Cloud

概要 Kubernetes v1.36が2026年4月22日に正式リリースされた。今回のリリースは80件のエンハンスメントを含む大型アップデートで、安定版（GA）昇格が18件、ベータ昇格が18件、新規アルファ機能が26件という構成となっている。コンテナセキュリティの強化、GPU・アクセラレータ管理の改善、オートスケーリングの柔軟性向上が主要テーマだ。 主要なGA（安定版）機能 User Namespaces in Pods がついにGA（安定版）に昇格した。v1.25でのアルファ導入から約4年を経ての安定化となる。この機能はコンテナ内のroot（UID 0）を非特権ホストユーザーにマッピングすることでセキュリティ隔離を実現するもので、Podスペックに hostUsers: false を指定するだけで有効化できる。 Mutating Admission Policies もGAに昇格した。CELベースのミューテーションを外部Webhookサーバーなしでkubernetes本体に統合でき、インフラオーバーヘッドと単一障害点の排除を実現する。 OCI VolumeSource のGA昇格も重要な変更だ。OCIイメージをボリュームとしてマウントできるようになり、モデルウェイトや設定ファイル、データセットをアプリケーションコンテナとは独立して配布できる。AIモデルのデプロイにおいて有用な機能となる。 このほかにも 外部ServiceAccountトークン署名（HSMやクラウドKMSへの署名委譲）、DRA向けKubeletPodResources API（GPUなどのリソースをgRPC経由でpod単位に照会）、SELinuxラベル変更の高速化（ファイル単位の再ラベリングからマウント時の一括適用へ）がGAに昇格している。 注目のベータ機能：HPA Scale to Zero HPA（Horizontal Pod Autoscaler）のゼロスケール対応 が待望のベータ昇格を果たし、デフォルト有効化された。2019年のv1.16でアルファ導入されてから実に7年越しの昇格となる。アイドル時にDeploymentのレプリカ数をゼロまでスケールダウンできるため、コスト削減に直結する機能だ。 また、DRAのパーティショナブルデバイスサポート（ベータ）により、NVIDIAのMIG（Multi-Instance GPU）のような分割可能なGPUをスケジューリング時に動的に分割できるようになった。従来の静的な事前設定から脱却し、より柔軟なGPUリソース管理が可能になる。 新規アルファ機能 26件の新規アルファ機能の中で特筆すべきものをいくつか挙げる。 Workload-aware Preemption は分散トレーニングなど、複数のPodが同時にリソースを必要とするワークロードを対象に、Podグループを単一エンティティとして扱うプリエンプション制御を実現する。一部のPodだけがプリエンプトされて処理が中断するような問題を防ぐ。 HPA External Metrics Fallback は、外部メトリクスソースが一時的に障害を起こした際にフォールバック値を使ってオートスケーリングを継続できるようにするものだ。 PVC Last-Used Tracking は status.lastUsedTime フィールドを追加して孤立した永続ストレージボリュームの特定を容易にする。 スケーラビリティ面では Server-side Sharding（クライアントが shardSelector パラメーターで特定データシャードにサブスクライブ）、Graceful Leader Transition（コントロールプレーンコンポーネントのプロセス再起動なしのリーダー移行）、Native Histogram Support（Prometheusネイティブヒストグラム対応）なども追加された。 廃止・削除と移行推奨事項 gitRepoボリュームプラグイン が完全削除された。v1.11から廃止されていたが、今回ついに削除となる。rootコード実行の可能性があるセキュリティ脆弱性が理由で、init containersや外部のgit-syncツールへの移行が推奨される。 IPVS mode in kube-proxy も削除対象となっている。 externalIPsフィールド（Service spec）がv1.36で廃止予定となった（完全削除はv1.43予定）。CVE-2020-8554に関連するMITM攻撃リスクが理由で、LoadBalancer ServicesやGateway APIへの移行が推奨される。 ...

概要 SUSEとVultrは、SUSECON 2026において戦略的提携を発表した。SUSEのKubernetes管理ソフトウェアとAI運用プラットフォームを、Vultrが世界32リージョンにわたって展開するクラウドコンピューティング・GPU・ベアメタルサービスと統合することで、エンタープライズ向けのオープンクラウドインフラを提供する。今回の提携はハイパースケーラー（AWS・Azure・GCPなど大手クラウド事業者）への依存を回避し、データ主権やコスト最適化を重視する企業のニーズに応えることを狙いとしている。 コスト競争力とパフォーマンス Vultrのインフラは、従来のハイパースケーラーと比較して50〜90%のコスト削減を実現するとされており、直近のベンチマーク結果では「パフォーマンス対コスト比」で82%の優位性が確認されたとしている。GPUアクセスやベアメタルサービス、Kubernetesオーケストレーション機能を組み合わせることで、エージェント型AIアプリケーションの本番運用において高いパフォーマンスを維持しながら運用コストを抑えることが可能になる。 データ主権とグローバル展開 Vultrの「オートノマスゾーン（Autonomous Zones）」は、データを指定したリージョン内に留め置く仕組みを提供しており、各国の規制要件や企業内コンプライアンスポリシーへの対応を容易にする。32リージョンにわたるグローバルカバレッジと組み合わせることで、国際展開を進める企業が地域ごとのデータ残留要件を守りながら分散型AIインフラを運用できる環境を整える。 市場背景と今後の展望 VultrのCMOであるKevin Cochrane氏は「AIの実験の時代から実装の時代へと移行している」と述べており、企業がAIワークロードを本格的に本番環境へ移行する局面で、コスト効率とコンプライアンスを両立できるオープンアーキテクチャの重要性が増していると指摘する。SUSEとVultrの提携は、こうした需要の変化を背景に、大手クラウドへの過度な依存を避けながらグローバルにAIを展開するための選択肢として位置付けられている。

概要 Nutanixは、仮想化レイヤーを介さずに物理サーバー上でコンテナワークロードを直接稼働させる新しいKubernetesプラットフォーム「NKP Metal Services」を発表した。既存のNutanix Kubernetes Platform（NKP）を拡張する形で提供されるこのサービスは、NKP PROおよびULTライセンスユーザーを対象にアーリーアクセスが開始されており、2026年後半の一般提供（GA）を予定している。従来のVM中心の管理モデルに加え、ベアメタル環境でのKubernetes運用を統一されたオペレーションモデルで実現することが目的だ。 技術的な詳細 NKP Metalの中核となるのが「デュアルネイティブアーキテクチャ」の採用だ。このアーキテクチャにより、コンテナと仮想マシン（VM）の双方をファーストクラスのインフラとして同一の管理インターフェース上で運用できる。これはハイパーバイザー専用あるいはKubernetes専用のシステムとは異なるアプローチで、AIトレーニングやGPU集約型ワークロードを物理ハードウェア上で効率よく実行しつつ、一貫した自動化を維持できる点が特徴だ。 ストレージに関しては2つの統合方式が用意されている。1つはNutanixストレージを利用するためのContainer Storage Interface（CSI）であり、もう1つはベアメタルKubernetesデプロイメントに特化した専用ストレージ「Cloud Native AOS」だ。ユースケースや要件に応じて選択できる柔軟な構成を提供している。 ベアメタルKubernetesの必要性と課題 ベアメタル環境は、仮想化のオーバーヘッドがないためエッジコンピューティングやAIワークロードで高いパフォーマンスを発揮できる。一方で、大規模なベアメタル環境の管理はプロビジョニングやファームウェア更新、各種サービスとの統合において複雑なオペレーションが伴うという課題があった。NKP Metalはこうした運用上の複雑さを解消し、VMやコンテナ、クラウド環境をまたいで一貫した管理体験を提供することを目指している。 アナリストのGuy Currier氏は「NKP MetalはNutanixのプロビジョニング、ライフサイクル管理、ストレージサービスの運用モデルをベアメタルKubernetesにまで拡張するものだ」とコメントしており、Nutanixがインフラ全体での管理一元化を推進する戦略的な取り組みとして位置づけている。

概要 AWSは2026年4月16日、Amazon EC2の新世代コンピューティング最適化インスタンス「C8in」および「C8ib」の一般提供（GA）を開始した。両インスタンスはAWS専用にカスタマイズされた第6世代Intel Xeon Scalableプロセッサと最新の第6世代AWS Nitroカードを搭載しており、前世代のC6inと比較して最大43%の性能向上を実現している。最大384 vCPUまで拡張可能で、大規模かつ高負荷なワークロードに対応する。 インスタンスの特徴と用途 C8inとC8ibはそれぞれ異なるI/Oのボトルネックに特化して設計されている。C8inはネットワーク集約的なワークロード向けに最適化されており、最大600Gbpsのネットワーク帯域幅を提供する。分散コンピューティング、大規模データ分析といった用途に適している。一方、C8ibは高性能な商用データベースやファイルシステム向けで、最大300GbpsのEBS帯域幅を持ち、I/O集約型のストレージワークロードに対応する。 利用可能なリージョンと購入オプション C8inは米国東部（バージニア北部）、米国西部（オレゴン）、アジア太平洋（東京）、ヨーロッパ（スペイン）の4リージョンで利用可能だ。C8ibは現時点で米国東部（バージニア北部）と米国西部（オレゴン）の2リージョンに対応している。いずれもオンデマンド、Savings Plans、スポットインスタンスの3つの購入オプションで利用できる。東京リージョンでC8inが利用可能になったことは、日本国内でネットワーク性能を必要とするユーザーにとって特に注目すべき点だ。

概要 Equinixは2026年4月15日、AIネイティブなネットワーク運用レイヤー「Fabric Intelligence™」を発表し、プレビュー提供を開始した。分散したAIワークロードを支える企業インフラのニーズに応えるべく、従来のソフトウェア定義型ネットワーキングをAI時代に対応した形へと刷新するプラットフォームだ。Omdia社の調査によると、93%の企業がネットワーク自動化を不可欠と認識しており、88%がその自動化にAIが必要だと回答している。Equinixはこうした背景を踏まえ、世界280拠点のデータセンター基盤を活かしてクラウド・データセンター・エッジ間の接続を自動化する仕組みを提供する。 主要コンポーネント Fabric Intelligenceは4つの主要コンポーネントで構成される。Fabric Super Agentは、Slack・Microsoft Teams・Equinixカスタマーポータルを通じて自然言語でネットワーク操作を実現するAIエージェントで、従来数週間かかっていたデプロイ作業を数分に短縮し、複雑なAPIや管理インターフェースの操作を不要にする。 MCPサーバーは、Claude Code・OpenAI Codex・VS Code Copilot・CursorなどのAI開発ツールとネットワーク運用環境を統合するために設計されており、開発者が普段使い慣れたAIエージェント上でネットワーク操作を行えるようにする。Fabric Application Connectは、AIサービスプロバイダー（推論・学習・ストレージ・セキュリティ）へのプライベートで専用の接続マーケットプレイスを提供し、センシティブなデータをパブリックインターネットにさらさず次世代AIアプリケーションの開発を支援する。 ネットワーク監視と今後の展開 Fabric Insightsはリアルタイムのテレメトリデータを分析し、ネットワーク障害の予測的検知とヘルス管理を行うAI監視機能だ。SplunkやDatadogなどのSIEMプラットフォームとの直接統合に対応し、Fabric Super Agentと連携してインシデント対応の自動化も可能にする。 Equinixはこれらの機能を、同社が推進する「Distributed AI™ Hub」イニシアチブの一環と位置づけており、Agentic AI FoundationにゴールドメンバーとしてAI活用の取り組みを強化している。現在はプレビュー登録を受け付けており、Google Cloud Next 2026（ブース7101）でライブデモが予定されている。

概要 Googleは2026年4月14日、Cloud RunのWorker Pools機能を一般提供（GA）に移行した。Worker Poolsは2025年6月にプレビュー公開されて以来、約10か月の検証期間を経ての正式リリースとなる。この機能により、これまでCloud Runが苦手としていた非リクエスト型のワークロード——Pub/SubやKafka、RabbitMQからのメッセージプル処理、継続的なバックグラウンド処理、分散LLM学習——をサーバーレス基盤の上で実行できるようになる。従来のCloud Run ServicesやJobsと比較して約40%のコスト削減が見込まれており、インフラ管理の負担軽減と運用コストの最適化を同時に実現する。 ServicesおよびJobsとの違い Cloud Runにはこれまで「Services」と「Jobs」という2つのリソースモデルが存在したが、Worker Poolsはその第3の選択肢として加わった。主な差異は自動スケーリングの有無にある。ServicesはHTTPリクエストに応じてインスタンスを自動スケールアップ・ダウンするのに対し、Worker PoolsはHTTPエンドポイントを持たず、自動スケーリング機能も備えていない。スケーリングは手動、または利用者が用意したカスタムオートスケーラー（Kafkaのコンシューマグループラグをベースにしたスケーリングなど）によって制御する設計だ。エンドポイントが不要な分、攻撃面が減りセキュリティ面でも有利となる。また、Direct VPC接続により、ロードバランサーを介さずVPCネットワーク内のリソースへ直接通信できる点も特徴のひとつだ。 主要なユースケースとGPUサポート Worker Poolsが特に適しているシナリオは、プルキューやメッセージブローカーを介した非同期処理だ。Kafkaコンシューマ、Pub/Subプル、RabbitMQといったメッセージングシステムとの組み合わせが典型的な利用例として挙げられる。さらに注目すべきは、2025年9月のプレビューを経て今回のGAと同時期に正式提供となったGPUサポートだ。NVIDIA RTX PRO 6000 Blackwell GPUを含む各種GPU構成がWorker Poolsで利用可能となり、分散LLM学習やAI推論の継続的バックグラウンド処理といった用途でも活用できる。翌4月15日にはCloud Run向けリモートMCPサーバー機能もGAを迎えており、AIエージェント開発基盤としてCloud Runの役割が拡大していることがうかがえる。 今後の展望 Worker Poolsの登場により、Cloud RunはHTTPサービスのホスティングという枠を超え、データパイプラインや機械学習基盤をフルマネージドのサーバーレス環境で構築するための選択肢として本格的に検討できるようになった。Kubernetesクラスタや専用VMを維持することなく、スケーラブルな非同期処理基盤を構築できる点は、特に運用チームの規模が小さい組織にとって大きな恩恵となる。カスタムスケーラーとの組み合わせにより、ワークロードに応じた柔軟なキャパシティ制御も可能であり、今後のエコシステムの成熟が期待される。

概要 AWSは、複数のサービスについて新規受付停止および段階的廃止の計画を相次いで発表した。最も早い対応が必要となるのはAWS App Runnerで、2026年4月30日をもって新規利用登録が停止される。その後はメンテナンスモードへ移行し、既存ユーザーは引き続きサービスを利用できるものの、新機能の追加や機能強化は行われない。利用中のユーザーには代替サービスへの移行計画を早期に立てることが求められる。 対象サービスと廃止スケジュール 廃止が発表されたサービスはApp Runnerにとどまらず、完全終了（サンセット）となるサービスも複数含まれる。Amazon RDS Custom for Oracleは2027年3月31日にサポートを終了する予定で、SSH経由でのインフラアクセスやカスタムパッチ・バックアップ運用が可能だったこのサービスの利用者は、AWSが提供する公式ドキュメントの移行ガイドを参照して対応が必要となる。 メンテナンスモードへ移行するサービスには、以下が含まれる（AWS CloudTrail Lakeはすでに2026年3月31日に新規登録を停止済み）。 AWS CloudTrail Lake AWS Audit Manager AWS IoT FleetWise Amazon Comprehend（一部機能） Amazon Rekognition（一部機能） SNS Message Data Protection Application Recovery Controller Readiness Check さらに完全廃止（サンセット）が予定されているサービスとして、Amazon WorkMail・Amazon WorkSpaces Thin Client・AWS Service Management Connector の3つが挙げられている。 移行先と今後の対応 AWS App Runnerからの推奨移行先として、AWSは2025年12月にリリースされたAmazon ECS Express Modeを提示している。ECS Express Modeはマネージドコンテナサービスとして、App Runnerが提供していたシンプルなコンテナデプロイ体験を引き継ぐ位置づけとなる。Amazon RDS Custom for Oracleについても、公式ドキュメント上で移行パスの選択肢が案内されている。 今回の一連の発表は、AWSがポートフォリオの整理を進めていることを示す動きとも言える。利用中のサービスが対象に含まれている場合は、廃止タイムラインを確認した上で、代替サービスへの移行計画を早期に策定することが重要だ。

概要 Cloudflareは、AIエージェントがクラウド上で自律的に作業するための基盤インフラを相次いで発表した。AIエージェント専用ファイルシステム「Cloudflare Artifacts」をプライベートベータで公開したほか、AIエージェントがメールの送受信を直接操作できる「Cloudflare Email Service」をパブリックベータとして提供開始した。いずれもAIエージェントの実用的な活用を支える基盤として位置付けられており、自律型エージェントの普及を見据えたインフラ整備が本格化している。 Cloudflare Artifacts：AIエージェント専用ファイルシステム 「Cloudflare Artifacts」は、AIエージェントが大量のファイル操作を効率的に行えるよう設計された専用ファイルシステムだ。Gitとの互換性を持ちバージョン管理やフォーク機能に対応しており、RESTful APIおよびCloudflare Workers API経由でアクセスできる。設計上の特徴として、AIモデルが学習済みのスキルをそのまま活用できるよう配慮されており、追加のトレーニングなしに利用可能な点が強調されている。 既存のGitHubなどのファイルシステムは人間ユーザーを前提に設計されているが、数百〜数千のAIエージェントが同時にコードの生成・編集・フォークを行うシナリオでは、大量の小さなデータ（設定ファイル、状態管理、セッション履歴など）を効率よく扱う専用インフラが必要とされている。現在はプライベートベータとして提供されており、2026年5月初旬にはパブリックベータへの移行が予定されている。 Cloudflare Email Service：AIエージェントにメール機能を提供 「Cloudflare Email Service」は、アプリケーションやAIエージェントがメールの送受信を直接操作できるサービスで、パブリックベータとして公開された。SPF・DKIM・DMARCの設定が自動化されており、セキュリティ面の構成作業を簡略化している。 アクセス方法は複数用意されており、Cloudflare Workers内からはシークレット不要でAPIを直接呼び出せる。外部からのアクセスにはTypeScript・Python・Go向けの専用SDKが提供されており、それ以外の言語ではRESTful APIを利用できる。また、Cloudflare MCP ServerがEmail Serviceと統合されており、「Cloudflare Skills」を通じてAIエージェントが必要な操作スキルを取得できる仕組みも整備されている。Cloudflareは参考実装としてオープンソースプロジェクト「Agentic Inbox」を公開しており、AIエージェントとメール機能を組み合わせた実装例として活用できる。Cloudflareは以前から転送専用サービス「Cloudflare Email Routing」を提供していたが、本サービスはそれとは別に、アプリケーション層での直接的なメール送受信を実現する新たなサービスとして提供されている。 AIエージェント向けインフラ競争の加速 今回の発表は、AIエージェントが単なる会話AIを超えて、クラウド上で自律的にタスクを実行する存在として本格的に想定されていることを示している。ファイルシステムやメール送受信など、従来は人間が扱っていたインフラのレイヤーをAIエージェント向けに再設計する動きは、クラウド各社にとって新たな競争領域となっている。Cloudflareはエッジコンピューティングとの統合という強みを活かしながら、AIエージェントの実行環境として自社プラットフォームを確立しようとしている。

概要 Googleは2026年4月、オープンソースのデータベース連携フレームワーク「MCP Toolbox for Databases」がModel Context Protocol（MCP）に正式対応し、バージョン1.0としてリリースされたことを発表した。旧称は「Gen AI Toolbox for Databases」で、今回のリリースを機に名称もMCPとの統合を反映したものへ変更された。MCP（Model Context Protocol）はAnthropicが策定したAIシステムと外部データソースを接続するためのオープン標準であり、AIモデルと外部ツール間のユニバーサルインターフェースとして機能する。このプロトコルがLinux Foundation傘下のAgentic AI Foundation（AAIF）に参加したことで、業界標準としての地位が確立されつつある。 対応データソースとSDK v1.0では40以上のデータソースへのネイティブ接続が可能となった。Googleクラウドのデータベース群（AlloyDB、Spanner、BigQuery、Cloud SQL for PostgreSQL/MySQL/SQL Server、Bigtable）に加え、Oracle、MongoDB、Snowflake、自己ホスト型のPostgreSQLやMySQLといったサードパーティシステムも幅広くサポートする。クライアントSDKはPython、Go、TypeScript/JavaScript、および今回新たに追加されたJavaの4言語で提供されており、LangChain、LlamaIndex、Agent Development Kit（ADK）との深い統合も実現している。 セキュリティと可観測性の設計 本フレームワークの設計思想の中核にあるのは、「確率的なLLMと決定論的な本番データベースの間の信頼ギャップを埋める」という考え方だ。AIエージェントに生のデータベースアクセスを直接与えることの危険性を回避するため、宣言的な設定ファイル（config.yaml）でアクセス可能なアクションを明示的に定義する。テナントIDなどの機密パラメータはサーバー側でランタイムに注入され、言語モデルの制御外に置かれる。また、OAuth 2.1リソースサーバーとして機能し、自動ディスカバリーと厳密なトークン検証によるアクセス制御を実現する。可観測性の面ではOpenTelemetryを統合し、エージェントとデータベース間のすべてのインタラクションをトレース・メトリクス・ログとして記録できる。 今後の展望 v1.0の安定版リリースにより、開発チームはアップストリームの破壊的変更を心配せずにMCP Toolboxを基盤としたエージェント型アプリケーションを構築できるようになる。今回の正式リリースはGoogle Cloud Next 2026（ラスベガス）でも取り上げられる予定で、「Power Intelligent Agents with AI-Native Databases」セッションにて詳細が紹介される見込みだ。プロジェクトはGitHub上でオープンソースとして開発が続けられており、コミュニティへの参加も積極的に歓迎されている。

概要 Microsoftは2026年4月、AIエージェントが複数のデータベースに対してModel Context Protocol（MCP）経由で横断的に問い合わせを実行できる「SQL MCP Server」をオープンソースで公開した。PostgreSQL・MySQL・SQL Serverといった主要なデータベースから、Azure SQL Database・Azure SQL Data Warehouse・Azure Cosmos DBといったMicrosoftのマネージドサービスまで、6種類のデータベースへの同時接続に対応している。 技術的な詳細 SQL MCP ServerはMicrosoftのオープンソースプロジェクト「Data API builder for Azure Databases」の一部として提供される。Data API builderは、各種データベースに対してRESTful API・GraphQL・MCPの3つのアクセス手段を統一的に提供するプラットフォームであり、SQL MCP ServerはそのMCPサポートを担うコンポーネントとして位置づけられる。 オープンソースであるため、オンプレミス環境はもちろん、Microsoft AzureやAWSなど任意のクラウド環境でも無償で利用・展開できる。複数データベースへの同時接続をサポートしているため、AIエージェントが異なる種類のデータベースをまたいで情報を収集・統合するユースケースにも対応する。 背景と意義 MCPはAnthropic社が提唱したオープンプロトコルで、AIエージェントが外部ツールやデータソースと標準化された方法でやり取りするための仕様だ。MicrosoftがSQL MCP Serverを公開したことで、企業の既存データベース資産をAIエージェントから直接活用しやすくなり、MCPエコシステムのデータ活用領域がさらに拡充された形となる。Data API builderを通じてGraphQLやRESTによるアクセスも同時に提供されるため、AIエージェント以外のユースケースとも統一的なインフラとして機能する点も注目される。