データ指向設計(DOD)に関する入門書が新たに注目を集めている。DODとは、抽象的なオブジェクトではなく、ハードウェアが実際にデータを移動・処理する方法を中心にソフトウェアを構造化する手法である。この関心はノスタルジアではない。効率性が利益率に直結する方法における、より広範なシフトを示している。

20年間、抽象化はコストフリーだった。高速化するチップが、ずさんなメモリレイアウトやキャッシュに不親切なコードを吸収していた。その時代は終わった。シングルスレッドの性能向上は頭打ちとなり、メモリ帯域幅が真のボトルネックとなっている。そして無駄なキャッシュミスの一つ一つが、今やワット数、レイテンシ、クラウド支出として現れる。DODは、Mike Actonのようなエンジニアによってゲーム業界で先駆的に開発され、エンティティ・コンポーネント・システムエンジンで制度化された手法であり、CPUキャッシュとメモリ階層を第一級の設計制約として扱う。同じ論理は既に、カラムナーデータベース(Snowflake、ClickHouse、DuckDB)、ベクトル化クエリエンジン、そして現代のMLフレームワークの基盤となるSIMD重視のカーネルを支えている。

グローバル企業の幹部にとっての戦略的含意は、コスト構造である。ハイパースケーラーが数百万のGPU全体で推論を実行する場合、あるいはフィンテック企業が数十億のトランザクションを処理する場合、より良いデータレイアウトによる2~3倍のスループット向上は、エンジニアリングの脚注ではない。それは設備投資とエネルギーの費目項目である。NVIDIA、AMD、そしてクラウドプロバイダーは既に効率性を希少資源として販売している。DODは、ソフトウェアチームが次のノードシュリンクを待たずにそれを獲得する方法である。

リスクもある。DODは開発者の使いやすさをマシン親和性と引き換えにし、オンボーディングコストを上げ、変化するハードウェアの現実にコードを結合させる。時期尚早に過剰最適化する企業は人材を消耗させる。それを無視する企業は、競合他社よりも構造的に運用コストの高い製品を出荷する。

推奨される行動:データレイアウトを、言語やクラウド選択と同じレベルで検討されるアーキテクチャ上の決定として扱うこと。レイテンシとコストに敏感なシステムのホットパスを監査し、キャッシュ動作とプロファイリングに精通したエンジニアに投資し、機能開発速度だけでなく、ドル単位およびワット単位あたりの効率をベンチマークすること。AI制約下のコンピュート市場において、勝利する企業は各トランジスタから最も有用な仕事を引き出す企業となるだろう。