
【GCP事例解説】毎日80億の画像を処理するImgixは、いかにしてNVIDIA Blackwell搭載「G4 VM」で爆速化を実現したのか?
こんにちは。今回は、Google Cloud(GCP)のインフラストラクチャに関する最新動向として、非常にエキサイティングな事例を解説します。

取り上げるのは、BugattiやSpotifyといった世界的ブランドの裏側で、毎日80億以上の画像や動画を処理しているプラットフォーム「Imgix」の事例です。彼らがGoogle CloudのAI Hypercomputer環境、特にNVIDIA Blackwell GPUを搭載した「G4 VM」を採用したことで、システムにどのような劇的な変化が起きたのかを紐解いていきます。
現代のWebに求められる「リアルタイム処理」の壁
ユーザーの目を惹きつけるためには、リッチな画像や動画が不可欠です。しかし、それらをユーザーのデバイスに合わせて最適なサイズやフォーマットで高速に配信できなければ、すぐに離脱されてしまいます。

Imgixの戦略は、事前にすべてのパターンの画像を生成して保存しておくのではなく、リクエストが来た瞬間にサイズ変更やエフェクト適用を行う「ジャストインタイム処理」でした。これを実現するには、膨大なリクエストをさばく途方もない計算能力が必要です。
2. NVIDIA Blackwell搭載「G4 VM」の圧倒的パワー
この課題を解決したのが、GCPが提供する「G4 VM」です。この仮想マシンには、桁違いの処理能力を持つハードウェアが搭載されています。
8基の NVIDIA RTX PRO 6000 Blackwell GPU
2基の AMD Turin CPU
Google Titanium(セキュリティやネットワーク処理などの裏方作業を専用チップにオフロードし、メインCPU/GPUの負担を減らす仕組み)

Imgixはプライベートデータセンターからこの環境へ移行することで、画像処理のオペレーションをすべてNVIDIA GPUに任せ、複数のリクエストを並列で処理できるアーキテクチャを構築しました。
コード変更なしでレイテンシ半減・スループット6倍の衝撃
技術的なハイライトとして最も驚くべきは、コアとなるアプリケーションのコードを書き換えることなく、インフラの設定(Terraformスクリプトの更新)だけで圧倒的なパフォーマンス向上を実現したという点です。

処理レイテンシの半減: 処理にかかる時間の中央値が100ミリ秒から50ミリ秒へと半減。
スループットの大幅向上: 旧世代のノードと比較して、1ノードあたり5〜6倍のワークロードを処理可能に。
Imgixのパイプラインは非常に洗練されています。Google Cloud Storage (GCS) にキャッシュされた画像を取り込み、nvJPEGライブラリで高速デコード。その後、Vulkanコンピュートシェーダーを使って、画像のピクセル変換をグラフィックスタスクではなく「並列の数学問題」としてGPUで一気に計算します。最後にNVENCでハードウェアエンコードを行い、CDNで配信するという、GPUの能力を極限まで引き出した構成です。
4. 実務への応用:クラウドの力でPCスペックの限界を突破する
この事例は、決して大規模なグローバル企業だけのものではありません。IT技術をビジネス実践に活かそうとする私たちにとっても、非常に重要な視点を与えてくれます。
手元のパソコンがたとえ低スペックであったとしても、GCPの強力なクラウドインフラを活用し、適切なアーキテクチャを設計すれば、大規模な画像処理システムや、AIを組み込んだ高度なアプリケーションを構築することができます。
Imgixは、Cloud Runでセッション管理を行い、Google Compute Engine (GCE) でG4 VMを動かし、CPU使用率ではなく「マシンのキューの長さ」という独自指標でオートスケールさせています。このように、クラウドのリソースを「必要な時に必要なだけ」引き出す設計こそが、ビジネスを効率的にスケールさせる鍵となります。
まとめ
Google Cloudと最新GPUの組み合わせは、既存の処理を単に速くするだけでなく、生成AI(背景置換や画像アップスケーリングなど)をリアルタイムに実行するための強力な基盤となります。
クラウドの力を借りれば、制約を飛び越えて高度な技術を実務に落とし込むことが可能です。皆さんもぜひ、GCPの持つ無限の拡張性を自身のプロジェクトやビジネスに応用してみてください。