NVIDIA「cuFile API」オープンソース化の衝撃。キオクシアなど日本勢はどう動く？

📖 推定読了時間：約9分

「AIの進化と言えばGPUの性能競争」——そんなイメージを持っている人は多いのではないでしょうか。しかし実は、AIモデルがどんどん巨大化していく中で、いくら計算能力の高いGPUを積んでも、肝心の「データをどれだけ速く届けられるか」がボトルネックになりつつあります。

2026年8月4日、NVIDIAはこの課題に切り込む大きな発表を行いました。GPUがCPUを介さずストレージに直接読み書きできるAPI「cuFile」をオープンソース化したのです。そして、この動きの中で注目したいのが、日本の半導体メーカー・キオクシアの存在感です。この記事では、cuFile APIオープンソース化の中身と、日本メーカーとの関わり、そして今後期待されることを詳しく解説します。

cuFile APIとは何か：GPUがストレージに直接アクセスする技術

これまでGPUがストレージ上のデータを読み込む際には、必ずCPUを経由する必要がありました。CPUがファイルシステムを管理し、コマンドを送り、データを受け取ってGPUに渡す、という流れです。大きなデータをまとめて転送する分には問題になりにくいのですが、AIの推論処理のように、1回あたり512バイトといった小さなデータを毎秒数百万回もやり取りするような場面では、このCPU経由のやり取り自体が大きな遅延要因（ボトルネック）になってしまいます。

この課題を解消するのが「GPUDirect Storage」という技術で、その中核を担うコンポーネントが今回オープンソース化されたcuFile APIです。cuFileを使うことで、数十万規模のGPUスレッドが、CPUを介さずマイクロ秒単位でストレージ上のデータへ直接アクセスできるようになります。NVIDIAは、このAPIとその下層にあるストレージソフトウェアスタック全体を、GitHub上の新しいプロジェクト「xio-sig」で公開し、Google・Intel・Meta・NVIDIAの4社が初期メンテナーを務める体制を整えました。

同時発表の「Storage-Next」と「SCADA」：業界標準化への布石

今回の発表でもう一つ見逃せないのが、業界横断の標準化イニシアチブ「Storage-Next」です。これは、ストレージメーカー、コントローラーベンダー、冷却・熱設計の専門企業、標準化団体などを集め、「GPUが主役になった場合、ストレージデバイスはどう振る舞うべきか」という共通仕様を作っていく取り組みです。DDN、Micron Technology、そして日本のキオクシアを含む40社以上が参加しています。

その技術的な基盤となるのが「SCADA（Scaled, Accelerated Data Access）」です。この設計思想のルーツは、2023年にイリノイ大学アーバナ・シャンペーン校の研究チームが発表した「BaM（Big Accelerator Memory）」という学術論文にさかのぼります。GPUメモリ上にソフトウェアキャッシュを構築し、高並列のキュー構造でストレージデバイスと直接通信するという設計で、CPU起点のアクセスと比べて大幅な高速化を実証していました。NVIDIAはこの発想を自社の製品スタックに落とし込んだ形です。

実はここが注目：日本の半導体メーカーが存在感を示す舞台に

ここまでの話は主にアメリカ企業を中心とした動きですが、実はこの一連の発表と同じタイミングで、日本のキオクシアが立て続けに重要な発表を行っています。単に「参加企業の一つ」という立ち位置にとどまらない、技術的な存在感を見せているのです。

キオクシアの新型SSD「KIOXIA GP1シリーズ」

キオクシアは同じく2026年8月4日、AIアプリケーション向けの新型SSD「KIOXIA GP1シリーズ」を発表しました。第2世代の「XL-FLASH」を採用し、最大1,000万IOPSという高速なランダムリード性能とGPUによるダイレクトアクセスに対応している点が特徴です。PCIe 6.0やNVMe 2.2といった最新規格にも対応しており、GPUに搭載される広帯域メモリ（HBM）を、より低コストなフラッシュメモリ層で拡張するという新しいアーキテクチャに位置づけられています。評価用サンプルは2026年末までに限定顧客向けに出荷開始予定とされています。

キオクシア・Sandiskの世界最高密度フラッシュメモリ

さらに注目したいのが、キオクシアとSandiskが共同で発表した第10世代の3D NANDフラッシュメモリ「BiCS10」です。この製品は332層のQLC（1セルあたり4ビット記録）構造でありながら、面積密度37Gb/mm²という、業界最高水準の記録を達成しました。比較として、Samsungの第10世代V-NAND「V10」は400層を超える積層数を誇りますが、TLC（3ビット記録）構造のため面積密度は28Gb/mm²にとどまっており、層数で2割少ないにもかかわらず、密度では3割上回るという逆転現象が起きています。

この結果は、「何層積んだか」という分かりやすい指標だけでは、実際の性能や実用面での優位性を測れないことを示す好例と言えます。1セルあたりの記録ビット数や、平面方向の微細化技術、周辺回路の配置といった要素が組み合わさることで、真の密度が決まるというわけです。キオクシアはこうした技術力を武器に、AIインフラの重要な一角に食い込もうとしています。

• ✅キオクシアはStorage-Nextの主要参加企業として、標準化の議論に直接関与できる立場にある
• ✅GP1シリーズやBiCS10といった製品発表のタイミングを、NVIDIAの発表に合わせてきている点も戦略的
• 💡今回の動きにはMicron（アメリカ）やDDN（アメリカ）など他国のメーカーも参加しており、単独での競争ではなく協調と競争が併存する構図

これからの動向と期待されること

cuFile APIのオープンソース化は、AIインフラの主戦場が「GPUの計算性能」だけでなく、「データをどれだけ速く、効率的にGPUへ届けられるか」というデータ供給の領域にも広がりつつあることを象徴する出来事です。オープンソース化によって、特定企業だけでなく、より幅広い企業がこの新しいアーキテクチャに対応しやすくなり、エコシステム全体の拡大が期待されます。

日本メーカーの視点から見ると、キオクシアが今回示した技術力は、単なる部品供給者にとどまらない存在感を示すチャンスと言えるでしょう。フラッシュメモリの物理層における密度競争で世界トップクラスの成果を出しつつ、cuFile・Storage-Nextという新しい業界標準づくりの議論にも参加していることは、今後のAIインフラ市場における日本メーカーの立ち位置を占う上で重要な材料です。

一方で、課題も残ります。標準化が進むということは、技術仕様がオープンに共有される分、競合との差別化がより難しくなる側面もあります。キオクシアをはじめとする日本メーカーが、こうしたオープンな枠組みの中でどのように独自の技術的優位性（今回で言えば高密度化技術など）を維持し続けられるかが、今後の焦点になりそうです。

まとめ

NVIDIAによるcuFile APIのオープンソース化と「Storage-Next」構想の発表は、AIインフラにおける競争軸を「計算性能」から「データ供給の効率」へと押し広げる、大きな節目となる出来事でした。そしてこの流れの中で、キオクシアが発表したAI向け新型SSDや世界最高密度のフラッシュメモリは、日本の半導体メーカーが単なる部品供給者ではなく、技術標準づくりの一角を担う存在になりつつあることを示しています。

AIインフラをめぐる技術動向は今後も目まぐるしく変化していくと考えられます。関心のある方は、キオクシアなど日本メーカーの製品ロードマップや、Storage-Nextの今後の議論の行方を、公式発表やニュースで継続的にチェックしていくとよいでしょう。