Cisco Global Cloud Index

Cisco Global Cloud Index：予測と方法論、2015 ∼ 2020 年ホワイトペーパー Cisco Public

Cisco Global Cloud Index：予測と方法論、2015 ∼ 2020 年

© 2016 Cisco and/or its affiliates. All rights reserved.


概要 Cisco® Global Cloud Index（GCI）は、世界のデータセンタートラフィックおよびクラウドベースの IP トラフィックの増加を予測する継続的な取り組みです。データセンターの仮想化やクラウドコンピューティングに関連した傾向などを予測します。本書では、調査の詳細やその方法について説明します。予測の概要ハイパースケールデータセンター

• ハイパースケールデータセンターの数は、2015 年末の 259 から 2020 年までに 485 に増加する見込みです。これは、2020 年までにデータセンターサーバ総数の 47 % を占めると見られます。 • ハイパースケールデータセンター内のトラフィックは、2020 年までに 5 倍になる見込みです。ハイパースケールデータセンターはすでに、すべてのデータセンター内のトラフィック全体の 34 % を占めており、2020 年までには 53 % を占めると見られます。

世界のデータセンタートラフィック

• 世界のデータセンターの IP トラフィックは、2015 年の年間 4.7 ゼタバイト（ZB）（1 ヵ月あたり 390 エクサバイト（EB））から、2020 年末までに年間 15.3 ZB （1 ヵ月あたり 1.3 ZB）に増加する見込みです。 • 世界のデータセンターの IP トラフィックは、今後 5 年間で 3 倍に増加する見込みです。2015 ∼ 2020 年にかけてのデータセンターの IP トラフィックの年平均増加率（CAGR）は 27 % と予測されます。

データセンター仮想化とクラウドコンピューティングの拡大

• 2020 年までに、ワークロードのうちクラウドデータセンターによって処理される割合が 92 %、従来のデータセンターによって処理される割合が 8 % になる見込みです。 • データセンターのワークロードについては、2015 年から 2020 年までに全体として 2 倍を超える（2.6 倍）増加が見込まれますが、クラウドワークロードの増加率は 3 倍を超える（3.2 倍）と考えられます。 • クラウドデータセンターのワークロードの密度（すなわち、物理サーバあたりのワークロード）は、2015 年には 7.3 でしたが、2020 年までに 11.9 に増加します。これに対し、従来のデータセンターでは、ワークロードの密度は 2015 年の 2.2 から 2020 年には 3.5 に増加します。

パブリッククラウドとプライベートクラウドの比較

• クラウドのワークロードのうちパブリッククラウドデータセンターで処理される割合は、2015 年の 49 % から 2020 年には 68 % に上昇する見込みであり、2015 年から 2020 年にかけての CAGR は 35 % となります。 • クラウドのワークロードのうちプライベートクラウドデータセンターで処理される割合は、2015 年の 51 % から 2020 年には 32 % に低下する見込みであり、2015 年から 2020 年にかけての CAGR は 15 % となります。 © 2016 Cisco and/or its affiliates. All rights reserved.

世界のクラウドトラフィック

• 世界のクラウドの IP トラフィックは、 2015 年の年間 3.9 ZB （1 ヵ月あたり 321 EB）から、 2020 年までに年間 14.1 ZB （1 ヵ月あたり 1.2 ZB）に増加する見込みです。 • 世界のクラウドの IP トラフィックは、今後 5 年間で 4 倍近く（3.7 倍）増加すると見られます。2015 ∼ 2020 年にかけてクラウドの IP トラフィックは、全体として CAGR が 30 % 増加すると予測されます。 • 世界のクラウドの IP トラフィックは、2020 年には全データセンタートラフィックの 92 % 超を占めると見られます。

クラウドサービス提供モデル

• Software as a Service （SaaS）のワークロードがクラウドのワークロード全体に占める割合は、 2015 年の 65 % から 2020 年には 74 % に上昇する見込みです。 • Infrastructure as a Service （IaaS）のワークロードがクラウドのワークロード全体に占める割合は、 2015 年の 26 % から 2020 年には 17 % に低下する見込みです。 • Platform as a Service（PaaS）のワークロードがクラウドのワークロード全体に占める割合は、2015 年の 9 % から 2020 年には 8 % に低下する見込みです。

アプリケーション別ワークロード

• 企業のワークロードがデータセンターのワークロード全体に占める割合は、2015 年の 79 % から 2020年には 72 % に低下する見込みです。 • データセンターのワークロード全体のうちコンシューマのワークロードが占める割合は、2015 年の 21 % から 2020 年には 28 % に上昇する見込みです。 • 企業セグメントでは、ワークロード全体のうち大きな割合を占めるのが、コンピューティング（2020 年までに企業のワークロードに占める割合は 29 %）とコラボレーション（2020 年までに企業のワークロードに占める割合は 24 %）の 2 つです。 • コンシューマセグメントでは、ワークロード全体のうち大きな割合を占めるのが、ビデオストリーミング（2020 年までにコンシューマのワークロードに占める割合は 34 %）とソーシャルネットワーキング（2020 年までにコンシューマのワークロードに占める割合は 24 %）の 2 つです。 • 企業セグメントの中で最も急速に成長するアプリケーションは、データベース/分析および IoT と予測され、2015 ∼ 2020 年にかけての CAGR は 22 % で、2.7 倍の成長となります。

2


• コンシューマセグメントの中で最も急速に成長するアプリケーションは、ソーシャルネットワーキング（2015 ∼ 2020 年にかけての CAGR は 33 %）とビデオストリーミング（2015 ∼ 2020 年にかけての CAGR は 32 %）と予測されます。

データセンターストレージ

• データセンターのストレージ容量は、2015 年の 382 EB から 2020 年には約 5 倍の 1.8 ZB に増加する見込みです。 • クラウドデータセンターに設置されているデータストレージの総容量が世界全体のデータセンターの総ストレージ容量に占める割合は、2015 年の 64.9 % から 2020 年には 88 % に上昇する見込みです。

データセンターのデータ、ビッグデータ、IoE

• 世界全体で、データセンターに保存されているデータは 2020 年までに 5 倍に増加し、2015 年の 171 EB から 2020 年には 5.3 倍の 915 EB に達する見込みです（CAGR は 40 % となります）。 • ビッグデータは、2015 年の 25 EB から 2020 年にはその約 10 倍の 247 EB に増加すると予想されます。データセンターに保存されているデータのうちビッグデータ単独で占める割合は、2015 年の 15 % から 2020 年には 27 % に上昇する見込みです。 • デバイスに保存されているデータは、2020 年までに、データセンターに保存されているデータの 5 倍である 5.3 ZB に達する見込みです。 • Internet of Things の影響により、デバイスにより作成される（ただし保存されるとは限らない）データの総量は、2015 年の年間 145 ZB から 2020 年には年間 600 ZB に増加する見込みです。作成されるデータは、保存されるデータより 2 桁以上多くなっています。

コンシューマクラウドストレージ

• コンシューマインターネット利用者のうちパーソナルクラウドストレージを使用する割合は、2015 年の 47 %（13 億人）から 2020 年には 59 %（23 億人）まで上昇する見込みです。 • 世界全体で、ユーザ 1 人あたりのコンシューマクラウドストレージトラフィックは、2015 年の 1 ヵ月あたり 513 メガバイトから 2020 年には 1.7 ギガバイトに達すると予測されます。

複数デバイスの所有および複数接続の利用

• 2015 年の 1 ユーザあたりの平均デバイス数または平均接続数は、北米（7.3）、次いで西ヨーロッパ（5.5）が最も多く、続いて中東およびアフリカ（5.4）、中南米（4.7）、中央および東ヨーロッパ（4.5）、アジア太平洋（4.5）となっています。 • 2020 年までには 1 ユーザあたりの平均デバイス数または平均接続数は、北米（13.6）、次いで西ヨーロッパ（9.9）が最も多く、続いて中央および東ヨーロッパ（6.2）、中南米（5.2）、中東およびアフリカ（5.0）、アジア太平洋（5.0）となる見込みです。


クラウドへの地域別対応状況ネットワーク速度および遅延

• 固定ネットワークの平均ダウンロード速度は、アジア太平洋が 33.9 Mbps で首位に立っています。次いで、北米が 32.9 Mbps という平均ダウンロード速度で第 2 位となっています。固定ネットワークの平均アップロード速度は、中央および東ヨーロッパと、ここでもアジア太平洋が、それぞれ 19.3 Mbps と 19.0 Mbps で首位に立っています。 • 固定ネットワークの平均遅延は、アジア太平洋が 26 ms で全地域において最も低く、次いで中央および東ヨーロッパの 30 ms となっています。 • モバイルネットワークの平均ダウンロード速度は、アジア太平洋が 18.5 Mbps で首位に立っています。それに続くのが西ヨーロッパの 18.2 Mbps です。固定ネットワークの平均アップロード速度は、北米とアジア太平洋がそれぞれ 9.9 Mbps と 8.9 Mbps でリードしています。 • モバイルネットワークの平均遅延は、西ヨーロッパ 57 ms、アジア太平洋が 73 ms で最も低くなっています。

データセンターおよびクラウドネットワーキングにおける上位 7 つの傾向電気通信業界では、新しい技術から広く普及し導入されている確立されたネットワーキングソリューションに至るまで、ここ数年間でクラウドの採用という点で大きな進化が見られました。企業や政府組織は、これまで試験環境にあった業務上不可欠なワークロードを積極的にクラウドへと移行し始めています。コンシューマレベルでは、クラウドサービスによって、ネットワークユーザがどこにいても、複数のデバイスを使用してコンテンツやサービスにアクセスできる場合が多くなりました。データセンターおよびクラウドネットワーキングにおいてトラフィックの増加を促進し、エンドユーザエクスペリエンスに変化をもたらし、データセンターやクラウドベースのインフラストラクチャに対する新たな要件や需要を生み出している 7 つの重要な傾向について以下の各セクションにて、説明します。 1. 世界的なデータセンター関連ビジネスの成長とトラフィックの増加 - ハイパースケールデータセンターの成長 - 世界のデータセンター IP トラフィック：2020 年までに 3 倍に増加 - データセンタートラフィックの宛先：多くのトラフィックはデータセンター内に留まる - 全世界のデータセンターおよびクラウドの IP トラフィックの増加率 - データセンターアーキテクチャの進化：SDN/NFV 2. 継続する世界中のデータセンターの仮想化 - パブリッククラウドとプライベートクラウドの比較

3


3. クラウドサービスの傾向 4. アプリケーション別ワークロード 5. データセンターおよびクラウドのストレージ：容量と使用率 6. 世界的なデジタル化：IoE の影響 - 世界のデータセンターに対する IoE の潜在的な影響 - M2M データ分析要件によるフォグ/クラウドコンピューティングの促進 7. 世界のクラウドへの対応準備状況 - セキュリティ：クラウドの成長における必須条件 - ネットワークの速度および遅延の分析

傾向その 1：世界的なデータセンターの関連性とトラフィックの増加サーバクローゼットから大規模ハイパースケール導入に至るまで、データセンターは一般に、増え続けるネットワークデバイスやユーザ、ビジネスプロセスに対して IT サービス、ストレージ、通信、ネットワークを提供するために最も重要です。いたるところでネットワーク接続されたエンドユーザデバイスと IoE から一様にビッグデータが生成されるようになった結果、データ分析の重要性が高まり、データセンターの価値と成長がさらに拡大しました。これらは、社内データや従業員関連データ、通信やプロセス、パートナーおよび顧客向けの情報とサービスのいずれであるかにかかわらず、企業のほぼあらゆる側面に影響を与えます。仮想化、新しいソフトウェアベースのアーキテクチャ、管理ツール、パブリックまたはプライベートのリソースの利用など、データセンターテクノロジーを効率的かつ効果的に利用することで、ビジネスの俊敏性、成功、競合との差別化を強化することができます。ビジネスの俊敏性とコスト最適化に対する関心の高まりが、クラウドデータセンターの台頭と成長につながっています。National Institute of Technology（NIST）では、クラウドデータセンターが持つ 5 つのクラウドコンピューティングの特徴を挙げています。その 5 つの特徴とは、オンデマンドセルフサービス、広範なネットワークアクセス、リソースのプーリング、迅速な弾力性または拡張性、計測可能なサービスです。詳細については、別添 E を参照してください。クラウドの採用によって、サービスとデータの迅速な提供、アプリケーション性能の向上、運用の効率化が可能になります。クラウドに移行可能な一部のアプリケーションにとっては、現在もセキュリティや既存 IT 環境との統合が課題となっていますが、コンシューマ向けおよびビジネス向けクラウドサービスの種類は増え続けています。今日のクラウドサービスは、プライバシー、モビリティ、複数デバイスアクセスなど、多様なお客様の要件に対処するとともに、ネットワーク事業者に対してはパブリッククラウドとプライベートクラウドの両方で、短期的な商機と長期的な戦略上の優先順位に対応しています。 © 2016 Cisco and/or its affiliates. All rights reserved.

ハイパースケールデータセンターの成長

ビジネス向けとコンシューマ向けの両方のサービスの側面からデータセンターとクラウドのリソースに対するニーズが高まったことで、ハイパースケールデータセンターと呼ばれる大規模なパブリッククラウドデータセンターが開発されました。ハイパースケールクラウド事業者のクラウド分野での存在感は増大し続けています。ハイパースケールクラウド事業者とは、年間収益について定義された次の基準を満たしている事業者を指します。 • Infrastructure as a Service（IaaS）、Platform as a Service（PaaS）、またはインフラストラクチャホスティングサービス（例：Amazon/AWS、Rackspace、 Google）による年間収益が 10 億米ドルを超える • Software as a Service（SaaS）（Salesforce、ADP、による年間収益が 20 億米ドルを超える Google など） • インターネット検索およびソーシャルネットワーク（例：Facebook、Yahoo、Apple）による年間収益が 40 億米ドルを超える • e-コマース/決済処理（例：Amazon、Alibaba、eBay）による年間収益が 80 億米ドルを超える前述の基準によりハイパースケール事業者に区分される事業者は 24 社です。これらの企業が運営するデータセンターは、ハイパースケールと見なされます。ハイパースケール事業者は、データセンター設備を自社で所有している場合や、コロケーション/ホールセールデータセンタープロバイダーからリースしている場合があります。図 1.

データセンターの成長 47 %

600

43 %

33 %

400 ハイパー 300 スケールデータセンター 200

45 %

38 %

500

27 %

485

40 % 35 %

データ 30 % センターサーバ 25 % （インストー 20 %ルベース） 15 % の割合（%） 10 %

399 346

21 %

259

447

50 %

297

100

5% 0%

0 2015

2016

2017

2018

2019

2020

出典：Cisco Global Cloud Index（2015 ～ 2020 年）、Synergy Research

これらのハイパースケールデータセンターの数は、 2015 年末の 259 から 2020 年までに 485 に増加する見込みです。これは、2020 年までにデータセンターサーバ総数の 47 % を占めると見られます。言い換えると、2020 年にはパブリッククラウドサーバのインストールベースの 83 %、パブリッククラウドのワークロードの 86 % を占めることになります。これらの 24 社のうち、米国以外に本社を置いているのは 7 社のみですが、そのデータセンターの設置面積は、地域により大きな差があります。

4


図 2.

データセンターの成長：地域別の状況 600 中東およびアフリカ（0 %、0.8 %）中央および東ヨーロッパ（0.4 %、1.4 %）中南米（3.9 %、4.5 %）西ヨーロッパ（16 %、17 %）アジア太平洋（29 %、33 %）北米（51 %、43 %）

500 400

ハイパー 300 スケールデータセンター 200 100 0 2015

2016

2017

2018

2019

2020

注：カッコ内のパーセンテージは 2015 年と 2020 年の相対的な割合を示しています。出典：Cisco Global Cloud Index（2015 ～ 2020 年）、Synergy Research

2016 年末には、これらの 24 社のハイパースケール事業者が持つデータセンター数は合計 297 になる見込みであり、北米が最も多く 51 %、次いでアジア太平洋が 29 %、西ヨーロッパが 17 %、中南米が 3 % です。ハイパースケールデータセンターの設置場所として最も急成長している地域はアジア太平洋であり、今後 5 年間はさらに高い成長率を維持すると見られます。一方で北米は、引き続き 2020 年末までハイパースケールデータセンターの 43 % もの割合を占めると予想されます。ハイパースケールデータセンターは、サーバと同様に、データセンターの全体的なデータ、トラフィック、処理能力の大部分を占めます。ハイパースケールデータセンター内のトラフィックは、2020 年までに 5 倍になる見込みです。ハイパースケールデータセンターはすでに、すべてのデータセンター内のトラフィック全体の 34 % を占めており、2020 年までには 53 % を占めると見られます。また、ハイパースケールデータセンターは、データセンターに保存されている全データの 57 %、データセンターの全処理能力の 68 % を占めると見られます。図 3.

ハイパースケールの規模

2020 年までにハイパースケールデータセンターに収容される割合：

現在：

47 %

すべてのデータセンターサーバのうち

21 %

68 %

すべてのデータセンターの処理能力のうち

39 %

57 %

データセンターに保存されるすべてのデータのうち

49 %

53 %

すべてのデータセンタートラフィックのうち

34 %

出典：Cisco Global Cloud Index（2015 ～ 2020 年）

世界のデータセンター IP トラフィック：2020 年までに 3 倍に増加

ピアツーピアトラフィック（データセンターから発信されずにデバイスからデバイスへ直接送信される）がインターネットアプリケーショントラフィックの内訳における主流から退いた 2008 年以降、ほとんどのインターネットトラフィックはデータセンターにおいて送 1

受信されています。今後しばらくは、インターネットトラフィックのほとんどをデータセンタートラフィックが占めると見られます。ただし、データセンタートラフィックの特性は、クラウドのアプリケーション、サービス、インフラストラクチャによって根本的に変化しつつあります。世界におけるクラウドの進化の重要性と関連性は、この最新予測が最も強調する点でもあり、2020 年までにデータセンタートラフィックの 90 % 超をクラウドトラフィックが占めるようになる見通しです。以下のセクションでは、データセンターから送受信されるトラフィックの量と増加率に加え、データセンター内の異なる機能ユニット間でやり取りされるトラフィック、クラウドと従来のデータセンターセグメント、およびビジネスとコンシューマのクラウドセグメントについてまとめています。図 4 は、2015 年から 2020 年におけるデータセンター IP トラフィックの成長予測を示しています。図 4.

世界のデータセンター IP トラフィックの増加率 CAGR 27 %

2015 ～ 2020 年

ZB/年

18 16 14 12 10 8 6 4 2 0

15.3 12.9 10.8 8.6 6.5 4.7

2015

2016

2017

2018

2019

2020


インターネットおよび IP WAN ネットワークを通過する世界のトラフィック量は 2020 年までに年間 2.3 ZB に達すると予測されています1が、2015 年にはすでに世界のデータセンタートラフィックが 4.7 ZB に達すると見られており、2020 年には 3 倍の年間 15.3 ZB に達する見込みです。CAGR で表すと、27 % の増加です。データセンタートラフィック量が増加する要因の 1 つとして、データセンター内のトラフィック量の増加が挙げられます（通常、インターネットおよび WAN のトラフィックの定義の境界線はデータセンターとなります）。 Cisco GCI レポートの主な要素として実施される世界のデータセンタートラフィック予測は、サービスプロバイダーと企業が運営する世界各国のネットワークデータセンターを対象としています。データセンタートラフィックおよびクラウドトラフィックの予測方法の詳細については、別添 A を参照してください。Cisco VNI Global IP Traffic Forecast における GCI Forecast の位置付けについては、別添 B を参照してください。

Cisco Visual Networking Index：予測と方法論、2015 ∼ 2020 年を参照してください。


5


表 1 は、世界のデータセンタートラフィックの増加率を詳細に示したものです。表 1.

世界のデータセンタートラフィック（2015 ∼ 2020 年）

データセンター IP トラフィック（2015 ∼ 2020 年） CAGR （2015 ∼ 2020 年）

2015

2016

2017

2018

2019

2020

データセンターからユーザ

744

933

1,164

1,438

1,772

2,183

24.0 %

データセンター間

346

515

713

924

1,141

1,381

31.9 %

データセンター内

3,587

5,074

6,728

8,391

10,016

11,770

26.8 %

コンシューマ

2,997

4,304

5,836

7,435

9,075

10,906

29.5 %

ビジネス

1,681

2,218

2,768

3,318

3,853

4,429

21.4 %

クラウドデータセンター

3,851

5,636

7,712

9,802

11,850

14,076

29.6 %

従来のデータセンター

827

885

892

951

1,078

1,259

8.8 %

6,522

8,604

10,753

12,928

15,335

26.8 %

タイプ別（EB/年）

セグメント別（EB/年）

タイプ別（EB/年）

合計（EB/年）データセンタートラフィック合計

4,678

定義： • データセンターからユーザへ：データセンターからエンドユーザへ、インターネットまたは IP WAN 経由で流れるトラフィック • データセンター間：データセンターからデータセンターへと流れるトラフィック • データセンター内：ラック内のトラフィックを除き、データセンター内に留まるトラフィック • コンシューマ：コンシューマエンドユーザを送信元または送信先とするトラフィック • ビジネス：ビジネスエンドユーザを送信元または送信先とするトラフィック • クラウドデータセンター：クラウドデータセンターに関連するトラフィック

データセンタートラフィックの宛先：多くのトラフィックはデータセンター内に留まる

データセンターを流れるコンシューマトラフィックとビジネストラフィックはおおまかに次の 3 種類に分類できます（図 5）。 • データセンター内に留まるトラフィック：データセンター内の開発環境から実稼動環境へのデータ移動、ストレージアレイへのデータの書き込みなど • データセンターからデータセンターへと流れるトラフィック：クラウド間のデータ移動、コンテンツ配信ネットワークに属する複数のデータセンターに対するコンテンツのコピーなど • データセンターからエンドユーザへインターネットまたは IP WAN を経由して流れるトラフィック：モバイルデバイスや PC へのビデオストリーミングなど

• 従来のデータセンター：クラウド以外のデータセンターに関するトラフィック


6


図 5.

2020 年の世界のデータセンタートラフィック（発信先別）

データセンターからユーザ（14 %）

データセンター内（77 %）

データセンター間（9 %）

データセンター内 (77 %) 2020

A

ストレージ、生産および開発データ、認証

データセンター間 (9 %)

B

レプリケーション、CDN、 Intercloud リンク

データセンターからユーザ (14 %) Web、電子

C

メール内 VoD、 WebEx など

2020 出典：Cisco Global Cloud Index（2015 ～ 2020 年）

データセンター内に留まるトラフィックは、予測期間において同水準を維持すると考えられ、データセンタートラフィック全体に占める割合は、2015 年には約 77 % でしたが、2020 年も約 77 % のままである見込みです。データセンター内の合計には、ラックローカルのトラフィック（特定のサーバラック内に留まるトラフィック）は含まれません。ラックローカルトラフィックは、予測に示した「データセンター内」トラフィック量の約 2 倍です。ラックローカルトラフィックを含めるとトラフィック分布が変わり、トラフィックの 90 % 超がデータセンター内に留まることになります。ビッグデータは、データセンター内のトラフィックが増える重要な要因の 1 つです。ビッグデータトラフィックの多くがラックローカルである一方で、ラック外にも相当量が出るため、 2020 年にはビッグデータがデータセンター内のトラフィック全体の 17 % （2015 年から 10 % 上昇）を占めると見られます。ビデオストリーミングはデータセンター内のトラフィック量を押し上げる要因にはなりません。これは、ビデオストリームのサイズの大きさの割に、最小限の処理がビデオ上で完了するからです。データセンター間のトラフィックは、エンドユーザへのトラフィックやデータセンター内のトラフィックより速いペースで増加しており、データセンタートラフィック全体に占めるデータセンター間トラフィックの割合は、 2015 年末の 7 % から 2020 年には 9 % 近くまで上昇すると予測されています。このセグメントが高い増加率を示す理由としては、コンテンツ配信ネットワークの普及、クラウドサービスの増加とクラウド間のデータ転送の必要性、データセンター間での複製が必要となるデータ量の増大が挙げられます。全体として、2020 年までに East-West トラフィック（データセンター内のトラフィックおよびデータセンター間のトラフィック）がデータセンターの合計の 86 % を占め、ノースサウストラフィック（データセン © 2016 Cisco and/or its affiliates. All rights reserved.

ターからインターネットまたは WAN に送出されるトラフィック）はデータセンターに関連するトラフィックのわずか 14 % です。

全世界のデータセンターおよびクラウドの IP トラフィックの増加率

世界的な規模で見たデータセンターのトラフィックは CAGR 27 % のペースで増加します（図 4）が、クラウドデータセンターのトラフィックは 2015 年から 2020 年にかけてさらに早い速度（CAGR 30 %）、つまり 3.7 倍の成長率で増加することが予想されます（図 6）。図 6.

データセンタートラフィック全体の増加

ZB/年

18 16 14 12 10 8 6 4 2 0

従来のデータセンター（CAGR 9 %）

CAGR 27 %

2015 ～ 2020 年

クラウドデータセンター（CAGR 30 %） 8%

92 % 18 % 82 %

2015

2016

2017

2018

2019

2020


図 7.

クラウドデータセンターのトラフィックの増加 CAGR 30 %

ZB/年

16 14 12 10 8 6 4 2 0

2015 ～ 2020 年

14.1 11.9 9.8 7.7 5.6 3.9

2015

2016

2017

2018

2019

2020


7


クラウドベースのトラフィックは、データセンターのトラフィック全体の 90 % を超える見込みです（地域別のクラウドトラフィックの傾向については別添 C を参照してください）。クラウドトラフィックの増加を促進している大きな要因は、クラウドアーキテクチャの急速な導入と移行、およびトラフィック負荷の増大に対応するクラウドデータセンターの処理能力です。クラウドデータセンターは、仮想化、標準化、自動化の拡大に対応できます。その結果、パフォーマンスが向上し、容量や処理能力も増大します。

データセンターアーキテクチャの進化：SDN/NFV

3 つのテクノロジートレンドによるデータセンターの変革が進んでいます。それは、リーフスパインアーキテクチャ（データセンターの階層型アーキテクチャをフラットにする）、ソフトウェア定義型ネットワーク（SDN）（データセンタートラフィックの制御と転送を分割する）、ネットワーク機能の仮想化（NFV）（さまざまなネットワーク要素を仮想化する）です。主要なハイパースケールデータセンターのほとんどは、すでにフラットアーキテクチャとソフトウェア定義型ネットワーク、ストレージ管理を導入しており、大規模な企業データセンターでは SDN/NFV 採用が急速に進みました。データセンター内のトラフィックの一部として、SDN/NFV はすでに 23 % を伝送しており、2020 年までには 44 % に上昇すると見られます（図 8）。図 8.

データセンター内の SDN/NFV トラフィック 6.0

41 % 37 %

5.0

ZB/年

3.0

23 %

データセ 25 % ンター内のトラフィックの 20 % 割合（%） 15 %

2.2

10 %

1.4

1.0

40 % 30 %

3.1

2.0

2015 ～ 2020 年

35 %

4.1

28 %

50 % CAGR 44 % 45 %

5.2

33 %

4.0

44 %

5%

0.8

0%

0.0 2015

2016

2017

2018

2019

• ビッグデータ：SDN/NFV により実現されるトラフィックエンジニアリングは、ビッグデータのクラスタ間で大量 2 のデータを安全に伝送できるようにし、「ゾウ」（大量）のデータフローをサポートしながらも、「ネズミ」（少量）3のデータフローを損なうことがありません。 • ビデオビットレート：SDN では、現在のようにビデオの再生時間にわたって利用可能な帯域幅に応じてビットレートを下げるのではなく、ストリームの途中でも利用可能な最大帯域幅を追求できるため、ビデオのビットレートを上げることが可能になります • クラウドゲーム：SDN では、データセンター内の遅延を減らし、クラウドゲームアプリケーションでエンドユーザが体感する遅延を軽減できるため、コンテンツプロバイダーとエンドユーザの両方でクラウドゲームの採用が促進される可能性があります。

傾向 2：継続する世界中のデータセンターの仮想化サーバのワークロードは、特定のアプリケーションの実行または 1 対多ユーザに対するコンピューティングサービスの提供を目的として割り当てられた仮想または物理コンピュータリソース（ストレージを含む）の集合体と定義されます。ワークロードは、小型で軽量の SaaS アプリケーションから大規模なコンピューティングプライベートクラウドデータベースアプリケーションまで、広範なアプリケーションを表すための一般的な指標です。定量化するために、ここでは仮想マシンまたはコンテナに等しいワークロードを検討します。実際、コンテナは、配置されるサーバあたりのワークロード数を堅調に増加させる要因の 1 つです。Cisco Global Cloud Index では、ワークロードは今後も引き続き、従来のデータセンターからクラウドデータセンターに移行すると予測しています。2020 年までに、全ワークロードの 92 % が、クラウド化されたデータセンターで処理されるようになると見られます（図 9）。ワークロードの地域別分布については、別添 D を参照してください。図 9.

ワークロードの分布（2015 ∼ 2020 年）

2020


SDN と NFV がフラットアーキテクチャと併用されることで、現在よりもトラフィックのルーティングがさらに効率化され、データセンター内のトラフィックフローが効率化される可能性があります。理論上は、SDN では仮想マシンとコンテナを追跡するようにトラフィック処理ポリシーを設定可能なことから、帯域幅のボトルネックに応じてトラフィックを最小化する目的で、これらの要素をデータセンター内で移動することができます。ただし、SDN/NFV では、データセンタートラフィックと全般的なインターネットトラフィックの両方の増加につながる可能性もあります。

600

従来のデータセンター（CAGR 3 %） 8%

500

92 %

400 ワークロードの稼働数（単位：100 万）

CAGR 21 %

2015 ～ 2020 年

クラウドデータセンター（CAGR 26 %）

300 200 100 0

25 % 75 %

2015

2016

2017

2018

2019

2020


2

ゾウ（大量）のフローは、業界によって定義が異なりますが、バイト数という点で不釣り合いなトラフィック量が伝送されるトラフィックフローを指し、通常は、一定期間内にトラフィック全体の 1 % を超える場合を言います。

3

ネズミ（少量）のフローでは、生成されるトラフィック量は平均以下ですが、遅延という点で厳格な要件がある場合があります。


8


クラウドのワークロードは、2015 年から 2020 年までの間に 3 倍以上（3.2 倍）に増加すると予想されます。これに対し、従来のデータセンターのワークロードは世界的に低下すると考えられ、2015 ∼ 2020 年の CAGR は -3％減少すると予測されます。1 台のサーバで 1 つのワークロードが処理されていました。しかし最近では、サーバのコンピューティング容量の増大と仮想化を背景として、クラウドアーキテクチャでは、各物理サーバが複数のワークロードを担うことが一般的となっています。サーバのコスト、復元力、拡張性、製品寿命などのクラウドによる経済効果、さらにクラウドのセキュリティ強化が促進要因となり、データセンター内とデータセンター間（異なる地理的区域のデータセンターも含む）のいずれにおいても、複数のサーバ間でのワークロードの移行が進行しつつあります。現在は、1 つのエンドユーザアプリケーションの処理を複数のワークロードに分割して、サーバ間で分散処理できる場合が多くなっています。表 2 は、従来のデータセンターからクラウドデータセンターへのワークロードの移行に関する詳しいデータを示したものです。表 2.

従来のデータセンターからクラウドデータセンターへのワークロードの移行

世界のデータセンターのワークロード（単位 100 万） 2016

2017

2018

2019

2020

従来のデータセンターのワークロード

44.9

45.1

44.2

43.4

41.5

38.8

-3 %

クラウドデータセンターのワークロード

136.0

189.8

255.4

322.0

383.3

440.0

26 %

データセンターのワークロード合計

180.9

234.9

299.7

365.4

424.8

478.8

21 %

データセンターのワークロード全体に対するクラウドのワークロードの割合

75 %

81 %

85 %

88 %

90 %

92 %

–

データセンターのワークロード全体に対する従来のワークロードの割合

25 %

19 %

15 %

12 %

10 %

8%

–

従来のデータセンターからクラウドデータセンターへのワークロードの移行に影響を及ぼしている主な要因の 1 つに、クラウドスペースにおける仮想化の拡大があります（図 10）。これにより、クラウドでワークロードを動的に展開し、クラウドサービスの動的な需要を満たすことが可能になっています。クラウドデータセンターにおいて仮想化の度合が高まっていることは、ワークロード密度によって表すことができます。ワークロード密度は、物理サーバ 1 台あたりの平均ワークロード数で表されます。クラウドサーバのワークロード密度は、2015 年の 7.3 から 2020 年には 11.9 まで増加すると見られます。これに対し、従来のデータセンターサーバのワークロード密度は、2015 年の 2.2 から 2020 年には 3.5 に上昇すると予想されます。図 10.

クラウド仮想化の増加 14


12

クラウドデータセンター

11.9

10 平均ワークロード密度

8

7.3

6

2 0

サーバあたりのワークロード

3.4 倍 3.3 倍

4

3.5

2.2

2015

2016

2017

2018

2019


4

CAGR （2015 ∼ 2020 年）

2015

2020

サーバあたりのワークロード

パブリッククラウドとプライベートクラウドの比較4

次に、ワークロード分析によってパブリッククラウドとプライベートクラウドの成長を比較検討します。パブリッククラウドは、ワークロードの増加からわかるように、プライベートクラウドより速いペースで成長しています。企業では、専用 IT リソースに伴うコストへの懸念が強まっており、俊敏性も求められているために、特にセキュリティが強化されていることが要因となってパブリッククラウドの導入が進んでいると考えられます。多くのミッションクリティカルなワークロードは今後も従来のデータセンターやプライベートクラウドで処理される可能性がありますが、パブリッククラウドは、その信頼性が向上するとともに導入が進んでいます。企業によっては、クラウドについてハイブリッドアプローチを採用する可能性もあります。ハイブリッドクラウド環境では、クラウドコンピューティングリソースを社内の部門と外部のプロバイダーが分担して管理します。ハイブリッドクラウドの一例として、クラウドバースティングがあります。これは、日常のコンピューティング要求はプライベートクラウドで処理し、負荷が急激に高まったときには追加のトラフィック需要（バースティング）をパブリッククラウドで処理するというものです。クラウド全体のワークロードの増加率は、2015 ∼ 2020 年で CAGR 26 % になると見られていますが（図 11）、パブリッククラウドのワークロードの増加率が 2015 ∼ 2020 年で CAGR 35 % であるのに対し、

パブリッククラウドとプライベートクラウドの詳細については、別添 E を参照してください。


9


プライベートクラウドのワークロードの増加率はそれより低く、2015 ∼ 2020 年で CAGR 15 % と予測されます。2016 年までには、プライベートクラウドのワークロード（44 %）と比べてパブリッククラウドのワークロード（56 %）が多くなる見込みです。図 11.

パブリッククラウドとプライベートクラウドの成長の比較

500 450 400 350 300 ワークロード 250 の稼働数 200 （百万単位） 150 100 50 0

パブリッククラウドデータセンター（CAGR 35 %）

CAGR 26 % 2015 ～ 2020 年

プライベートクラウドデータセンター（CAGR 15 %）

68 %

49 % 51 %

56 % 32 %

44 %

2015 2016* 2017

2018

2019

2020


パブリッククラウドスペースにおけるワークロードの増加は、図 12 に示すとおり、仮想化の拡大にも影響しています。パブリッククラウドデータセンターのワークロード密度は、2016 年までには、プライベートクラウドデータセンターを上回ると見られます。図 12.

パブリッククラウド仮想化の勢いが強まる 14


12

パブリッククラウドデータセンター

12.4

プライベートクラウドデータセンター

11.0

10 平均ワークロード密度

8

7.7 6.9

6

0

図 13. SaaS は 2015 年から 2020 年までにグローバルクラウドサービスの中で導入率が最も高くなる 500 450 400 350 300 ワークロード 250 の稼働数（百万単位） 200 150 100 50 0

SaaS（CAGR 30 %）

CAGR 26 % 2015 ～ 2020 年

IaaS（CAGR 17 %） PaaS（CAGR 24 %）

8% 17 %

74 %

9% 26 % 65 %

2015

2016

2017

2018

2019

2020

3.5 2.2

2015

2016

2017

2018

2019

2020


傾向 3：クラウドサービスの傾向このセクションでは、IaaS、PaaS、SaaS5 という 3 種類のクラウドサービスの成長率について分析します。他にも多くのサービスカテゴリがありますが、それらも IaaS、PaaS、SaaS のいずれかのカテゴリに分類できます。たとえば、Business Process as a Service（BPaaS）は SaaS の一部と見なすことができます。わかりやすくするために、これら 3 つのサービスモデルをクラウドのそれぞれ異なるレイヤと考えることにします。一番下のレイヤがインフラストラクチャ、中間のレイヤがプラットフォーム、最上部のレイヤがソフトウェアです。

5

クラウド全体で見ると、SaaS が最大のワークロードシェアを獲得し、2020 年にはクラウドワークロード全体の 74 % を占めると予想されています。CAGR は、 2015 ∼ 2020 年で 30 % となります（図 13）。PaaS は 2 番目に高い成長率を示していますが、クラウドワークロード全体に対するシェアは 2015 年の 9 % から 2020 年には 8 % に低下すると予想されています。


4 2

GCI では、クラウドワークロードを IaaS、PaaS、SaaS のいずれかに分類するにあたり、サービスの提供において他のクラウドサービスタイプが関係の有無にかかわらず、ユーザが最終的にサービスをどのように利用するかを基準としました。たとえば、あるクラウドサービスが SaaS タイプでありながら、PaaS や IaaS など、他のクラウドサービスの一部に依存するとしても、そのワークロードはあくまでも SaaS と見なします。また、PaaS ワークロードが IaaS サービス上で動作する場合でも、そのワークロードはあくまでも PaaS と見なします。

この傾向の理由を理解するためには、パブリッククラウドセグメントとプライベートクラウドセグメントについて、もう少し深く分析する必要があります。プライベートクラウドでは、当初、IaaS が圧倒的な導入シェアを獲得していました。テストおよび開発型のクラウドサービスは、当初は企業で使用されていました。クラウドは IT サービスの展開を根本から変えるものであり、企業にとっては、クラウドを導入するのであれば、まずプライベートクラウドから始めるのが安全で現実的な選択でした。その導入は限定的であり、企業内の IT リソースの機能に障害をもたらすリスクはありませんでした。テクノロジーによる処理能力の向上、ストレージの進歩、メモリの進歩、ネットワーキングの進歩により、SaaS またはミッションクリティカルなアプリケーションの導入に対する信頼性が徐々に高まると、予測期間において SaaS 型アプリケーションの導入が加速し（図 14）、一方、IaaS と PaaS のワークロードシェアは減少すると予想されます。

IaaS、PaaS、および SaaS の定義については、別添 E を参照してください。


10


図 14.

プライベートクラウドで SaaS 導入の勢いが強まる 160

PaaS（CAGR 51 %）

140

IaaS（CAGR 48 %）

120

CAGR 35 % 2015 ～ 2020 年

SaaS（CAGR 31 %）

7% 14 %

100 ワークロードの稼働数（百万単位）

80 60

13 %

40

39 %

20

48 %

0

2015

79 %

2016

2017

2018

2019

傾向 4：アプリケーション別ワークロード今年初めて、アプリケーション別にワークロードの内訳を分析しました。2015 年は、企業（SMB、政府、公的機関を含む）がワークロードの 79 % を占め、コンシューマが 21 % を占めていたと算出しています。合計に占めるコンシューマのシェアは 2020 年までに 28 % に上昇するのに対し、企業セクターのシェアは 72 % に低下する見込みです（図 16）。図 16. 世界のデータセンターのワークロード：コンシューマと企業のアプリケーションの比較

2020


コンシューマのワークロード（CAGR 28 %）

パブリッククラウドセグメントでは、最初に導入すべきクラウドサービスは SaaS でした。パブリッククラウドで提供される SaaS サービスは、多くの場合、ユーザに費用や柔軟性の点で明確なメリットをもたらす、低リスクで導入が容易な提案でした。SaaS の初期のユーザはコンシューマセグメントで、その後に中小規模の企業が続きました。パブリック SaaS ソリューションが高度化し堅牢性が向上するに伴い、大規模企業もあまり重要ではないサービスから SaaS に移行し始めています。企業、特に大規模企業は、パブリッククラウドサービスの導入がもたらすメリット（拡張性、一貫性、コスト最適化など）をリスク（セキュリティ、データの整合性、ビジネス継続性など）との対比によって慎重に評価します。図 15 に示すとおり、IaaS と PaaS は、パブリッククラウドにおいては導入の初期段階を終えました。パブリック IaaS および PaaS への投資は、エンタープライズデータセンター機器、データセンター施設、付随する運用コストに比べると、まだ小規模なものに留まっています。これらのクラウドサービスは、より競争力のあるソリューションが市場に投入され、企業がより技術的に高度で基本的なサービスのアウトソーシングに対する信頼を高めることにより、予測期間内に徐々に導入の勢いが強まると考えられます。図 15. IaaS と PaaS がパブリッククラウドのワークロードシェアを拡大 CAGR 35 %

2015 ～ 2020 年

350

PaaS（CAGR 51 %）

300

IaaS（CAGR 48 %）

9%

SaaS（CAGR 31 %）

19 %

250 ワークロード 200 の稼働数（百万単位） 150

100 50 0

72 % 5% 12 % 83 %

2015

2016

2017

2018

2019



2020

エンタープライズのワークロード（CAGR 19 %）

600 500

28 %

ワークロード 400 の稼働数 300 （百万単位）

200 100 0

CAGR 21 % 2015 ～ 2020 年

72 %

21 % 79 %

2015

2016

2017

2018

2019

2020


企業内のワークロード全体のうち大きな割合を占めるのが、コンピューティング/IaaS とコラボレーションの 2 つです。一方、コンシューマでは、ソーシャルネットワーキングとビデオ/メディアストリーミングが最も大きな割合を占めます。これらの割合は変化しますが、ワークロード全体において今後 5 年間にわたり引き続き大きな割合を占めるでしょう（図 17）。アプリケーションの定義については、別添 F を参照してください。図 17.

世界のデータセンターワークロード（アプリケーション別）

600 500 400 ワークロードの稼働数 300 （百万単位）

その他のコンシューマアプリケーション（CAGR 23 %）検索（CAGR 25 %）ソーシャルネットワーキング（CAGR 33 %）ビデオストリーミング（CAGR 32 %） ERP その他のビジネスアプリケーション（CAGR 17 %）データベース、分析、IoT（CAGR 22 %）コラボレーション（CAGR 18 %）コンピューティング（CAGR 21 %）

CAGR 21 %

2015 ～ 2020 年

コンシューマ

200

エンタープライズ

100 0

2015

2016

2017

2018

2019

2020


ワークロードのアプリケーション別の内訳を、従来型、パブリック、プライベートのクラウドデータセンターで分類すると、コンシューマアプリケーションのワークロードのうち最もシェアが大きいのはパブリッククラウドデータセンターであることがわかります。それに対し、ビジネス/企業セグメントでは従来型とプライベートのクラウドデータセンターのシェアが大きくなっています（図 18）。

11


図 18. 世界のデータセンターワークロード（アプリケーション別）：従来型とクラウドの比較（2015 年）従来型

プライベートクラウド

図 20. 世界のデータセンターのストレージ容量：従来型とクラウドの比較 2,000

パブリッククラウド

その他のコンシューマアプリケーション

1,800

検索

1,600

パブリッククラウドデータセンタープライベートクラウドデータセンター従来のデータセンター 1,405

1,400 設置されている 1,200 ストレージ 1,000 容量（エクサバ 800 イト単位） 600

ソーシャルネットワーキングビデオストリーミング ERP その他のビジネスアプリケーションデータベース、分析、IoT コラボレーション

400

コンピューティング

200

0%

20 %

40 %

60 %

80 %

100 %

1,842

70 %

1,065 782 546

382 45 % 20 % 35 %

0

2015


18 % 12 % 2016

2017

2018

2019

2020


しかし 2020 年までには、データベース/分析/IoE などのビジネスアプリケーションのカテゴリを除くすべてのアプリケーションで、従来型とプライベートのクラウドデータセンターのシェアがパブリッククラウドに奪われると見られます。後者のカテゴリでは、プライベートクラウドがほぼそのシェアを維持します（図 19）。図 19. 世界のデータセンターワークロード（アプリケーション別）：従来型とクラウドの比較（2020 年）従来型


世界のデータセンターのストレージ使用率

データセンター内に保存されている実データの総量を初めて算出しました。世界全体でデータセンターに保存されているデータは 2020 年までに 3 倍に増加し、 2015 年の 171 EB から 2020 年には 5.3 倍の 915 EB に達する見込みです（CAGR は 40 % となります）（図 21）。図 21.


データセンターに保存されている実データ 1,000

その他のコンシューマアプリケーション

900

検索

800 700

ソーシャルネットワーキング

915

600

ビデオストリーミング

エクサバイト

ERP その他のビジネスアプリケーション

689

500

513

400

370

300

データベース、分析、IoT

200

コラボレーション

100

コンピューティング

0%

CAGR 40 %

2015 ～ 2020 年

0

20 %

40 %

60 %

80 %

100 %

251 171

2015

2016

2017

2018

2019

2020


傾向 5：データセンターおよびクラウドのストレージ6：容量と使用率世界のデータセンターに設置されているストレージ容量

今年初めて、世界のデータセンターに設置されているストレージ容量を分析しました。データセンターの合計ストレージ容量は、2015 年の 382 EB から 2020 年には 1.8 ZB に増加し、2015 ∼ 2020 年にかけて 5 倍近く増加すると予測されます。合計ストレージ容量のうちクラウドが 88 % を占めると見られます（図 20）。

保存されているデータが全体的に増加する主な要因は、ビッグデータです。ビッグデータは、2015 年の 25 EB から 2020 年にはその約 10 倍の 247 EB に増加すると予想されます。データセンターに保存されているデータのうちビッグデータが単独で占める割合は、 2015 年の 15 % から 2020 年には 27 % に上昇する見込みです（図 22）。図 22.

ビッグデータの量 CAGR 58 %

300

2015 ～ 2020 年

250 247

200

エクサバイト 150

173

100

116 73

50 0

6

43

2015

2016

2017

2018

2019

2020

ストレージには、テープなどのアーカイブメディアを含めません。


12


ここでのビッグデータは、分散処理とストレージの環境（Hadoop など）に配置されたデータと定義されます。分散処理は一般に、データの量が大きい（100 TB 超）か、データの速度が高速である（1 秒あたり 10 ギガバイト超で送受信される）か、データが多様である（数十種類以上のソースからのデータが組み合わされている）場合に、アーキテクチャとして選択されます。ビッグデータは、データ分析やデータサイエンスと同じ意味で使われることがありますが、データサイエンスの手法はどのような規模のデータにも使用できるものであり、データサイエンスで得られる洞察の質は、基礎となるデータの規模には関連しません。データセンターに保存されるデータ量は 2020 年までにおよそ 1 ZB になるのに対し、デバイスに保存されるデータ量は 2020 年までに 5 倍の 5.3 ZB になると予測されます。世界の保存データの合計 6.2 ZB のうち、ほとんどは現在と同様引き続きクライアントデバイスに保存されると見られます。現在、保存データのうちデータセンターに保存されているのはわずか 12 % ですが、徐々にデータセンターに移行されるデータが増える見込みです（図 23）。保存されたデータの増加に加えて、2020 年までにはデータがさらに多様なデバイスによって保存されると考えられます。現在、クライアントデバイスに保存されているデータの 61 % は PC 上にあります。2020 年までに、PC に保存されるデータは 52 % に低下し、より多くのデータが、スマートフォン、タブレット、Machine-to-Machine（M2M）モジュールに保存されるようになります。M2M に関連する保存データは、他のデバイスカテゴリよりも急速に増加します。図 23.

データセンターのストレージ分析

保存される総データ量は 2020 年までに 1.4 ZB から約 3 倍の 6.2 ZB に増加する。クライアントデバイスに保存されたほとんどのデータは徐々にデータセンターに移行する。 2015 88 % のクライアントデバイスまたは M2M 12 % DC 2020

1.4 ZB

84 % のクライアントデバイスまたは M2M

16 % DC

6.2 ZB

クライアントデバイス（PC、タブレット、電話、M2M など）に保存されるデータデータセンターに保存されるデータ 2015 2020

61% 52 %

PCs タブレット

18 %

12 %

8 % 5 %5 %

スマートフォンとファブレット M2M

915 EB

981 EB/月

コンシューマクラウドストレージの成長

コンシューマインターネット人口と複数デバイス所有の増加に伴い、コンシューマクラウドストレージ（パーソナルコンテンツロッカーとも呼ばれる）などのクラウドサービスの利用が大幅に拡大すると考えられます。個人のコンテンツロッカーでは、使いやすいインターフェイスを使用して、比較的低コストで、または無償で音楽、写真、ビデオを保存し、共有することができます。さらに、タブレットやスマートフォンといったモバイルデバイスの普及によって、ユーザはより便利な方法でパーソナルコンテンツロッカーにアクセスできるようになりました。 Cisco GCI では、インターネット利用者人口のうちパーソナルクラウドストレージを使用する割合が 2015 年の 47 %（13 億人）から 2020 年には 59 %（23 億人）まで増加すると予測しています（図 24）。図 24.

CAGR 12 %

2015 ～ 2020 年

2,500 2,000 1,926

1,500

コンシューマ数（単位：100 万） 1,000

1,329

2,111

2,309

1,754

1,561

500 0 2015

2016

2017

2018

2019

2020

出典：Cisco Global Cloud Index（2015 ～ 2020 年）、Juniper Research

Cisco GCI では、世界のコンシューマクラウドストレージの年間トラフィックが 2015 年の 8 EB から 2020 年には 48 EB まで増加し、CAGR は 42 % に達すると予測しています（図 25）。ユーザあたりの月間トラフィックに換算すると、2015 年は 513 MB だったのに対し、 2020 年には 1.7 ギガバイト（GB）になります。図 25.

2020 保管中のデータ（保存量）活動中のデータ（トラフィック）

コンシューマクラウドストレージトラフィック7の増加 60

CAGR 42 %

2015 ～ 2020 年


今後はクラウドベースサービスにより、コンシューマも企業も、あらゆる場所のあらゆるデバイスで、コンテンツとアプリケーションへのユビキタスアクセスを提供する多くの中央リポジトリに保存されるデータを移動できるようになります。次の項で、コンシューマクラウドストレージの成長について説明します。

パーソナルクラウドストレージ：ユーザ数の増加

50 40

48 37

30 EB/年

29

20

21 14

10 0

8 2015

2016

2017

2018

2019

2020


7

コンシューマクラウドストレージトラフィックには、パーソナルコンテンツロッカー、クラウドバックアップなどを含みますが、クラウド DVR を含めません。


13


傾向 6：世界的なデジタル化：IoE の影響世界のデータセンターに対する IoE の潜在的な影響クラウドサービスが加速した理由の 1 つとなったのは、人だけでなくマシンやモノによって生成される前例のないデータ量です。Cisco GCI の予測によると、人、マシン、モノによって生成されるデータは 2015 年の 145 ZB から 2020 年には 600 ZB に増加する見込みです。図 26 に、さまざまなモノやシステムの中でも特に航空機、自動車、建造物から生成されるデータ量の例を示します。図 26.

スマートシティ：複数のアプリケーションがビッグデータを生成

スマートシティは何でできている?

複数のアプリケーションがビッグデータを生成コネクテッドプレーン

インテリジェントビルディング

40 TB/日（0.1 % 転送）

275 GB/日（1 % 転送）

コネクテッドファクトリー 1 PB/日（0.2 % 転送）

パブリックセーフティ

スマートホスピタル

100 万人規模の都市では 2020 年までに毎日 2 億ギガバイトのデータが生成される

50 PB/日（0.1 % 未満の転送）

5 TB/日（0.1 % 転送）

スマートカー 70 GB/日（0.1 % 転送）

気象センサー

スマートグリッド

10 MB/日（5 % 転送）

5 GB/日（1 % 転送）

Source: Cisco Global Cloud Index, 2015–2020

2020 年に生成される 600 ZB 超のデータのほとんどは、実際には一時的なものであり、保存されません。この一時的なデータの多くは保存する意味のないものですが、約 10 % は有用であると見積もっています。つまり、2020 年には、使用されるデータ（6 ZB）の 10 倍多く（合計 600 ZB の 10 % で 60 ZB）有用なデータが作成されることになります。エッジコンピューティングやフォグコンピューティングは、このギャップを埋める可能性があります。

M2M データ分析要件によるフォグ/クラウドコンピューティングの促進

マシンツーマシン接続とアプリケーションの増加によっても、新しいデータ分析が求められています。すべての M2M アプリケーションが多くのトラフィックを促進しているわけではありませんが、M2M アプリケーションのデータが分析可能であれば、そのような接続のすべてがインテリジェントで実用的な情報を提供できます。図 27 に、プロトコル環境の複雑さとデータ分析ニーズに関する、いくつかの M2M アプリケーションのマップを示します。IoT アプリケーションは、多様な特徴を持っています。アプリケーション分析や管理がエッジデバイスレベルで行われる場合がある一方で、通常はクラウドにホストする形で一元的に処理するのが適切な場合もあります。フォグ（分散型インテリジェンス）の提案および関連するインテリジェントなゲートウェイに関する販売機会は、次の 2 つの要件を満たす市場で最も有力です。1 つ目の要件は、データ分析の焦点がいわゆる集約レベルであること、2 つ目の要件は、問題になる程度のプロトコルの複雑さです。特に 1 つ目の点は、製品セグメントとしてインテリジェントゲートウェイの需要を判断するうえで決め手となり始めています。このような市場は一般に、製造、採取産業、医療機関などの産業 IoT の領域に存在します。スマートメーターなどのアプリケーションは、電気、ガス、水道などのリソースの使用を最適化可能にする集約データのリアルタイム分析を活用することができます。ローカルレベルの分析は、規制上の理由で、またはデータのアップストリーム伝送のコストの高さや分析に伴う待ち時間の長さを許容できないために、データをローカルに保存して分析する必要があるアプリケーションに適しています。今後数年間での IoT の主な問題は、補完原則です。つまり、データ分析を適切なレベルで実行することです。ほとんどの場合、ローカルで管理するためのアプローチと機能に、一元的なアプリケーション管理を組み合わせることがますます重要になると考えられます。


14


図 27.

M2M 接続の増加により新しいデータ分析が必要になる

クラウドレベル

利用ベース保険

水道メーター

データ分析の焦点

ホームオートメーションスマートグリッド輸送（水道）（陸路）

電気メーター

駐車スペース管理

集約レベル

保管倉庫と貯蔵庫

スマートグリッド（電気）

街灯

会場管理

ローカルレベル

コネクテッドカー（自動運転）

採掘操業

統合

石油およびガス（アップストリーム）輸送（海路）

輸送輸送（鉄道）（空路）

CCTV （イベント検出）

ビルディングオートメーション製造（ディスクリート型）製造（プロセス型）

管理可能

医療（機器）

問題あり

プロトコル環境の複雑さ出典：Cisco Global Cloud Index（2015 ～ 2020 年）

傾向 7：世界のクラウドへの対応準備状況セキュリティ：クラウドの成長における必須条件

クラウドへの移行は差し迫った状況です。昨年だけでも、さまざまな企業や組織がクラウドに移行または採用する計画をしていると報告しました。たとえば、Netflix Inc. は 2016 年のうちに従来型の最後のデータセンターをクローズする計画を発表しました。これにより同社は IT すべてをパブリッククラウドで実行する最初の大企業の 1 つになりました。「ビジネスの傾向に沿って、これまでかなりの期間をかけて、顧客向けシステムを 100 % クラウドベースにしてきました。今年の夏の終わりには自社のデータセンターは完全に廃止することを計画しています。」8 図 28 に、クラウドの例を追加でいくつか紹介します。図 28.

幅広いクラウド採用例

幅広いクラウド採用例障壁の克服と運用効率の実現

Netflix

Netflix が最後の DC を閉鎖し、クラウドへの移行を完了

「当社では、スケーラブルなコンピューティングとストレージのニーズのすべてにクラウドを利用しています。ビジネスロジック、分散データベース、ビッグデータ処理/分析、推奨、トランスコーディングなど、数多くの機能でクラウドを利用しています」 Netflix 担当者

Deutshce 銀行は 3 年間でワークロードの 30 % Banke をクラウドに移行「インフラストラクチャコストの削減、柔軟性の向上へのプレッシャーに加えて、クラウドベンダーが提供するセキュリティおよびコンプライアンスのサービスによって、銀行がこのテクノロジの調査に向けて意欲を示すようになりました」 Wall Street Journal

医療情報交換の 34.3 % はすでにクラウドで行われている保護医療情報（PHI）に関してクラウドを信頼する医療機関が増えています。患者エンゲージメントツールの 36.2 % はクラウドで利用されており、医療機関の 5.3 % はビッグデータを分析するコンピューティングサイクルにクラウドを利用しています。 2016 HIMSS Analytics クラウド調査

HESS GE Oil & Gas

医療情報交換の 34.3 % はすでにクラウドで行われている

一貫操業の石油会社は、パブリッククラウドへの大規模な移行を進めています。「当社が設置するほぼすべてのものにセンサーが搭載されています」 Zhanna Golodryga 氏、Hess CIO また、GE Oil & Gas ではコアアプリケーションの半分をクラウドに移行しました。

拡張性とリソースの割り当ては、仮想化（「傾向（その 2）：継続する世界中のデータセンターの仮想化」の項を参照）とクラウドコンピューティングの主な利点です。管理者は、新しいハードウェアを購入またはプロビジョニングするオーバーヘッドなしで、仮想マシン（VM）やサーバを迅速に立ち上げることができます。ハードウェアリソースは迅速に再割り当てすることができ、余分の処理能力は、効率が最大になるように他のサービスに使用できます。すべての処理能力を活用し、単一サーバモデルにハードウェアが必要なくなるので、プライベートクラウドとパブリッククラウドのどちらでも優れたコスト効率が実現します。 8

http://blogs.cisco.com/sp/global-data-center-growth-supporting-the-next-data-deluge [英語]


15


National Institute of Technology（NIST）によると、クラウドコンピューティングは 3 つの主要なサービスタイプに分類できます（「傾向 3：クラウドサービスの傾向」を参照）。Infrastructure as a Service（IaaS）、Platform as a Service（PaaS）、および Software as a Service （SaaS）の 3 つです。これらはそれぞれいくらか異なる形でデータ制御とガバナンスに影響します。IaaS を使用する場合、顧客は実際のサーバ構成に対して完全な制御ができる場合があるため、環境とデータに対するリスク管理も、より制御できるようになります。PaaS を使用する場合、プロバイダーがハードウェアとその基盤となるオペレーティングシステムを管理し、これらのコンポーネントに対するエンタープライズリスク管理機能はプロバイダーが制限します。SaaS を使用する場合、プラットフォームとインフラストラクチャの両方をクラウドプロバイダーがすべて管理します。つまり、基盤となるオペレーティングシステムまたはサービスが適切に設定されていない場合、上位層のアプリケーションのデータが危険にさらされる可能性があります。世界のサイバー犯罪による損害は、2015 年の 3 兆ドルから 2021 年には年間 6 兆ドルに上ると予測されます。サイバー犯罪によるコスト予測には、データの存在と破壊、金銭の盗難、生産性の低下、知的財産の盗難、個人情報および財務データの盗難、横領、詐欺、攻撃後の通常業務の中断、科学捜査、ハッキングされたデータ 9 とシステムの復元と削除、評判への被害が含まれます。サイバー上の脅威が標的にして被害を与える対象は、コンピュータ、ネットワーク、スマートフォンから、人、車、鉄道、飛行機、電力網や、心拍または電子パルスに関連する何らかの機器といった、クラウドを利用するものへと移っています。クラウドセキュリティ脅威の観点からすると、ここ数年間は間違いなく重大な出来事の多い期間でした。大きな漏えい問題や増大する分散型サービス拒否（DDoS）攻撃が見られました。特に、広く利用されている OpenSSL 暗号化ソフトウェアライブラリの重大な脆弱性である Heartbleed や、オープンソースの脆弱性である Shellshock に対して、多くのネットワークセキュリティベンダーや他のネットワーキングデバイスメーカーは競い合うように自社のアプライアンスに対する一連のパッチをリリースしました。これらの対応により、必要とする顧客にサポートを提供するセキュリティベンダーの効果性が明らかになりました。また、クラウドのセキュリティと管理の広範な採用や、非常に迅速な発展状況が明らかになりましたファイル共有サービスにアップロードされるすべてのドキュメントで、最も一般的なセンシティブコンテンツのタイプは、社外秘の企業データ（財務記録、事業計画、ソース・コード、トレーディングアルゴリズムなど）です。ファイル共有サービスで扱われるドキュメントのうち合計 7.6 % に機密データが含まれます。次に多いのが個人情報（社会保障番号、納税者 ID 番号、電話番号、住所など）で、

9

全ドキュメントの 4.3 % に含まれます。次いで、ドキュメントの 2.3 % に含まれるのが決済データ（クレジットカード番号、デビットカード番号、銀行口座番号など）です。そして最後に、ドキュメントの 1.6 % には、保護医療情報（患者診断、治療、医療記録 ID など）が含まれます。10 ユーザは、常に使用可能で、常に安全で、個人とビジネスの資産が安全なオンラインエクスペリエンスを求めています。より多くのデータ、ビジネスプロセス、サービスがクラウドに移行しているため、セキュリティのためにパフォーマンスを犠牲にすることなく、Web サイトとインフラストラクチャを保護することが組織にとって課題となっています。ユーザの期待に応じるため、より多くの安全なインターネットサーバが世界中に導入されつつあります。この状況により、より厳格な認可と認証プロセスを提供し、セキュアなトランザクションと通信をエンドユーザに提供するインフラストラクチャフットプリントが増加しています。Web に接続しているサーバの総数に対して、 Secure Sockets Layer（SSL）を使用してインターネット上で暗号化トランザクションを行うセキュアなインターネットサーバの割合を、図 29 に示します。過去 1 年間に、Web に接続しているサーバに対するセキュアなインターネットサーバの割合では、北米と西ヨーロッパがリードしています。。図 29. Web に接続するインターネットサーバの総数に対するセキュアなインターネットサーバの割合（地域別）および 2014 年末から 2015 年の増加率認証およびセキュアなインターネットの実現 Web に接続しているサーバの総数に対するセキュアなインターネットサーバの割合

西ヨーロッパ 51 % 前年比 +1 %

北米 28 % 前年比 +1 %

アジア太平洋 24 % 前年比 +1 %

MEA 12 % 前年比 +2 %

中央および東ヨーロッパ 34 % 前年比 +5 %

中南米 14 % 前年比 +1 %

出典：Cisco GCI 2016、UN、NetCraft、Synergy Research

エンドユーザのセキュリティ問題は存在するものの、アマチュアハッカーの時代は終了し、ハッキングは組織犯罪または国家的な事件となっています。顧客に対する DDoS 攻撃はサービスプロバイダーにとって主要な運用上の脅威です。インフラストラクチャに対する攻撃は顕著に増加が続いています。フィッシングとマルウェアの脅威は毎日のように発生しています。

http://cybersecurityventures.com/hackerpocalypse-cybercrime-report-2016 [英語]

10

https://www.skyhighnetworks.com/cloud-report/ [英語]


16


シスコ 2016 年度セキュリティレポートによると、2015 年は公共機関が Web マルウェア遭遇リスクが最も高い業種となりました。ハイリスクな業界の Web マルウェア出現を追跡するために、攻撃トラフィックの相対的な量（「ブロック率」）と、「正常」または予想されるトラフィックの相対的な量を調査しました。2015 年 1 月から 3 月は、最もブロック率の高い業界は政府機関でした。3 月から 5 月は電子工業で、夏にはプロフェッショナルサービスのブロック率が最大でした。図 30 に示すように、2015 年の秋には、医療機関のブロック率がすべての業界をリードしていました。図 30.

月ごとの業界のブロック率、2014 年 11 月∼ 2015 年 9 月

出典：シスコセキュリティリサーチ

暗号化トラフィック、特に HTTPS は転換点に到達しました。これはまだトランザクションの主流ではありませんが、すぐにインターネット上のトラフィックの主要な形式となるでしょう。暗号化トラフィックは、転送されるバイトの 50 % 以上を占めています（図 31）。これは、 HTTPS のオーバーヘッドや、ファイルストレージサイトへの転送など、HTTPS を介して送られる大容量のコンテンツなどによります。図 31.

SSL/HTTPS のパーセンテージトラフィックの割合 60

合計バイト

57 %

46 % 40

HTTPS リクエスト 33.56 %

20

24 % 1月

2015

出典：シスコセキュリティリサーチ


10 月

IoE とビッグデータの要件では、セキュリティに関する議論とテクノロジー統合が新しい現象となり始めています。企業とサービスプロバイダーがパブリックおよびプライベートのクラウドに移行し、データセンターは SDN を使用により刷新され、IT as a Service（ITaaS）が使用されるようになったため、セキュリティはさらに複雑な問題となっています。ハードウェアアプライアンス、仮想マシン、サーバソフトウェアに加えて、SDN と NFV を使用する革新的なサービスにより、クラウドインフラストラクチャのデータの整合性とセキュリティが向上します。

ネットワークの速度および遅延の分析

クラウドへの対応準備状況調査では、次世代クラウドサービスの提供に必要なブロードバンドおよびモバイルネットワークの要件について地域別に分析を行っています。基本レベルから高度レベルのアプリケーションサービスを提供するクラウドコンピューティングソリューションを普及させるためには、こうしたネットワークへの対応力を強化し、信頼性を高めることが重要です。たとえば、消費者はいつでもどこでも、友達と連絡を取り 17


合ったり、音楽や動画をストリーミングしたりしたいと考えてます。ビジネスユーザは、ビジネスコミュニケーションおよびビデオ会議やミッションクリティカルな顧客システムと業務管理システムのモバイルソリューションに信頼性の高い方法でアクセスすることを要求します。この調査では、世界の各地域（アジア太平洋、中央および東ヨーロッパ、中南米、中東およびアフリカ、北米、西ヨーロッパ）について、サンプルとして選ばれた、基本レベル、中間レベル、高度レベルのビジネスおよびコンシューマ向けのクラウドアプリケーションをサポートする能力についても分析を加えています。各地域のクラウドへの対応準備状況は、固定ネットワークおよびモバイルネットワークのダウンロード速度とアップロード速度図 32.

ビジネス向けおよびコンシューマ向けのクラウドサービスのサンプルカテゴリ

基本レベルのクラウドアプリケーション

表 3.

に基づいてサンプリングされたサービス、ならびにそれに伴うネットワーク遅延に基づいて評価しています（ビジネスとコンシューマ向けのネットワークに分類）。ダウンロードとアップロードの速度や遅延は、クラウドに対するネットワークの対応能力を評価する基本的な指標です。図 32 は、ビジネス向けおよびコンシューマ向けクラウドサービスのカテゴリと、この調査で使用したネットワーク要件を示したものです。表 3 ∼ 5 で、ネットワーク要件について説明し、対応状況調査のカテゴリごとにサンプルアプリケーションの定義を示します。アプリケーションの同時使用は、ユーザエクスペリエンスとクラウドのアクセシビリティにさらに影響する可能性があります。

中間レベルのクラウドアプリケーション

高度レベルのクラウドアプリケーション

ネットワーク要件：



ダウンロード速度：最大 750 kBps

ダウンロード速度： 751 ～ 2,500 kBps

ダウンロード速度： 2,500 kBps 超

アップロード速度：最大 250 kBps

アップロード速度： 251 ～ 1,000 kBps

アップロード速度： 1,000 kBps 超

遅延：160 ms 以上

遅延：159 ～ 100 ms

遅延：100 ミリ秒未満

基本レベルのアプリケーション例

アプリケーション

定義

ダウンロードアップロード遅延

基本的なビデオと音楽のストリーミング

インターネットに接続されたコンピュータサーバを利用して情報にアクセスし、さまざまなオーディオまたはビデオ形式のファイルをダウンロードすることなく音声やビデオを再生できるアプリケーション

高速

低速

中程度

テキスト通信（電子メールおよびインスタントメッセージング）

ショートメッセージサービス（SMS）に料金を支払うことなくインターネットデータプランを使用してメッセージを交換できるクロスプラットフォームメッセージングアプリケーション

低速

低速

中程度

インターネット上で音声を送信する各種サービス

低速

低速

中程度

Voice over IP（VoIP）（インターネットテレフォニー）


18



定義


Web ブラウジング

ワークロードをクラウドサーバに移行するテクノロジーを利用してクラウドコンピューティングでの Web エクスペリエンスや検索を高速化するアプリケーション

低速

低速

中程度

Web 会議

実際に会っている感覚で他の参加者と交流でき、共同 Web 閲覧やアプリケーション共有などのサービスを提供するクラウドアプリケーション

中程度

中程度

中程度

クラウドベースの学習管理システム

集中型環境で他のユーザへの柔軟性の高いアクセスやコラボレーションを実現するアプリケーション情報を仮想ストレージ環境に保存することにより、本来の教育施設や職場の外で学習や仕事に取り組むことができます

高速

中程度

中程度

表 4.

中間レベルのアプリケーション例


定義


企業において、業務および取引関係、それらに関連するデータおよび情報の管理を可能にするシステム

中程度

低速

中程度

高解像度（HD）ビデオストリーミング

インターネットに接続されたコンピュータサーバを利用して情報にアクセスし、HD ビデオ形式のファイルをダウンロードすることなく HD ビデオを再生できるアプリケーション

高速

低速

小

拡張現実（AR）ゲームアプリケーション

物理的な実世界環境の直接的または間接的グラフィッなライブビューが、音声、ビデオ、ク、GPS データなど、環境の諸要素をコンピュータ生成した感覚入力により補完する

高速

中程度

小

患者の治療に関わるすべての医療提供者から得た情報を体系化して記録および共有し、患者情報の取得および転送を容易にして治療に役立てることを目的としたアプリケーション

中程度

高速

小

Voice over LTE（VoLTE）

VoLTE トラフィック転送を可能にする標準システム

低速

低速

小

パーソナルコンテンツロッカー

複合ファイルを使用するアプリケーションが、既存のインターネットプロトコルでアクセスされた場合に、オブジェクトごとにリクエストを送信することなく、サーバへの 1 つのリクエストだけで Web ページ内のネストされたオブジェクトのダウンロードを開始し、複合ファイルのコンテンツを効率的にレンダリングできるようにする非同期ストレージ

高速

高速

小

エンタープライズリソースプランニング（ERP）および顧客管理システム（CRM）

Web 電子カルテ（EHR）


19


表 5.

高度レベルのアプリケーション例


定義

ダウンロードアップロード

遅延

遠隔医療

電子通信によって施設間でやり取りされる医療情報を使用して患者の臨床健康状態を改善することを目的とし、双方向ビデオ、電子メール、スマートフォン、ワイヤレスツールなどの電気通信テクノロジーを利用するアプリケーション

中程度

中程度

低速

HD ビデオ会議

インターネットテクノロジーを使用して異なる場所にいる人々による会議を実現する、双方向の HD ビデオコミュニケーション。

高速

高速

低速

Ultra HD ビデオストリーミング

インターネットに接続されたコンピュータサーバを利用して情報にアクセスし、さまざまなビデオ形式のファイルをダウンロードすることなく Ultra HD ビデオを再生できるアプリケーション

高速

高速

低速

仮想現実（VR）ストリーミング

インタラクティブなソフトウェアとハードウェアを使用して作成されたリアルで臨場感のある三次元環境のシミュレーションをストリーミング配信するものであり、身体の動きによって体験または制御する場合や、コンピュータにより生成される没入型のインタラクティブな体験として提供される場合がある

高速

高速

低速

高頻度株式取引

高度なトレーディングアルゴリズムを使用してポジションの急速な変化に対応し、市況の変動に基づいて数百件の取引を瞬時に処理するアプリケーション

低速

低速

低速

接続型車両安全アプリケーション

マルチモーダルのトランスフォーメーショナルシステムを最大限に活用する完全接続型の輸送システムの開発および展開を必要とするアプリケーション安全性、安定性、相互運用性、信頼性を備え、リスクの最小化と機会の最大化をもたらすシステム運用を実現するために、明確に定義されたテクノロジー、インターフェイス、プロセスを組み合わせることが必要

低速

低速

低速

これら 3 種類のクラウドサービスへの対応力に基づいてラネットワークパフォーマンスの地域別統計データを、ンク分けしました。クラウドへの対応準備状況を把握するため、200 ヵ国以上からのデータを対象とし、Ookla の Speedtest11 で測定された 3 億件超のレコードに加え、Ovum-Informa、Synergy Research、Point Topic、国際連合（UN）、世界銀行、NetCraft、国際電気通信連合（ITU）、国際労働機関（ILO）その他の情報源から入手したデータを分析しました。測定結果の地域別平均値を、下記および別添 G に示します。次に、クラウドへの対応準備状況の特性について説明します。

11

Speedtest.net によって測定しました。Web サーバとクライアント間で小さいサイズのバイナリファイルのダウンロードとアップロードを実行して、接続速度をキロビット毎秒単位（kbps）で評価しました。


20


ネットワークアクセス • インターネット普及率：この指標では、人口統計を考慮しながら固定接続とモバイルインターネット接続の普及率を測定し、各地域の普及度と推定接続数を判断します。ネットワークパフォーマンス • ダウンロード速度：固定ネットワークとモバイルネットワークのいずれにおいても、広帯域を必要とするアプリケーションの普及に伴い、エンドユーザのダウンロード速度は重要性を増しています。また、この特性は、ビジネス向けの仮想マシン、 CRM、 ERP のクラウドプラットフォームや、コンシューマ向けのビデオダウンロードおよびコンテンツ取得用クラウドサービスのサービス品質を左右する重要な指標でもあります。 • アップロード速度：固定ネットワークとモバイルネットワークのいずれにおいても、またコンシューマだけでなくビジネスにおいても、仮想マシン、タブレット、ビデオ会議の普及に伴い、コンテンツをクラウドに送信するアップロード速度は重要な指標となっています。クラウドコンピューティングやデータセンター仮想化の普及、膨大な数のソフトウェアアップデートやパッチを送信する必要性、仮想ファイルシステムへの大規模ファイルの分散、そしてコンシューマクラウドのゲームサービスやバックアップストレージの需要により、アップロード速度の重要性は、今後ますます大きくなると考えられます。 • ネットワーク遅延：ネットワーク（通常はミリ秒単位でレポートされる）の大幅な遅延は、VoIP、ビデオの表示やアップロード、モバイルブロードバンドでのオンラインバンキング、あるいは医療機関でのカルテ表示などにおける動作遅延の原因となります。現在求められている高度なサービスを提供し、高品質なユーザエクスペリエンスを確保するためには、クラウドとの間のパケット送受信の遅延を軽減することが重要です。

世界の平均ダウンロード速度とアップロード速度の概要（2016 年）

ダウンロードとアップロードの速度や遅延は、クラウドに対するネットワークの対応能力を評価する重要な指標です。『Cisco GCI 補足資料』には、ダウンロード速度、アップロード速度、遅延に関する国別の詳細を示してあります。クラウドサービスとアプリケーションをサポートするには、ブロードバンド接続の品質が重要になってきます。固定およびモバイルオペレータが提供する理論上の速度は高いように見える場合がありますが、実際のネットワーク測定値には外部的な要因が多く関与してきます。速度と遅延は、固定およびモバイルブロードバンド技術の都市部および地方部での展開、従


来のデータセンターとクラウドデータセンターとの距離、および顧客宅内機器（CPE）の品質に基づき、国や地域によって異なります。ダウンロード速度、アップロード速度、および遅延の変動性が少ないことにより、コンシューマが国内の高度なクラウドアプリケーションへの継続したアクセスが可能になります。この変動性を測定するために、平均ダウンロード速度と平均アップロード速度に加えて、ダウンロード速度の中央値とアップロード速度の中央値も使用されています。これらの測定と表示は通常すべてキロビット/秒（kbps）またはメガビット/秒（Mbps）単位で行われます。

主な結果

• 世界の固定ネットワークの平均ダウンロード速度は 29.5 Mbps で、世界の固定ネットワークのダウンロード速度の中央値は 19.1 Mbps です。 • 世界の固定ネットワークの平均アップロード速度は 14.3 Mbps で、世界の固定ネットワークのアップロード速度の中央値は 6.8 Mbps です。 • 世界のモバイルネットワークの平均ダウンロード速度は 15.1 Mbps で、世界のモバイルネットワークのダウンロード速度の中央値は 8.3 Mbps です。 • 世界のモバイルネットワークの平均アップロード速度は 7.6 Mbps で、世界のモバイルネットワークのアップロード速度の中央値は 3.5 Mbps です。

地域別の固定ネットワークのダウンロードおよびアップロード速度

• 固定ネットワークの平均ダウンロード速度：アジア太平洋が 33.9 Mbps で首位に立っており、次いで北米が 32.9 Mbps で第 2 位を占めています。 • 固定ネットワークの平均アップロード速度：中央および東ヨーロッパが 19.3 Mbps で首位に立っており、次いでアジア太平洋が 18.9 Mbps で第 2 位を占めています（図 33）。詳細については、別添 G および『Cisco GCI 補足資料』を参照してください。 • 固定ネットワークのダウンロード速度およびアップロード速度の中央値：図 33 に示すとおり、速度の中央値が平均値より小さいのは、その地域で平均値より低い速度の分布が大きいためです。高度なクラウドアプリケーションに求められるネットワーク特性のほかに、クラウドサービスを含むより大きなユーザ基盤でのエンドユーザエクスペリエンスを最適化するには、ほとんどの速度が平均値に近くなる必要があります。これは大変重要な要素です。主要な国の速度分布パターンの詳細については、『Cisco GCI 補足資料』を参照してください。

21


固定ネットワークの地域別平均速度（2016 年）

図 33.

第2 平均値 DL 32.9 Mbps

第1 中央値 DL 23.4 Mbps

第3 平均値 UL 11.6 Mbps

第3 中央値 UL 5.9 Mbps

北米





西ヨーロッパ





中南米








中央および東ヨーロッパ




中東およびアフリカ



アジア太平洋


モバイルネットワークの地域別平均ダウンロード速度およびアップロード速度

• モバイルネットワークの平均ダウンロード速度：北米が 18.5 Mbps で首位に立っており、次いで西ヨーロッパが 18.2 Mbps で第 2 位を占めています。 • モバイルネットワークの平均アップロード速度：北米が 9.9 Mbps で首位に立っており、次いでアジア太平洋が 8.9 Mbps で第 2 位を占めています（図 34）。詳細については、別添 G および『Cisco GCI 補足資料』を参照してください。 • モバイルネットワークのダウンロード速度およびアップロード速度の中央値：速度の中央値は、すべての地域においてモバイルネットワークの平均速度よりも低くなっています。これは、その地域では平均値よりも低い速度の分布が多い傾向にあるためです。モバイルネットワークの地域別平均速度（2016 年）

図 34.





北米






西ヨーロッパ




中南米















アジア太平洋


ネットワーク遅延

• 世界全体の固定接続平均遅延時間は 36 ms です。 • 固定ネットワークの平均遅延は、アジア太平洋が 26 ms で最も低く、次いで中央および東ヨーロッパの 30 ms となっています。 • 世界全体のモバイル接続平均遅延時間は 81 ms です。 • モバイルネットワークの平均遅延では、西ヨーロッパが 57 ms で首位に立っており、次いでアジア太平洋が 73 ms で第 2 位を占めています。 © 2016 Cisco and/or its affiliates. All rights reserved.

22


クラウドデータセンターが世界中に構築されて分布するようになると、コンテンツとユーザの距離が近くなり、サイズの小さいデータパケットが送受信される所要時間が短縮されます。遅延に影響する可能性があるもう 1 つの要因は輻輳であり、スループットの低下につながります。遅延は、固定ネットワークとモバイルネットワークの両方で大幅に改善しました。図 35 と 36 に、2014 ∼ 2016 年にかけての遅延の改善状況を、固定ネットワークの平均遅延（ms）および地域別のモバイルネットワークの平均遅延（ms）として示します。図 35.

固定ネットワークの平均遅延（ms）の改善、2014 ∼ 2016 年 87 77 62 中東およびアフリカ

アジア太平洋

40

35 26


47

49

北米

33

69

42

38

30

64 54

中南米

2014

2015

西ヨーロッパ

46

2016

44

38

2015

2014

2016


図 36. アジア太平洋

モバイルネットワークの平均遅延（ms）の改善、2014 ∼ 2016 年 2014 2015 2016

中央および 2014 東ヨーロッパ 2015 2016 中南米

2014 2015 2016


2014 2015 2016

北米

2014 2015 2016

西ヨーロッパ 2014 2015 2016 0

20

40

60

80



100

120

140

160 180 遅延（ms）

200

220

240

260

280

300

320

340

23


詳細については、添付 G および『Cisco GCI 補足資料』を参照してください。

まとめ最新の Cisco GCI 2015-2020 レポートから、いくつかの主要な結論を導き出すことができます。世界のデータセンタートラフィックは確実にゼタバイト時代に突入しており、2020 年までに 2015 年の 3 倍を超える年間 15.3 ZB に達する見込みです。データセンタートラフィックは、増加しているだけではなく、 SDN、NFV などのアーキテクチャのイノベーションにより合理化され、新たなレベルのデータセンターの最適化が提供されています。データセンタートラフィックの中で急速な成長を遂げているセグメントがクラウドトラフィックで、予測期間中に 4 倍近くに増加し、2020 年までにデータセンタートラフィック全体の 92 % を占めることになる見通しです。クラウドコンピューティングが急速に拡大する中、トラフィックの増加を促進している重要な要素として、柔軟かつ迅速な展開と効率的なサービスの提供を可能にするデータセンター仮想化の増加が挙げられます。 2020 年までに、ワークロード全体の 92 % がクラウドで処理されるようになります。クラウドセグメントでは、当初はプライベートクラウドで処理されるワークロードのほうがパブリッククラウドよりはるかに多くなると見られていますが、予測期間における成長のペースはプライベートクラウドよりパブリッククラウドのほうが速いと考えられます。2016 年までにはワークロードの主な割合はパブリッククラウドに推移すると思われます。これは、仮想化の度合いでも示されます。パブリッククラウドのワークロード密度は、2016 年までにプライベートクラウドを上回ると見られます。企業では、専用 IT リソースに伴うコストへの懸念が強まっており、俊敏性も求められているために、特にセキュリティが強化されていることが要因となってパブリッククラウドの導入が進んでいると考えられます。多くの企業は、ワークロードの一部を内部管理のプライベートクラウドから外部管理のパブリッククラウドへ移行する際に、ハイブリッドアプローチを採用すると予想されます。クラウド環境へ移行するメリットを認識する企業が増えるに従って、3 つのクラウドサービス提供モデル（IaaS、PaaS、SaaS）はいずれも成長を続けていくと考えられます。さらに、データセンターとクラウドコンピューティングの拡大に影響を与える動向には、デジタル化、複数デバイス/複数接続の広範な普及や IoE 現象、およびモビリティの成長が含まれます。IoE アプリケーションによって驚異的な量のデータが生成されており、2020 年まで


に 600 ZB といった多大な量になる見込みです。ただし、そのコンテンツのうち保存されるデータは、比較的少ない量（約 6.2 ZB）になると考えられます。クライアントデバイスに存在していたさらに多くのデータは、時とともにデータセンターに移行します。データセンターの合計ストレージ容量は、2015 年の 352 EB から 2020 年には 1.8 ZB に増加し、2015 ∼ 2020 年にかけて 5 倍近く増加すると予測されます。クラウドは、設置されているストレージ容量の約 90 % を占めるようになると見られます。ユーザからの要求の高まりに対応するために、コンシューマクラウドストレージなどのクラウドベースのサービスを導入する勢いが強まっています。 2020 年までに、パーソナルクラウドストレージを利用するユーザの割合がインターネット利用者人口の 60 % 近く（59 %）になると予測されています。M2M 接続とアプリケーションの増加によっても、新しいデータ分析が求められています。今回の調査では、クラウドへの対応状況の重要性についても考察しています。ビジネスおよびコンシューマのモバイルネットワークと固定ネットワークにおけるダウンロード速度、アップロード速度、遅延時間の平均値を地域別に分析した結果、どの地域も基本的および中間的なクラウドサービスに対応可能となるよう大幅に進歩しています。現在の焦点は、組織とエンドユーザが求め、依存する高度なクラウドアプリケーションをサポートできるように、ネットワークの機能を継続的に向上させる方向に移行しています。

関連情報詳細については、http://www.cisco.com/c/ja_jp/ solutions/service-provider/visual-networking-indexvni/index.html#cloud-forecast を参照してください。

別添 A：データセンタートラフィックの予測方法図 37 は、データセンタートラフィックとクラウドトラフィックの予測方法の概要を示しています。まず、ワークロードのタイプと実装別にインストールベースでワークロード数を求めてから、ワークロードあたりの月間バイト数を適用して、現在および今後数年のトラフィック量を予測します。図 37.

データセンタートラフィックの予測方法

インストールベースのワークロード

月間のワークロードあたりのトラフィック量（バイト）

アナリストデータ

測定データ

データセンター内およびデータセンター = トラフィック間のトラフィックの比率

測定データ

24


アナリストデータ

複数の調査会社と国際機関（Gartner、IDC、Juniper Research、Ovum、Synergy、ITU、国際連合など）のデータを Global Cloud Index の分析に使用しました。たとえば、ワークロードタイプ別と実装別（クラウドとクラウド以外）のワークロード稼働数の計算から、アナリストデータを考察しました。これらのアナリストデータは、特定のワークロードタイプおよび実装のサーバ出荷台数で構成されています。シスコはこれらに基づいて、サーバ稼働数と各サーバのワークロード数を推定し、ワークロードの稼働数を予測しました。

測定データ

さまざまな企業およびインターネットセンターからネットワークデータを収集しました。分析したデータセンターのアーキテクチャは多様で、3 層アーキテクチャもあれば、2 層アーキテクチャもあります。3 層のデータセンターでは、アクセスルータからアグリゲーションルータへのリンク、アグリゲーションスイッチまたはルータからサイトまたは地域のバックボーンルータへのリンク、WAN ゲートウェイ、そしてインターネットゲートウェイの 4 ヵ所からデータを収集しました。2 層データセンターのデータはアクセスルータからアグリゲーションルータへのリンク、WAN ゲートウェイ、インターネットゲートウェイの 3 ヵ所から収集しました。企業のデータセンターは、アグリゲーションのノースバウンドで測定されたトラフィックにはローカルビジネスキャンパス間の非データセンタートラフィックも含みます。そのため、各層で伝送されるトラフィック量の比率を得るには、インターフェイス間のトラフィックではなく、ホスト間で発生しているトラフィックを測定する方法を使用し、非データセンターの通信を除外する必要があります。通信している両端のホストをロケーションとタイプで識別し、分類しました。データセンターのトラフィックと見なすためには、通信しているペアの少なくとも一方がデータセンターのアグリゲーションスイッチまたはルータと、アクセススイッチまたはルータとの間のリンク内にあると識別されることが必要です。また本書でも述べたとおり、前回 Cisco Global Cloud Index が発表されてから、クラウドデータセンタートラフィックの予測方法が変更されました。以前の方法では、ストレージのトラフィックすべてをクラウド以外のトラフィックに分類していました。今回変更された方法では、クラウドのワークロードに関連するストレージのトラフィックを、クラウドトラフィックに分類しています。たとえば、クラウドアプリケーション開発に関連するストレージのトラフィックは、変更後の方法ではクラウドトラフィックとなりますが、変更前の方法ではクラウドトラフィックからは除外されていました。


別添 B：Global Cloud Index と Visual Networking Index Cisco Global Cloud Index（GCI）と Cisco Visual Networking Index（VNI）は、一部重複する点があるものの、異なる予測です。Cisco VNI は、インターネットおよび IP WAN ネットワーク間を行き来するトラフィックの量を予測するものであるのに対し、Cisco GCI は、データセンター内、データセンター間、データセンターとユーザ間を行き来するトラフィックの量を予測するものです。Cisco VNI では、Cisco GCI には含まれていない非データセンタートラフィック（さまざまなタイプのピアツーピアトラフィック）と併せて、データセンターとユーザ間のトラフィックを予測します。 Cisco GCI には、データセンターとユーザ間のトラと併せフィック（この点については Cisco VNI と重複）て、データセンター間のトラフィックとデータセンター内のトラフィックが含まれます。Cisco VNI では、インターネットと IP WAN ネットワークを通過するトラフィック量を予測します（図 38）。図 38.

Cisco VNI と Global Cloud Index

Visual Networking Index (VNI) A

B

2.3 ZBs

11.7 ZBs

C

非データセンター

1.4 ZBs

GCI には含まれていないデータセンターからユーザへのトラフィックこれは、VNI と GCI と同様です。

2.2 ZBs

A トラフィック

B

Global Cloud Index (GCI) D

B

A

0.1 ZBs

C

B B

D

15.3 ZBs

データセンターからユーザへのトラフィック（14 %）これは、VNI と GCI と同様です。データセンター間の

C トラフィック（9 %）

データセンター間でやり取りされるトラフィックデータセンター内

D （77 %）出典：Cisco Global Cloud Index（2015 ～ 2020 年）

データセンター内に留まるトラフィック

別添 C：地域別クラウドトラフィックの傾向 Cisco Global Cloud Index に、クラウドトラフィックの増加に関する地域別の予測データが加わりました（表 6）。 • 2015 年、クラウドトラフィックが最大であったのは北米（1,891 EB/年）で、次いで、アジア太平洋（908 EB/ 年）、西ヨーロッパ（718 EB/年）が続きました。 • 2020 年までには、北米で最大のクラウドトラフィックが生成され（3.6 ZB/年）、次いでアジア太平洋が僅差の第 2 位（2.3 ZB/年）、西ヨーロッパが第 3 位（1.5 ZB/年）になることが予測されます。 • 2015 ∼ 2020 年の間にクラウドトラフィックの増加率が最も高くなるのは中東およびアフリカ（CAGR 41 %）で、次いで中央および東ヨーロッパ（CAGR 38 %）が第 2 位、アジア太平洋（CAGR 33 %）が第 3 位になると予測されています。

25


表 6.

地域別のクラウドトラフィックの増加（単位：EB）

CAGR （2015 ∼ 2020 年）

地域

2015

2016

2017

2018

2019

2020

アジア太平洋

908

1,367

1,871

2,387

2,923

3,469

31 %


124

168

221

291

379

485

31 %

中南米

140

190

242

304

371

448

26 %


69

105

145

191

242

304

34 %

北米

1,891

2,771

3,838

4,860

5,779

6,844

29 %

西ヨーロッパ

718

1,035

1,395

1,768

2,157

2,528

29 %

出典：Cisco Global Cloud Index（2015 ∼ 2020 年）

別添 D：地域別ワークロードの分布表 7、8、9 は、タイプ別と地域別のデータセンターワークロードの概要です。表 7.

地域別のデータセンターワークロード合計の分散状況（単位：100万）

データセンターの合計ワークロード CAGR （2015 ∼ 2020 年）

2015

2016

2017

2018

2019

2020

アジア太平洋

48.6

68.1

91.3

115.7

39.7

163.4

27.4 %


5.2

6.6

8.3

10.0

11.6

12.9

20.1 %

中南米

6.5

8.4

10.6

13.0

15.1

17.1

21.3 %


4.7

6.1

7.8

9.5

11.0

12.4.

21.6 %

北米

78.5

99.1

124.1

149.3

170.8

189.1

19.2 %

西ヨーロッパ

37.4

46.6

57.5

67.9

76.6

83.9

17.5 %


表 8.

地域別のクラウドワークロードの分散状況（単位：100万）

クラウドデータセンターのワークロード CAGR （2015 ∼ 2020 年）

2015

2016

2017

2018

2019

2020

アジア太平洋

38.3

57.0

79.6

103.6

127.6

151.5

31.6 %


4.0

5.5

7.3

9.1

10.7

12.2

25.1 %

中南米

5.2

7.2

9.6

12.0

14.1

16.2

25.5 %


3.6

5.1

6.9

8.7

10.3

11.8

26.6 %

北米

57.2

77.9

103.6

129.5

152.3

172.1

24.6 %

西ヨーロッパ

27.7

37.1

48.4

59.1

68.4

76.3

22.5 %



26


表 9.

地域別の従来型データセンターワークロードの分散状況（単位：100 万）

従来型データセンターのワークロード CAGR （2015 ∼ 2020 年）

2015

2016

2017

2018

2019

2020

アジア太平洋

10.3

11.1

117

12.1

12.1

11.9

2.9 %


1.2

1.1

1.0

0.9

0.9

0.8

-8.5 %

中南米

1.3

1.2

1.1

1.0

1.0

0.9

-7.4 %


1.0

1.0

0.9

0.8

0.7

0.6

-10.3 %

北米

21.3

21.2

20.5

19.8

18.6

17.0

-4.4 %

西ヨーロッパ

9.7

9.5

9.1

8.7

8.3

7.6

-4.8 %


別添 E：クラウドの定義クラウドの定義

Cisco GCI は、国立標準技術研究所（NIST）が定める業界の標準的なクラウドコンピューティングの定義に準じています。NIST の定義では、クラウドコンピューティングに不可欠な特徴として次の 5 項目を挙げています（図 39）。 • オンデマンドのセルフサービス • 広範囲のネットワークアクセス • リソースのプーリング

のクラウドコンピューティングにより、さまざまなソフトウェア、プラットフォーム、インフラストラクチャサービスが可能になります。クラウドデータセンターの運営は、サービスプロバイダーだけでなく、民間企業が行う場合もあります。ただし、この予測でのプライベートクラウドとパブリッククラウドの分類方法は、NIST の定義とは若干異なっています。クラウドサービスは、公衆通信網（WAN）と組織のプライベートネットワーク（LAN）との境界線（物理的または仮想的境界線）によって、パブリックとプライベートに分かれます（図 40）。図 40.

• 迅速な柔軟性または拡張性

クラウドの導入モデル

• 計測されたサービス図 39.

エンタープライズネットワーク

クラウドの必須特性オンデマンド/ セルフサービス

厳選されたサービス

クラウド優れた融通性

広範なネットワークアクセス

リソースのプーリング

クラウドの導入モデル

クラウドの導入モデルには、プライベートクラウド、パブリッククラウド、ハイブリッドクラウド（またはこれらを組み合わせたもの）があります。こうした異なる形態



サービスプロバイダーのネットワーク

ハイブリッドクラウド

例：シスコが所有および管理する自社従業員、顧客、パートナー向けのシスコのクラウド。


例：AT&T、Verizon、 Amazon AWS、Microsoft Azure、Salesforce、Google。

クラウドの設備が境界線よりサービスプロバイダー側にある場合、そのサービスはパブリッククラウドサービスと見なされます。仮想プライベートクラウド（VPC）は、このカテゴリに分類されます。また、マルチテナントコンシューマクラウドサービスもこのカテゴリに属します。クラウドの設備が境界線より組織側にある場合、そのサービスはプライベートクラウドサービスと見なされます。一般に、組織の IT 部門が所有および管理する専用クラウドは、プライベートクラウドと見なされます。

27


ハイブリッドクラウドは、名前からわかるとおり、パブリッククラウドとプライベートクラウドの組み合わせです。ハイブリッドクラウド環境では、クラウドコンピューティングリソースを社内の部門と外部のプロバイダーが分担して管理します。ここでは、プライベートクラウドとパブリッククラウドを別々のカテゴリとして定義していますが、ハイブリッドクラウドは 1 つのカテゴリとして区別していません。ハイブリッドクラウドは、プライベートクラウドとパブリッククラウドをさまざまな形で組み合わせた集合に過ぎないためです。

クラウドサービス提供モデル（IaaS、PaaS、SaaS） Cisco GCI によるクラウドワークロードの予測は、 SaaS、PaaS、IaaS の 3 つの主要なクラウドサービスモデルに分かれます（図 41）。サービスモデルの定義は NIST の定義と一致しています。図 41.

クラウドサービス提供モデル：IaaS、PaaS、SaaS

Software as a Service (SaaS)

Platform as a Service (PaaS)

Infrastructure as a Service (IaaS)




データ

データ

データ

ミドルウェアサービス



オペレーティングシステム



仮想化

仮想化

仮想化

サーバ

サーバ

サーバ

ストレージ

ストレージ

ストレージ

ネットワーキング



顧客が管理するクラウド

プロバイダーが管理するクラウド

SaaS

コンシューマは、クラウドインフラストラクチャ上で実行されるプロバイダーのアプリケーションを使用できます。アプリケーションには、Web ブラウザ（Web ベースの電子メールなど）などのシンクライアントインターフェイスまたはプログラムインターフェイスを使用して、さまざまなクライアントデバイスからアクセスできます。コンシューマは、ネットワーク、サーバ、オペレーティングシステム、ストレージなどのクラウドインフラストラクチャはもちろん、個別のアプリケーション機能も管理または制御することはできません。ただし、限定されたユーザ固有のアプリケーション構成設定は管理できる場合があります。

PaaS

コンシューマは、プロバイダーがサポートするプログラミング言語、ライブラリ、サービス、およびツールを使用して独自に作成または取得したアプリケーションをクラ


ウドインフラストラクチャに配置できます。コンシューマは、ネットワーク、サーバ、オペレーティングシステム、ストレージなどのクラウドインフラストラクチャを管理または制御することはできませんが、配置したアプリケーションと、場合によってはアプリケーションをホストする環境の構成設定を制御できます。

IaaS

コンシューマは、処理、ストレージ、ネットワークなどの基本的なコンピューティングリソースをプロビジョニングし、オペレーティングシステムやアプリケーションを含む任意のソフトウェアを配置して実行できます。コンシューマは、クラウドインフラストラクチャを管理または制御することはできませんが、オペレーティングシステム、ストレージ、および配置したアプリケーションは制御可能であり、一部のネットワーキングコンポーネント（ホストファイアウォールなど）についても限定的に制御が可能となる場合があります。

別添 F：ワークロードのアプリケーション定義傾向 4 でワークロードを分類するために使用したアプリケーション定義の一覧は以下の通りです。企業向けワークロードアプリケーション • コンピューティング：主にクラウド IaaS に該当 • コラボレーション：電子メール、会議、企業ソーシャルネットワーキング、ファイル共有、コンテンツマネジメント • データベース/分析/IoE：オンプレミスデータベースアプリケーション、ビッグデータアプリケーション、ビジネスインテリジェンス、データ志向 PaaS サービス • その他の ERP および企業向けアプリケーション： CRM、HCM、財務アプリケーション、ストレージ、サービス/システム/運用管理などコンシューマワークロードアプリケーション • 検索：サーチ • ソーシャルネットワーキング：Facebook、Twitter、 Tencent、LinkedIn、Google+、Snapchat など • ビデオ/ストリーミングメディア：ビデオ共有、ビデオストリーミングサービス • その他のコンシューマアプリケーション：電子メール、メッセージング、ストレージ、ファイル共有、音楽サービス、e-コマース、ニュースなど

28


別添 G：クラウドへの対応状況の地域別まとめ表 10 に、ダウンロード速度、アップロード速度、遅延を考慮した地域別のビジネスおよびコンシューマのクラウド対応準備状況の概要を示します。詳細については、『Cisco GCI 補足資料』を参照してください。表 10.

クラウドへの地域別対応状況

ネットワーク

地域

固定

アジア太平洋

28.1

15.9

35


28.3

20.9

33

中南米

7.6

2.4

64


7.0

2.2

77

北米

25.4

8.8

42

西ヨーロッパ

22.8

7.4

44

アジア太平洋

12.1

6.1

83


10.9

7.7

75

中南米

5.7

2.0

116


4.5

2.3

156

北米

16.3

6.5

63

西ヨーロッパ

13.7

4.8

70

モバイル

平均ダウンロード速度平均アップロード（Mbps）速度（Mbps）

平均遅延（ms）


© 2016 Cisco and/or its affiliates. All rights reserved. Cisco およびシスコロゴは、シスコまたはその関連会社の米国およびその他の国における商標または登録商標です。シスコの商標の一覧については、www.cisco.com/go/trademarks をご覧ください。記載されているサードパーティの商標は、それぞれの所有者に帰属します。「パートナー」または「partner」という用語の使用は Cisco と他社との間のパートナーシップ関係を意味するものではありません。(1110R) C11-738085-00 11/16

Cisco Global Cloud Index

Recommend Documents