AI結晶化のためのエッジコンピューティングの利点

アーキテクチャを取り巻く混乱と同様に、エッジコンピューティングへの関心は高まり続けています。人工知能に関しても状況は似ています。 AIをエッジに移動する可能性は、さらに混乱を招くレシピのように聞こえるかもしれません。

DUNELMAssociatesのマネージングパートナーであるMartinDavisは、エッジで人工知能を実行することは、多くの場合、「記事で引用されている理論にすぎません」と述べています。

それでも、エッジAIの概念は、産業組織や企業組織にとって無視することがますます困難になっています。ディープラーニングやコンピュータービジョンなどのリソースを大量に消費する操作は、従来、集中型コンピューティング環境で行われてきました。しかし、コンサルタントのChaitan Sharmaが書いたように、高性能ネットワーキングおよびコンピューティングハードウェアの可用性の向上により、その活動を「集中型クラウドアーキテクチャから[エッジ]へ」シフトする可能性が開かれます。 「一夜にして起こることはありませんが、それは避けられません。」 Gartnerは、エンタープライズデータの4分の3が2025年までにエッジで処理されると予測していますが、Grand View Researchは、エッジコンピューティング市場が年率54％で2025年まで拡大すると予測しています。

業界の最先端

正確にエッジコンピューティングが行われる場所の問題は、必ずしも明確ではありません。エッジコンピューティングのオープン用語集では、アーキテクチャを「ネットワークの論理的な極限へのコンピューティング機能の提供」と定義しています。従来のデータセンターやクラウドの外部に位置するエッジは、ネットワークの「ラストマイル」に集中しており、データや情報を生成するものや人々に可能な限り近づいています。

[ IoTの世界 は、ストラテジスト、技術者、実装者がつながり、IoT、AI、5G、エッジを業界全体で行動に移す、北米最大のIoTイベントです。 今すぐチケットを予約してください。 ]

工場や鉱山などの環境でクラウドコンピューティングを使用することは困難であるため、産業部門はエッジコンピューティングアーキテクチャの有力な候補です。たとえば、工場では、99.9999％の稼働時間と低ミリ秒の遅延という高いネットワーク信頼性が必要になる場合があり、データを構外に送信する際に制約が生じる場合があります。このような制限があるため、ほとんどの工場では、従来、物理ケーブルと独自の有線プロトコルを産業ベンダーから導入してきました。その結果が「断片化されたテクノロジー環境」であり、Ovum Market Radar：CSPの産業用IoT戦略と提案によると、エッジコンピューティングなどのテクノロジーが統合に役立つ可能性があります。

クラウドなしで動作するエッジコンピューティングアーキテクチャは、すべてのデータが個々のデバイスで処理されるローカルコンピューティングシナリオと混同しないでください。 DigiInternationalの研究およびイノベーション担当シニアディレクターであるHaraldRemmert氏によると、このようなオンボードコンピューティングはリアルタイムで重要な意思決定をサポートできますが、デバイスのハードウェアにはコストがかかります。さらに、機械学習などの操作をサポートするこのようなローカルコンピューティング構成の機能は、多くの場合制限されます。

逆に、工場のAI対応エッジコンピューティングシステムは、複数のマシンからのデータをコンテキスト化して、ダウンタイムの原因となる問題を検出し、最終的に予測することができます。プロセス業界向けの機械学習テクノロジーを開発しているAuguryのアーキテクチャ責任者であるGalBen-Haimは、次のように述べています。

ただし、それはエッジでの機械学習の導入が必ずしも簡単であることを意味するわけではありません。 「より成熟した機械学習モデルと、その展開を管理するための新しい方法が必要です」とベンハイム氏は述べています。

クラウドからエッジへ、そしてその逆へ

一部のエッジコンピューティングシナリオでは、集中型コンピューティングモデルをまったく使用しない場合がありますが、多くのアナリストは、エッジコンピューティングにより、分散型および集中型の側面を持つ一連のコンピューティングが可能になると考えています。ガートナーのアナリスト、ボブギル氏は、2018年のウェビナーで、集中型データセンターから離れた振り子を表現する代わりに、エッジコンピューティングが「真実」を提供すると述べています。

「エッジコンピューティングの一部のモデルは、クラウドに取って代わると主張しています。トレンドマイクロのインフラストラクチャ戦略担当バイスプレジデントであるビルマリクは、次のように述べています。

「エッジが自己完結型であることが理にかなっているユースケースはほとんどありません」と、FuturumResearchの主任アナリストであるDanielNewmanは同意しました。

ほとんどの場合、データの流れはエッジとクラウドの間で双方向になります。クラウドは、エネルギー消費や空気の質の変化など、幅広い傾向や二次的な影響の追跡を促進できますが、「エッジコンピューティングは、地域の質問に対する地域の回答を提供します」とマリク氏は述べています。

アクセンチュアは、エッジコンピューティングをクラウド拡張機能と見なしています。アクセンチュアテクノロジーのマネージングディレクター兼ネットワークプラクティスリーダーであるチャールズネボルスキーは、次のように述べています。 1つの例は、鉱山会社がピット内の運用を管理する方法を合理化するアクセンチュアのConnectedMineイニシアチブです。 「私たちは、産業用鉱業クライアントでエッジコンピューティングを使用して、Connected Mineソリューションを拡張しました。そこでは、掘削装置からの高解像度ビデオを使用して岩石密度を決定します」とNebolsky氏は付け加えました。この機能により、ドリルはリアルタイムで角度と速度を調整でき、機器の予知保全もサポートします。 「必要な高密度ビデオストリームの帯域幅を、クラウドに直接処理するための費用対効果の高い方法で、必要な1秒あたりのフレーム数でクラウドに戻すことはできません」とNebolsky氏は述べています。

この循環データフローのもう1つの例は、最近の車両にテレマティクスとリモート診断システムを導入するVolvoTrucksを介したものです。このシステムは、異常なパラメータを検出してトラブルコードをトリガーするオンボードコンピュータを使用することで部分的に機能します。そこから、テレマティクスシステムは、問題のある運用データをVolvoのUptime Centerにストリーミングします。このセンターは、修理店、ディーラー、カスタマーサービスエージェントなどの関係者との対応を調整できます。トラックのオンボードコンピューティングは問題の診断に役立ちますが、展開の集中化された側面により、修理店やディーラーは、メンテナンスのために到着するトラックの準備をすることができます。

SASのIoTディレクターであるBillRobertsは、次のように述べています。合理的な次のステップは、トラックのエッジコンピューティング機能が、どの障害データが実行可能であるかを判断できるようにすることです。このようなシフトにより、「追加のテレマティックデータを収集するための帯域幅が解放され、クラウドで開発されたより分析的な洞察につながります」とロバーツ氏は述べています。 「これらの洞察は、ユースケースの指示に応じて、エッジまたはクラウドのどこからでも運用できます。」

分散型エネルギーリソース統合テストベッドは、分散型コンピューティングとクラウドコンピューティングを組み合わせた別の例を提供します。このプロジェクトは、ソーラーパネルや風力タービンなどの分散型直流電源からの電力を効率的に使用するのに苦労している従来の集中型交流電力グリッドに代わるものを提供します。将来のグリッドの市場開発ディレクターであるErikFelt氏によると、テストベッドは、グリッド全体に散在するハードウェアに展開されたリアルタイムのエッジベースの分析を活用して、異種のレガシー機器と、リアルタイム応答と自律運用の全機能を備えた集中制御を橋渡しします。 RTI、およびRTIのソフトウェア統合エンジニアであるNeilPuthuff。このプラットフォームは、1つ以上のコントロールセンターにデータと制御を提供しながら、自律的な運用とエッジベースの分析を実現します。

5G接続は、従来のデータセンターの外部でのコンピューティングを可能にするエッジアーキテクチャへの関心も引き起こしています。 5G対応のエッジコンピューティングプロジェクトを実施している組織の例はほとんどありませんが、5Gネットワ​​ークが成熟するにつれて変化する可能性があります。このアプローチの利点は、遅延は少ないものの、クラウドの利点と似ています、とRemmert氏は述べています。 「このアーキテクチャは、機械学習アプリケーションで非常に人気があります」と彼は結論付けました。