NAIRR、Red Hat、およびオープンソースが AI 研究用のコントロールプレーンの提供を支援

オープンソース・コミュニティの人工知能 (AI) プロジェクトは、刺激的であると同時に困難も伴うペースで拡大しています。スタンフォード大学の 2025 AI Index Report では、前年中に GitHub 上で作成された 430 万という驚異的な数のオープンソース AI プロジェクトに関する情報が提示されました。これは、わずか 12 カ月で 40% の急増を見せました。その勢いは研究者にとって極めて重要ですが、同時に根本的な課題も突きつけられています。それは、発見の原動力となるデータや知的財産の管理権を失うことなく、いかにしてオープンな形で協働するかということです。 

研究の文脈では、これは単に誰がハードウェアを所有するかということだけではなく、自らの環境に対する管理上の制御をどのように維持することかが関係します。研究者や科学者はデータに命運を託しています。だからこそ、共有スペースにおいて、自分たち独自のデータが確実に保護されていることを知る必要があります。プロジェクトのデジタルフットプリントを自律的に管理し、保護できるこの能力こそが、真に協働的な研究環境を実現する鍵となります。幸いなことに、研究コミュニティでは解決策が見出されました。それは、プロジェクト単位での管理を通じてこのギャップを埋める方法であり、データグラビティをより賢く管理する手法です。

Red Hat での職務において、私は幸運にも National AI Research Resource (NAIRR) プログラムに携わることができました。National Science Foundation (NSF) が主導する NAIRR は、AI 開発が抱える課題に対応できるよう米国の研究リソースを発展させるとともに、通常は大手テクノロジー企業のみが利用可能なハイエンドな AI 計算リソースやデータリソースへのアクセスを広く一般に開放することを目的としています。NAIRR は現在、長期的な研究リソースへと発展しつつあり、あらゆる背景を持つ研究者や教育者を支援する、拡張性のある全国的なインフラを構築しています。このプロジェクトは米国の研究における画期的な成果であると同時に、共有環境においてプロジェクトがいかにして独立性と透明性を維持できるかを示す、再現可能な事例でもあります。

研究の分離を実現するアーキテクチャ

NAIRRは「ウォーターホール」として機能します。これは、研究者がリソースの個別のコピーを何千もの規模で構築する必要性を排除する、大規模かつ効率的なインフラストラクチャのモデルです。  パイロット段階から全米およびその領土全域の 670 を超えるプロジェクトと参加者が関与しており、その規模は明らかです。  しかし、ウォーターホールが効果を発揮するためには、各参加者が自らの研究ニーズに合わせてカスタマイズされた独自のスペースを持ち、そこで成果を上げられる環境も必要です。NAIRR はこのアプローチを採用し、イノベーターが制御権を手放すことなく、オープンソースの基盤に自らの研究を定着させることを支援します。Red Hat が IBM、AI Alliance、および Mass Open Cloud と共同で行っている Deep Partnership Pilot において、研究者のプロジェクトレベルの境界を維持できるよう、Red Hat は基盤となるハードウェアをオーケストレーションするソフトウェアレイヤーを提供しています。これにより、研究者はマルチテナント・クラスタ内において自らの namespace を自律的に制御するために必要なツールと機能を利用できると同時に、リソースプロバイダーは環境を効率的に管理し続けることが可能になります。NAIRR で活動する研究者は、Red Hat OpenShift、Red Hat OpenShift AI、Red Hat Enterprise Linux、および Red Hat Advanced Cluster Management for Kubernetes を含む、エンタープライズグレードの AI インフラストラクチャにアクセスできます。

AI および機械学習の実験のライフサイクル全体にこの一貫したスタックを提供することで、プロジェクトの制御を損なうことなくイノベーションを促進できる、コラボレーティブなエコシステムを支援します。たとえば、Red Hat OpenShift を使用することで、研究者は各プロジェクトに独自の Kubernetes namespace とレイヤー 2 VLAN を割り当てることができます。また、リソースベースのアクセス制御 (RBAC) を使用して、自らのプロジェクト内、または他者との共同作業において、リソースやデータへのアクセスレベルが異なるグループを作成することも可能です。この技術的な構成により、共有データセンター内にあっても、すべてのプロジェクトが独自の「部屋」として分離され、ネットワークトラフィックとデータが不正アクセスから保護されます。この基盤により、研究者は技術の導入から検証済みの結果に至るまでの全プロセスにおいて独立性を維持しながら、研究を進めることができます。

共有スケールと単独所有権のバランス

NAIRR のアプローチの価値は、その効率性とデータグラビティを管理する能力にあります。Red Hat は、共有のオープンソース基盤（このインフラストラクチャ上で動作するソフトウェア環境）を提供することで、組織がインフラ投資の利益を最大化し、データに近い場所でコンピュート能力を活用できるよう支援します。私たちの貢献は、科学者が自身の研究に合わせてカスタマイズするために利用できる他の多くのツールやリソースと並ぶ、より広範で協調的なエコシステムの一部です。

研究には画一的なアプローチは通用しないため、求められる制御のレベルはケースによって異なります。研究者が必要とする分離環境は、ソフトウェア定義を超えて、ハードウェアそのものにまで及ぶこともあります。多くの研究者が共有プラットフォームを活用して成果を上げている一方で、低レベルな OS 開発や高精度な GPU テストといった特殊な測定を行うために、ハードウェアを独占的に使用する必要がある研究者もいます。これを支援するため、NAIRR では分離されたベアメタルマシンへのアクセスも提供しています。研究者が OpenShift で管理されるコンテナを使用する場合でも、生のハードウェアを使用する場合でも、Red Hat は安定したセキュアな運用基盤を提供し、研究者が共有コミュニティに参加しつつも、各自の研究の独立性を維持できるよう支援します。

実験的発見のための場づくり

この取り組みの中核となるのは、インテリジェンス層の未来を探求できる安定した環境を提供することです。多くの AI モデルが存在する時代において、コンピューティング能力は世界的に希少なリソースであり、それをより効率的に使用する方法を見出す必要があります。ここで、分離されたテストベッドが極めて重要になります。これにより、中核的な研究を中断することなく、推論ルーティング（最も複雑な問題のために大規模なコンピューティングを確保しながら、シンプルなタスクをコスト効率の高い AI モデルにインテリジェントに振り分ける手法）のような新しいカテゴリの実験が可能になります。

たとえば、NAIRR がサポートするプロジェクトの 1 つである Multi-Modal Semantic Routing for vLLM は、Red Hat が設立した vLLM Semantic Router プロジェクトの拡張に特化したプロジェクトです。この取り組みは音声テキストのパイプラインとビジョン機能に焦点を当て、オープンソース環境で透明性があり監査可能な意思決定ロジックを維持する方法を探ります。これらのサンドボックスを提供することで、Red Hat は、より広範なコミュニティの安定性を確保しながら、特定のプロジェクトが AI 研究の限界を押し上げる支援を行っています。

この実験機能は、業界がエージェント型 AI に移行する中でとりわけ不可欠です。エージェント型 AI では、AI モデルが単純な生成を超えて、複雑で自律的なタスクを実行するようになります。このトレンドが業界の誇大宣伝から科学的なブレークスルーへと発展するためには、研究者は単なる処理能力以上のものを必要としている。プロフェッショナルレベルのライフサイクル管理と標準化を提供するイノベーションのための手段が必要になります。人間によるアクセスに制御とガードレールが必要であるのと同様に、研究者はプロジェクト内のデータやコンピューティングにアクセスするエージェントに対しても、同レベルの監視を必要としています。

NAIRR エコシステムが成熟するにつれ、まさにそのような環境が提供されます。Red Hat は、Red Hat Enterprise Linux、Red Hat OpenShift、Red Hat OpenShift AI の統合スタックである運用基盤を提供することで、これを促進します。これにより、最適化のための PyTorch やワークロード管理のための SLURM などの強力な研究ツール群が、統合された高性能な基盤として機能するようになります。これにより、研究者は、高度な科学研究に求められるエンタープライズレベルの厳密さで、自律型エージェントを構築、トレーニング、デプロイすることが可能になります。

NAIRR と共に行っている取り組みは、オープンな環境でのイノベーションが、運用面で安定し柔軟な AI を構築するための最善の方法であり、共有リソースと個別の制御は相反するものではないことを証明しています。プロジェクトレベルの境界をサポートするオープンソースツールの基盤を提供することで、Red Hat は、AI の未来が協調的かつ独立的であることを実証する支援をしています。