原因はいつもDNSです。
2025年に発生したAzureの大規模障害？原因はDNSでした。インターネットの半分を数時間にわたって停止させた2025年のAWSリージョン障害？これもDNSでした。IT業界で長年語り継がれてきたジョークが今も通用するのは、名前解決が最初のドミノであり、それが倒れると後続のすべてが連鎖的に機能しなくなるからです。
そこにAIが加わるとどうなるでしょうか。AIがDNSを魔法のように修復してくれるわけではありません。むしろ、DNSのあらゆる弱点を増幅させます。推論エンドポイントは次々と現れては消え、Podは再生成され、サービスは悪態をつく暇もないほどの速さで名前を変えます。DNSにレジリエンスがなければ、GPUがアイドル状態のまま、実体のない問題を追い続けることになります。
F5がアプリケーションデリバリにおける10大課題を検討した際、リストの最初に挙げたのがDNS関連の課題でした。ADC01では、不適切なDNS運用に警鐘を鳴らしました。パフォーマンス、可用性、スケーラビリティを損なうためです。この事実は今も変わりません。変わったのはスピードです。AIアーキテクチャはより速いペースで変化し、TTLの設定ミスやセキュリティが確保されていない更新は、いつ表面化してもおかしくない数百万ドル規模の障害につながります。
DNSは華やかな存在ではありません。いわば配管です。しかし、リアルタイム推論やグローバルに分散したモデルに依存するAIシステムを構築するなら、DNSにはモデル以上の賢さが求められます。そうでなければ、最初のトークンが生成される前にすべてが破綻します。
AIがDNS運用に与える影響
「通常のアプリ」から本格的なAIシステムへ移行する際に直面する主な変化と、DNSが依然として根本的なボトルネックである理由を説明します。
1. インフラストラクチャの変化の速さと入れ替わり
AIは静的なものではありません。エンドポイントはデータセンターやリージョン、エッジにわたって次々と立ち上がり、スケールアウトした後、廃止されます。DNSの更新がこの変化に追いつかなければ（ADC01の動的更新に関する警告を思い出してください）、古いレコード、接続障害、パフォーマンスの低下が発生します。
AIでは、1ミリ秒の差も重要です。モデルの準備が整い、GPUが稼働していても、推論エンドポイントのDNSルックアップが遅い、または誤っていれば、処理はまったく進みません。
2. グローバルなリーチとエッジ拠点
AIシステムは、多くの場合、複数の地域、クラウドプロバイダー、エッジサイトにまたがります。可用性はミッションクリティカルです。ADC01では、脆弱なDNSが可用性を損なうことが指摘されました。AIでは、その影響がさらに深刻になります。誤ったルーティング、レイテンシの急増、DNS障害により、モデルの応答品質が低下し、複数の地域のユーザーに対してサービスが完全に停止する可能性さえあります。
3. セキュリティと信頼に関する問題の深刻化
AIワークロードは、機密データを扱い、意思決定を行い、規制対象の業務を支えることが少なくありません。DNSが保護されていない場合（DNSSECが導入されていない場合など）、攻撃者によるトラフィックのリダイレクトやエンドポイントのなりすましが、トレーニングデータの破損、不正な推論出力、データ侵害など、壊滅的な結果を招く可能性があります。
AIでは、「DNSは後で修正すればよい」と考えることはできません。攻撃者はあらゆる隙を悪用すると想定する必要があります。
4. スケーリングに伴う複雑化とコスト圧力
ADC01は、不十分なDNS運用がスケーラビリティを妨げ、運用コストを増大させると指摘しています。AIでは、データパイプライン、GPU、モデル運用、監視にすでに多額のコストがかかっています。DNSの非効率性は、コンピューティングリソース、時間、予算の浪費につながります。
DNSに関して問われるのは、モデルのスケールアウトと同じ速さで、インフラストラクチャが名前解決の基盤を拡張できるかどうかです。
5. 依存関係が不透明で、連鎖がより速い
AIには、データ取り込み、モデルサービング、オーケストレーション、ロギング、テレメトリなど、多くの依存関係があります。DNSはそのすべてを下支えしています。DNSに障害が発生すると、その上位にあるすべての要素が従来のアプリケーションよりも速く機能不全に陥ります。ADC01の影響カテゴリー（パフォーマンス、可用性、スケーラビリティ、運用効率）はいずれもそのまま当てはまりますが、AIでは、ほぼあらゆるものに対するAIの影響と同様に、波及効果が増幅されます。
やはり、原因はいつもDNS
要するに、原因はいつもDNSです。使い古された決まり文句に聞こえるかもしれませんが、それは事実だからです。世界で最も高度なAIモデルを構築しても、名前解決に失敗すれば、ユーザーがそのモデルを目にすることはありません。
ADC01のガイダンスは、AIワークロードに対しても、そしておそらく特にエージェント型AIに対して、今なお極めて有効です。システムをAIのスピードと規模で稼働させるには、このガイダンスをより早期に、かつより厳格に適用する必要があります。
DNSは、「モデルを完成させてから」考えればよいものではありません。モデルを世界に公開する前に習得しておくべきものです。
DNSを適切に構成すれば、AIシステムは真価を発揮できます。DNSを軽視すれば、モデルは誰にもアクセスできない、ただの非常に高価なブラックボックスになってしまいます。
世界中の組織が直面する「アプリケーションデリバリーにおける課題トップ10」について詳しくご覧ください。
著者について
Lori MacVittieは、F5のOffice of the CTOに所属するDistinguished Engineer兼Chief Evangelistであり、アプリケーションデリバリ、自動化戦略、インフラストラクチャに関する深い専門知識を有しています。AIエージェントのガードレール策定、脆弱なマルチクラウドアーキテクチャの分析、スケーラブルなシステムの限界の検証など、複雑な事柄を明快にすることで知られています。アプリケーション開発、ITアーキテクチャ、ネットワークおよびシステム運用の分野で、30年以上にわたる業界経験を有しています。F5入社前は、受賞歴のあるテクノロジー編集者として活躍していました。 MacVittieはコンピューターサイエンスの修士号を取得しており、セキュリティ、クラウド、エンタープライズアーキテクチャにわたる分野で多数の著作を発表しています。また、テーブルトークゲームとビデオゲームをこよなく愛し、チーズについては遠慮なく強いこだわりを語ります。
Lori Mac Vittieのその他のブログ記事関連するブログ記事
Application Delivery Top 10とは？
F5は、Application Delivery Top 10リストを通じて、アプリケーション、API、生成AIの配信とセキュリティ確保に伴う課題への組織の対応を支援することを目指しています。
振る舞いと境界：エージェント型AIがもたらすセキュリティの転換
エージェントは、時間の経過とともにリスクが蓄積する、予測困難で際限のない一連の処理を生み出します。セキュリティでは、単一リクエストの検証から、複数のステップで変化し続けるフロー全体にわたる継続的な振る舞いのガバナンスへと移行する必要があります。
アイデンティティがエージェント型AIの門番となる
エージェント型AIによってマシンがツールから自律的な実行主体へと変わる中、アイデンティティが制御の中核となります。つまり、誰が、誰の代理として、どの範囲で行動できるかを、推論時にインラインで適用します。
AIが新たなトラフィックタイプの出現を促進
AIの導入により、新たに主要なトラフィック種別が生まれています。推論リクエストに加え、機械駆動型の自動化トラフィックや、制御ループにデータを供給する大量のテレメトリトラフィックです。
推論が今、運用の中心に
マルチモデル運用とAPI駆動型の自動化により、制御の重点はプロンプト、トークン／制御、ルーティング、モデレーションといった推論時のレイヤーへと移り、そこでコスト、リスク、パフォーマンスを管理する必要があります。