テラデータ、データ移動なしで分散PythonとAI処理を高速化する新機能を提供

「AI Studio」にRay基盤のElastic Python Computeを導入し、外部転送リスクを排除しながら大規模機械学習の学習・推論を効率化

本発表の要約

• 分散Python実行機能の一般提供開始：エンタープライズ向けデータ分析・モデル開発環境「AI Studio」に新機能「Elastic Python Compute」を追加し、データサイエンスチーム向けに大規模AIおよび機械学習ワークロードを並列実行できる分散Python環境を提供

• Rayベースのネイティブ統合アーキテクチャ：分散コンピューティングフレームワーク「Ray」を基盤とし、クラスタ運用の負荷なくモデル学習やカスタムPythonアプリケーションの大規模実行を実現

• プラットフォーム内でのデータとコンピュートの統合：外部API依存やトークン課金を伴わず、データベース、S3、オープンテーブルフォーマット（Iceberg、Delta Lake）と直接連携しデータの移動や複製を不要化

• Arrow Flight SQLによる超高速データ転送：列指向の並列データ転送により、従来の行ベース転送と比較して最大84倍の高速化を達成

• 金融・通信・公共における実証成果：信用スコアリングの3倍高速化、通信解約予測の実行時間90%以上短縮（4時間から20分へ短縮）および精度12%改善、衛星・レーダー統合による船舶監視など圧倒的な成果を創出

サンディエゴ発 ｜ Teradata（NYSE: TDC）は本日、企業向けデータ分析・AIモデル開発環境である「AI Studio」において、大規模なAI・機械学習ワークロードを並列処理する分散実行機能「Elastic Python Compute（エラスティック・パイソン・コンピュート）」の一般提供を開始したことを発表しました。本機能により、企業内のデータサイエンスチームは、インフラ構築やクラスタ管理の手間をかけることなく、データエンジニアリングから機械学習、モデル開発に至る処理を並列化し、高度なAI・機械学習ワークロードをセキュアかつ大規模に拡張できる分散Python環境をマネージドサービスで利用できるようになります。

Elastic Python Computeは、分散コンピューティングフレームワークである「Ray」上に構築されており、企業向け次世代データ・AI実行基盤「Teradata Autonomous Knowledge Platform」およびAI Studioとネイティブに統合されています。データサイエンティストは、手動でのクラスタ構築やRayクラスタ管理のオーバーヘッドを抱えることなく、モデルトレーニングの並列化、カスタムPythonアプリケーションの大規模実行、大規模な機械学習・AIワークロードの運用を行えます。単一サーバー環境とクラスタ環境の両方のデプロイに対応しているため、組織は個別のワークロードから全社規模の運用まで柔軟に拡張可能であり、開発サイクルの迅速化、ガバナンス統制の強化、インフラコストの削減を実現します。

プラットフォーム内でデータとAIコンピュートを完結
Elastic Python Computeは、モデルのローカルホスティングとガバナンスをサポートしており、外部APIへの依存やトークンベースの推論コストは発生しません。AIワークロードはAI Studioを含むTeradataプラットフォーム内で完全に実行され、データ移動を一切必要としません。Elastic Python Computeは、Teradata Database、S3オブジェクトストレージ、およびApache IcebergやDelta Lakeなどのオープンテーブルフォーマット（Open Table Format）カタログとデータを直接読み書きできるため、データサイエンスチームはファイルや画像データを取り込んでモデルの学習やスコアリングを実行できます。また、ワークロードごとに個別のクラスタを立ち上げるなど柔軟なクラスタ管理が可能で、タスクに応じてCPUまたはGPUを選択することでコストとパフォーマンスを最適化できます。大規模並列処理（MPP）により、クラウド、オンプレミス、ハイブリッドの各環境で大規模なAIおよびデータワークロードを処理します。

さらに、オープンソースの高速データ通信プロトコル「Arrow Flight SQL」をサポートしています。これにより、アプリケーションとTeradataプラットフォーム間における並列・列指向データ転送が可能となり、Teradataのベンチマークテストにおいて従来の行ベース転送方式と比較して最大84倍の転送速度を達成しています（※）。

※ 性能結果は環境によって異なる場合があります。ベンチマークテストは特定のテスト環境で実施されたものであり、すべてのインフラストラクチャにおける結果を保証するものではありません。

顧客における導入効果

• 大手リテール銀行（金融）：信用リスクの特徴量エンジニアリングのために数千万件の顧客レコードをローカルのPython環境へエクスポートしており、データガバナンスの欠如やデータ所在規制（データレジデンシー）違反のリスクを抱えていました。AI Studioのインデータベース分析を活用することで、支払い履歴、利用率、延滞フラグを含む信用スコアリングパイプラインがガバナンス境界内を維持したまま3倍の速度で実行可能になりました。生データから特徴量生成、最終的なモデル出力に至る完全な監査証跡が記録されるため、規制当局からの求めに応じて任意のプロセスを再現できるようになりました。

• 大手通信プロバイダー（通信）：数百億件に及ぶ通話詳細レコード（CDR）やネットワークテレメトリイベントを外部のPythonクラスタに転送していたため、処理の遅延、コスト増、データ主権リスクに直面していました。現在では、通話切断率、信号品質指標、ARPU動向の特徴量エンジニアリングをTeradataプラットフォーム内で直接実行しています。解約予測モデルの学習はすべて自社インフラ内で完結し、GDPR義務および国内のデータ所在規制を遵守しています。限定的なサンプリングではなく全量データで学習を行えるようになった結果、特徴量エンジニアリングの実行時間は4時間から20分へと短縮され、モデル精度は12%向上しました。

• 政府系海洋機関（公共機関）：動態を隠蔽するためにトランスポンダー（AIS）を切断した船舶を追跡する必要がありました。Elastic Python Computeを活用し、衛星画像、レーダー信号、AISデータ、商用画像を統合することで、従来は検知できなかった船舶の動態を再現することに成功しました。多様なデータソースをAI主導の分析によって融合して実用的な海洋インテリジェンスを生成し、可視性の向上と洋上におけるセキュリティ脅威への迅速かつ効果的な対応を実現しました。

提供時期
Elastic Python Computeは、AWSおよびMicrosoft Azure環境のAI Studioにおいて一般提供（GA）を開始しています。Google Cloud環境での提供は2026年第4四半期を予定しており、オンプレミス環境向けには「Teradata Factory」で提供を開始しています。

エグゼクティブ・メッセージ
Teradata チーフ・プロダクト・オフィサー Sumeet Aroraのコメント：
「エンタープライズのデータサイエンスチームは長年、AIモデルを構築・学習するためにデータをプラットフォーム外部へ移動させなければならないという根本的な制約に縛られ、それに伴うガバナンスリスクや高額なコストを受け入れてきました。Elastic Python Computeはその制約を排除します。データが存在するその場所で分散AIワークロードを大規模に実行できるようになり、ガバナンスやコスト管理を一切損なうことなく、本番環境への迅速な展開を実現します」

Teradataについて

Teradataは、深いビジネスコンテキストと信頼性の高いデータに基づき、AIが導き出す「知見（インテリジェンス）」を、自律的な「実行（アクション）」へ変換する力を企業に提供します。AIエージェントが普及する中、Teradataが提供するプラットフォーム「Teradata Autonomous Knowledge Platform」は、企業に不可欠なコンテキストエンジン、ガバナンスレイヤー、そして圧倒的な処理能力を誇る実行基盤を実現します。クラウド、オンプレミス、ハイブリッドのあらゆる環境において、AIの実用化と本番運用を強力に支援し、ビジネスの未来を切り拓きます。