVIDIAとのコラボレーションは、その実現をさらに加速させるものです。NVIDIA CUDA-Xライブラリをネイティブ統合することで、顧客に大幅なパフォーマンス向上を提供します。さらに、パフォーマンスの高速化にとどまらず、データサイエンティストがインフラ管理に費やす時間を短縮し、より多くの時間をインサイトの創出やビジネス成果の向上に充てることを可能にします」企業のデータセットはこれまでになく膨大となり、生産性を維持し、コストを管理するためには、GPUアクセラレーションが必須となっています。NVIDIAのベンチマークテストによると、NVIDIA A10 GPUではCPUと比較してランダムフォレストが最大5倍、HDBSCANが最大200倍高速化しました。NVIDIA CUDA-X Data Science（CUDA-X DS）エコシステムのNVIDIA cuMLおよびNVIDIA cuDFライブラリをSnowflake MLで使用できるようになることで、コードを変更することなく、scikit-learn、pandas, UMAP、HDBSCANなどの開発サイクルを加速できます。NVIDIAの戦略エンタープライズパートナーシップ担当バイスプレジデントのPat Lee氏は次のように述べています。「データはインテリジェンスの原料であり、これをインサイトに変換することが、生成AIやエージェント型AIの基本となります。NVIDIAのcuDFとcuMLライブラリをSnowflake MLプラットフォームに直接統合することで、顧客の既存のPythonワークフローで高速化されたコンピューティングを活用できるようになり、複雑さを排除してAI開発を大幅に迅速化できます」今回の統合により、オープンソースのGPU高速化ライブラリであるNVIDIAの強力なCUDA-X Data Science（CUDA-X DS）エコシステムが、大規模な機械学習開発のために構築済みの環境であるSnowflake Container Runtimeを通して直接アクセスできるようになります。これにより、以下のような計算処理能力の課題に対処できるようになります。- 大規模なトピックモデリング：何百万件もの製品レビューなどの膨大な表形式のデータセットの処理やクラスタリングには、CPUでは数時間かかりますが、GPUでは数分単位に短縮することができます。- ゲノム情報解析のワークフロー：高次元の膨大な配列データの解析時間を大幅に短縮し、研究者は分類タスク（遺伝子ファミリー予測など）を迅速に実行し、低水準のGPUコンピューティングではなくインサイトにフォーカスできるようになります。この統合は、AI データクラウド内の生成AIの機能強化に向けたSnowflakeとNVIDIAの継続的なコラボレーションの一環です。今回の新たな一歩により、データやAIのライフサイクルのあらゆる段階において最先端のパフォーマンスを提供するというSnowflakeの取り組みを強化します。両社は今後も緊密に連携し、従来型のMLモデル開発からエンタープライズグレードのLLMの展開まで、最先端のGPU高速化ツールへのシームレスなアクセスをSnowflakeの顧客に提供します。この最新機能は本日より、Snowflake Notebooks内のコンテナランタイム、またはMLジョブのリモート実行により、SnowflakeとNVIDIAの共同顧客に提供が開始されます。関連情報：- SnowflakeとNVIDIAのパートナーシップについて詳しくは、こちらのブログ投稿をご覧ください。- LinkedInやX（本社公式・日本公式）でもSnowflakeの最新情報を発信しています。このプレスリリースには、明示または黙示を問わず、（i）Snowflakeの事業戦略、（ii）開発中または一般に提供されていないSnowflakeの製品、サービス、テクノロジー、（iii）市場の拡大、トレンド、競争状況に関する考察、（iv）Snowflake製品とサードパーティプラットフォームの統合およびサードパーティプラットフォーム上でのSnowflake製品の相互運用性と可用性についての言及など、将来の見通しに関する記述が含まれています。これらの将来の見通しに関する記述は、さまざまなリスク、不確実性、前提に左右されます。これには、Snowflakeが証券取引委員会に提出するForm 10-Q（四半期レポート）やForm 10-K（年次レポート）内の「リスク要因」などのセグメントに記載されているリスク、不確実性、前提が含まれます。これらのリスク、不確実性、前提を考慮すると、将来の見通しに関する記述において予想または暗示されている結果と比較して、実際には大きく異なる結果や反対の結果に至る可能性があります。 これらの記述は、初回記述日の時点に限った記述であり、かかる記述の時点で入手可能な情報に、および/または経営陣がかかる時点で抱いていた誠実な信念に、基づいています。法律で義務付けられている場合を除き、Snowflakeには、本プレスリリース内の記述を更新する義務または意図は、一切ありません。そのため、将来の見通しに関するいかなる記述も、未来の出来事についての予測として利用してはなりません。 (C)2025 Snowflake Inc All rights reserved. Snowflake、Snowflakeのロゴ、および本書に記載されているその他すべてのSnowflakeの製品、機能、サービス名は、米国およびその他の国におけるSnowflake Inc.の登録商標または商標です。 本書で言及または使用されているその他すべてのブランド名またはロゴは、識別目的でのみ使用されており、各所有者の商標である可能性があります。 Snowflakeが、必ずしもかかる商標所有者と関係を持ち、または出資や支援を受けているわけではありません。SnowflakeについてSnowflakeは、AI時代のためのプラットフォームとして、企業がより迅速にイノベーションを実現し、データからより多くの価値を引き出すことを支援します。数百の世界最大規模の企業を含む12,000社以上のお客様が、SnowflakeのAIデータクラウドを活用し、データやアプリケーション、AIの構築・活用・共有を実践しています。Snowflakeにより、データとAIはすべての人にとって変革の力となります。詳しくは snowflake.com/ja（ニューヨーク証券取引所：SNOW）をご覧ください。企業プレスリリース詳細へ : https://prtimes.jp/main/html/rd/p/000000082.000116784.htmlPR TIMESトップへ : https://prtimes.jp