Cedana

実行中のAIタスクを中断することなく移動させるライブマイグレーション技術により、GPUコストを削減し運用の安定性を高めるインフラプラットフォーム

有料WebLinuxDockerオープンソース

概要

CedanaはコンテナおよびGPUワークロードのための状態保存・移行・再開（Save/Migrate/Resume）プラットフォームです。Linuxカーネルとワークロードの間でコンテナの全状態を保存し、インスタンス間およびベンダー間の移行を可能にします。Kubernetes、SLURM、Rayなどの既存 of ジョブスケジューラと透過的に連携し、スポットノードのプリエンプション（回収）時にもタスクを即座に再開することで、コスト効率と安定性を同時に確保します。Y Combinatorの投資企業であり、2023年に設立されました。

差別化ポイント

既存のMLOpsツールである**Run.ai**や**Ray**などが、障害発生時にチェックポイントファイル（ディスク）から処理を「再起動」する方式であるのに対し、CedanaはOSレベルでプロセスとGPUメモリの状態を丸ごと凍結して移動させる「ライブマイグレーション」技術を使用します。アプリケーションコードに個別の保存・復元ロジックを実装する必要がない点（Transparent Checkpointing）が最大の違いです。**MemVerge**のようなメモリスナップショットツールに似ていますが、NVIDIA GPUの状態保持に特化している点が独自の強みです。

主な機能

コンテナ・GPUワークロードの状態保存/移行/再開（SMR）
障害発生前の先制移動を可能にするライブGPUマイグレーション
Kubernetes、SLURM、Rayなどの既存のオーケストレーターとの透過的な統合
スポットインスタンス回収時の自動再開によるコスト削減
マルチノード大規模クラスターでの途中の障害時におけるタスク損失の防止
AI推論・学習・エージェント・HPCワークロードへの対応

メリット・デメリット

ウェブ検索で収集したユーザーの声をまとめたものです

メリット

最大の強みは、コードを変更せずに「スポットインスタンス」を安定して利用でき、クラウドコストを大幅に（最大80～90%）削減できる点です。また、モデルをディスクから再読み込みするのではなく、メモリの状態をそのまま復元するため、障害発生時の復旧速度と推論サービスの初回起動速度（Cold Start）が競合技術に比べて圧倒的に高速です。Kubernetes、Ray、Slurmなど既存のオーケストレーションツールと互換性があり、導入障壁を下げている点も高く評価されています。

デメリット

GPUドライバーとカーネルレベルで動作するディープテックソリューションであるため、クラスターへのインストールと構成が複雑で、高い権限を必要とし、一般の開発者が単独で導入するのは困難です。現在はNVIDIA GPU向けに最適化されているため、ほかのハードウェアとの互換性が限定的な可能性があります。また、YC S23出身の初期段階のスタートアップ製品であることから、大規模エンタープライズ級の導入実績が少なく、料金体系も明確に公開されていない（Contact Sales）ため、導入検討時に不確実性があります。