全国広域分散GPU実証環境「GPU over APN Testbed」は、バイオ分野のゲノム解析における分散ワークロードの共同実証により、解析時間の短縮を実証しました。
ゲノム解析における分散GPUの活用と成果
三井情報とNTTドコモビジネスは、全国広域分散GPU実証環境「GPU over APN Testbed※1」を活用し、バイオ分野のゲノム解析における分散ワークロードに関する共同実証を実施しました。本実証では、三井情報が研究開発するワークロード最適化技術とゲノム解析データの高速検索技術※4を組み合わせ、全国5拠点に分散配置されたGPU環境で大規模なゲノムデータ解析を行いました。その結果、解析時間を従来の1拠点での実行と比較して25%〜29%程度に短縮することに成功しました。
実証の概要と背景
近年、ゲノムデータの増加に伴い、研究現場では計算資源の不足や高性能な計算資源のコスト高騰が課題となっています。NTTドコモビジネスが提供する「GPU over APN Testbed」は、IOWN(R) APN※7を活用し、地理的に離れた拠点のGPUを一体的に利用できる環境です。本実証では、札幌から福岡まで全国5拠点のGPU環境上で、実際の研究用途を想定した3つのユースケースを検証しました。
実証の目的：ゲノム解析ワークロードを1拠点で実行と全国5拠点での分散実行を実施して、分散効果を実証する。
ユースケース：(1)特定の染色体領域に変異がある検体を特定する。(2)特定の疾患リスクが明らかになっている遺伝型を持つ検体数を集計する。(3)がんの発症につながることが知られているドライバー変異※8を持つ検体を220種の変異に対して特定する。
ゲノム解析データ：The International Genome Sample Resource （IGSR）※9が公開している3,202人分のゲノム解析データ（約170億レコード、約5TBのVariant Call Formatのゲノム解析データ※10）
実証結果：
ユースケース(1)：134.4秒（1拠点）に対し33.5秒（5拠点分散）、25%に短縮
ユースケース(2)：99.9秒（1拠点）に対し28.6秒（5拠点分散）、29%に短縮
ユースケース(3)：102.3秒（1拠点）に対し28.9秒（5拠点分散）、28%に短縮
※1：GPU over APN Testbedとは、IOWN(R) APNを介して全国各地に配置されたGPUリソースを接続し、離れた拠点のGPUを一体的に利用できる実証環境のことです。
※2：ゲノム解析とは、ヒトのすべての遺伝情報を記載した塩基配列の変異に関する解析です。
※3：ワークロードとは、コンピューターやシステムが処理する作業量や負荷のことです。
※4：ゲノム解析データの高速検索技術とは、HeteroDB社のPG-Stromをベースに、三井情報が独自開発したゲノム解析データに特化した高速検索技術です。
※5：ゲノム医療推進法の正式名称は、「良質かつ適切なゲノム医療を国民が安心して受けられるようにするための総合的かつ計画的な推進に関する法律」です。
※6：PB(ペタバイト)とは、データ容量を表す単位で、1PBは約1,000テラバイト(TB）に相当します。
※7：IOWN(R) APNとは、IOWN(R)を構成する主要な技術分野の1つとして、端末からネットワークまで、すべてにフォトニクスベース(光)の技術を導入し、エンド・ツー・エンドでの光波長パスを提供する波長ネットワークにより、圧倒的な低消費電力、高速大容量、低遅延伝送の実現をめざすものです。「IOWN(R)」は、NTT株式会社の商標または登録商標です。
※8：ドライバー変異とは、がんの発生、増殖、悪性化に直接関与することが知られている遺伝子変異です。
※9：The International Genome Sample Resource とは、1000 Genomes Project で収集されたヒトの遺伝的変異のカタログを保存、更新、拡張するオープンなデータリソースです。
※10：Variant Call Formatのゲノム解析データとは、The Variant Call Format (VCF) Version 4.2 Specificationで標準化されたデータです。
※11：AI-Centric ICTプラットフォーム(R)とは、企業がAIを活用して、生産性の抜本的改善、競争力強化やビジネスモデル変革を進めAI時代に最適な、NTTドコモビジネスの次世代ICTプラットフォームのことです。
※12：GPUaaSとは、NTTドコモビジネスが提供する高性能なGPUとAI開発に必要なソフトウェアを組み合わせたGPUクラウドサービスです。
まとめ
両社は今回の実証成果を活かし、ゲノム解析などのデータ集約型研究における計算資源の高度化と研究生産性の向上をめざします。今後は、増加するデータの効率的な利活用に向けた研究開発や、大規模AI処理が可能な基盤の提供を推進していきます。
関連リンク
https://www.ntt.com/about-us/press-releases/news/article/2026/0706.html
https://laws.e-gov.go.jp/law/505AC1000000057
https://www.internationalgenome.org/
https://samtools.github.io/hts-specs/VCFv4.2.pdf
https://www.ntt.com/index.html
https://www.mki.co.jp/
