MLPerf Storage v2.0 ベンチマークテスト結果発表

MLPerf Storage v2.0 概要

MLPerf Storageは、MLCommons組織が開発した標準化ベンチマークテストスイートで、AIワークロード下でのストレージシステム性能を評価するために特別に設計されています。v2.0版は2025年8月に発表され、より大規模なデータセット（1TB以上のトレーニングデータなど）や、より現実的なシナリオに近いAIタスク（GPT-3スタイルモデルの事前学習、ファインチューニング、Stable Diffusionなどの生成AI推論）を含む複数のアップグレードが導入されました。

今回のテストでは、マルチノードGPUクラスター環境下での高並行I/O操作をシミュレートし、読み取りスループット、書き込みスループット、読み取りレイテンシ、書き込みレイテンシという主要指標に焦点を当てています。

テスト結果のハイライト

• トップ性能：NVIDIA DGX SuperPODとDDN EXAScalerストレージシステムの組み合わせが、256 GPUトレーニングタスクにおいて、読み取りスループット最大45 TB/s、書き込みスループット32 TB/sを実現し、他の提出結果をリードしています。
• 推論最適化：Pure Storage FlashArrayがStable Diffusion推論ベンチマークにおいて、レイテンシをわずか50μsに抑え、スループットは20 TB/sを超え、リアルタイム生成アプリケーションに適しています。
• ネットワーク革新：多くのシステムがNVMe-oF over RoCEv2またはInfiniBandを採用し、エンドツーエンドの低レイテンシを実現しています。

詳細な結果分析

MLCommonsは20以上の提出結果を発表し、シングルマシンからスーパーコンピューティングクラスターまで多様な構成をカバーしています。

トレーニングベンチマーク

• NVIDIA + DDN：読み取り45 TB/s、完了時間をv1.0と比較して25%短縮。
• NetApp + NVIDIA：最もバランスが良く、コストパフォーマンスに優れる。
• HPE + VAST Data：大規模拡張において優れたパフォーマンスを発揮し、1024 GPUをサポート。

推論ベンチマーク

• Pure Storage：レイテンシを40%最適化、Llamaモデル推論に適用。
• IBM Storage Scale：高密度デプロイメントの優位性が顕著。

すべての結果は厳格な監査を経ており、再現性と公平性が確保されています。グラフが示すように、ノード数の増加に伴い、線形スケーラビリティが重要な課題となっています。

業界への意義

MLPerf Storage v2.0の結果は、AIインフラストラクチャにおけるストレージがもはやボトルネックではなくなり、高性能ストレージがAIトレーニングアクセラレータの標準装備となりつつあることを浮き彫りにしています。ベンダー間の激しい競争により、NVMe、QDRなどの技術の反復が推進されています。LMSYS Orgなどの組織が積極的に参加し、オープンソースベンチマークエコシステムの発展を支援しています。

完全な結果の詳細は公式ページをご覧ください。