IoT エッジコンピューティング

従来の IoT アーキテクチャでは、スマートデバイスが収集したデータを分析のためにクラウドまたはリモートデータセンターに送信します。デバイスとの間でやり取りされる大量のデータはボトルネックを引き起こす可能性があり、このアプローチは遅延の影響を受けやすいユースケースでは効果がありません。

IoT エッジコンピューティングは、データ処理を IoT デバイスに近づけることで、この問題を解決します。この戦略により、データルートが短縮され、システムがほぼ瞬時にオンサイトデータ分析を実行できるようになります。

この記事はIoT エッジコンピューティングの概要です可能な限りソースに近いデータに対してアクションを実行する利点。システムが大量のデータをリアルタイムで取得して分析する必要がある IoT のユースケースにおいて、エッジコンピューティングが重要なイネーブラーである理由については、以下をお読みください。

IoT エッジコンピューティングとは

IoT エッジコンピューティングは、ネットワークのエッジでデータ処理を使用して IoT システムのパフォーマンスを高速化する手法です。エッジコンピューティングでは、データをリモートサーバーに送信する代わりに、スマートデバイスが近くのエッジサーバーで生の IoT データを処理できるようになります。

起点の近くまたは起点でのデータ処理によりゼロレイテンシ .この機能は、時間に敏感なタスクを実行する IoT デバイスの機能を左右する可能性があります。

データ処理を物理的に IoT デバイスの近くに移動すると、エンタープライズ IT に次のような一連のメリットがもたらされます。

より高速で信頼性の高いサービス
よりスムーズなカスタマーエクスペリエンス
リアルタイムのオンサイト分析
生データをフィルタリングして集計し、外部サーバーやクラウドに送信されるトラフィックを削減できる能力
帯域幅の使用量が減り、必要なデータセンターの容量が小さくなるため、運用コスト (OpEx) が削減されます。
外部接続が少なくなり、潜在的な横移動の余地が少なくなるため、セキュリティが向上します。

IoT エッジコンピューティングは、IoT デバイス上で低遅延アプリを確実に実行できるため、IoT の重要なイネーブラーです。エッジ処理は、次のような IoT ユースケースにとって理想的なオプションです。

リアルタイムの意思決定が必要です。
壊滅的な障害が発生する可能性があります。
大量のデータを扱う
クラウド接続が不足しているか、まったく利用できない環境で実行されます。

クラウドとエッジコンピューティングは相互に排他的ではありません。 2 つのコンピューティングパラダイムは、エッジサーバー (同じ地域または同じ施設内のいずれか) が時間に敏感なタスクを処理しながら、フィルター処理されたデータをクラウドに送信してさらに時間のかかる分析を行うことができるため、非常に適しています。

エッジデバイス vs IoT デバイス

IoT エッジコンピューティングは、エッジデバイスと IoT デバイスの両方を組み合わせて使用することに依存しています。

IoT デバイスは、インターネットに接続されたマシンであり、データを生成して処理ユニット (エッジデバイス、クラウド、中央サーバーのいずれか) に送信できます。これらのデバイスには通常、専用のセンサーがあり、単一の目的を果たします。
エッジデバイスは、生データを生成するユーザーまたはデバイスの近くで動作するハードウェアです。これらのデバイスには、データを処理し、サブミリ秒のレイテンシで意思決定を行うのに十分なコンピューティングリソースがあります。これは、データが最初にネットワークを通過する必要がある場合、到達不可能な速度です。

場合によっては、エッジデバイスと IoT デバイスという用語は互換性があります . IoT デバイスは、低レイテンシーの意思決定とデータ処理に十分なコンピューティングリソースを備えている場合、エッジデバイスになることもできます。また、生データを生成するセンサーを備えている場合、エッジデバイスは IoT の一部になることができます。

ただし、IoT とエッジ機能の両方を備えたデバイスを作成することは、費用対効果が高くありません。より良い選択肢は、データを生成する複数の安価な IoT デバイスをデプロイし、それらすべてをデータ処理が可能な単一のエッジサーバーに接続することです。

IoT とエッジコンピューティングはどのように連携しますか?

エッジコンピューティングは、データ処理、ストレージ、およびコンピューティングのローカルソースを備えた IoT システムを提供します。 IoT デバイスはデータを収集し、エッジサーバーに送信します。一方、サーバーはローカルネットワークのエッジでデータを分析し、より高速でスケーラブルなデータ処理を可能にします。

分析のために中央サーバーにデータを送信する通常の設計と比較すると、IoT エッジコンピューティングシステムには次の特徴があります。

IoT デバイスとネットワーク間の通信の遅延が減少しました。
応答時間の短縮と運用効率の向上
システムはデータをクラウドにストリーミングして長期保存または分析するため、ネットワーク帯域幅の消費が少なくなります。
システムがクラウドまたは中央サーバーとの接続を失った場合でも運用を継続できる能力

エッジコンピューティングは、ネットワークの過負荷のリスクを冒すことなく、モノのインターネットを大規模に使用するための効率的で費用対効果の高い方法です。 IoT エッジに依存するビジネスは、潜在的なデータ侵害の影響も軽減します。誰かがエッジデバイスを侵害した場合、侵入者はローカルの生データにしかアクセスできません (誰かが中央サーバーをハッキングした場合とは異なります)。

偶発的なデータ漏洩や、データの完全性に対する同様の脅威にも、同じ「爆発半径の縮小」ロジックが適用されます。

さらに、エッジコンピューティングは、ミッションクリティカルな IoT タスクに冗長性のレイヤーを提供します。 1 つのローカルユニットがダウンしても、他のエッジサーバーと IoT デバイスは問題なく動作し続けることができます。すべての操作を停止させる可能性のある単一障害点はありません。

IoT エッジコンピューティング機能

各 IoT エッジコンピューティングシステムには独自の特徴がありますが、すべての展開にはいくつかの特徴があります。以下は、すべての IoT エッジコンピューティングのユースケースで見られる 6 つの機能のリストです。

統合されたワークロード

古いエッジデバイスは、通常、独自の RTOS (リアルタイムオペレーティングシステム) 上で独自のアプリを実行します。最先端の IoT エッジシステムには、基盤となるハードウェアから OS とアプリのレイヤーを抽象化するハイパーバイザーがあります。

ハイパーバイザーを使用すると、単一のエッジコンピューティングデバイスで複数の OS を実行できます。これにより、次のことが可能になります。

ワークロードの統合への道を開く
エッジで必要な物理的なフットプリントを削減します。

その結果、最先端のエッジコンピューティングシステムをセットアップするために必要だったコストよりも、エッジに展開するコストがはるかに低くなります。

前処理とデータのフィルタリング

以前のエッジシステムは通常、最近の変更の有無に関係なく、リモートサーバーがエッジから値を要求することで機能していました。 IoT エッジ通信システムは、エッジで (通常はエッジエージェントを介して) データを前処理し、関連情報のみをクラウドに送信できます。このアプローチ:

データのボトルネックの可能性を減らします。
システムの応答率が向上します。
クラウドストレージと帯域幅のコストを削減します。

スケーラブルな管理

古いエッジリソースは、多くの場合、大規模な更新と管理が困難なシリアル通信プロトコルを使用していました。企業は IoT エッジコンピューティングリソースをローカルまたは広域ネットワーク (LAN または WAN) に接続できるようになり、集中管理が可能になります。

プロバイダーが大規模なエッジ展開に関連するタスクをさらに合理化しようとしているため、エッジ管理プラットフォームの人気も高まっています。

オープンアーキテクチャ

エッジ環境では、独自のプロトコルとクローズドアーキテクチャが長年にわたって一般的でした。残念ながら、これらの機能は、ベンダーロックインにより、統合と切り替えのコストが高くなることがよくあります。そのため、最新のエッジコンピューティングは、次のようなオープンアーキテクチャに依存しています。

標準化されたプロトコル (OPC UA、MQTT など)
セマンティックデータ構造 (Sparkplug など)

オープンアーキテクチャは、統合コストを削減し、ベンダーの相互運用性を高めます。これは、IoT エッジコンピューティングの実行可能性の 2 つの重要な要素です。

エッジ分析

以前のバージョンのエッジデバイスは処理能力が限られており、通常はデータの取り込みなどの 1 つのタスクしか実行できませんでした。

現在、IoT エッジコンピューティングシステムは、エッジでデータを分析するためのより強力な処理機能を備えています。この機能は、従来のエッジコンピューティングでは確実に処理できなかった低レイテンシと高データスループットのユースケースに不可欠です。

分散アプリ

インテリジェントな IoT エッジコンピューティングリソースは、基盤となるハードウェアからアプリを分離します。この機能により、アプリがコンピューティングリソース間を移動できる柔軟なアーキテクチャが可能になります。

縦方向 (例:エッジリソースからクラウドまで)
水平方向 (例:あるエッジコンピューティングリソースから別のエッジコンピューティングリソースへ)

企業は、次の 3 種類のアーキテクチャでエッジアプリをデプロイできます。

100% エッジ: このアーキテクチャには、すべてのコンピューティングリソースがオンプレミスにあります。この設計は、通常はセキュリティ上の懸念から、データをオンプレミスに送信したくない組織に人気があります。オンプレミスへの多額の投資を許容する企業も、典型的な採用者です。
シックエッジ + クラウドアーキテクチャ: この設計には、オンプレミスデータセンター、クラウドデプロイ、およびエッジコンピューティングリソースが含まれます。オンプレミスのデータセンターにすでに多額の投資を行っていたが、後にクラウドを使用してデータ (通常は複数の施設から) を集約および分析することを決定した企業にとって一般的な選択肢です。
シン (またはマイクロ) エッジ + クラウドアーキテクチャ: このアプローチには、1 つ (または複数) の小さなエッジコンピューティングリソースに接続されたクラウドコンピューティングリソースが常に含まれます。この設計にはオンプレミスデータセンターはありません。

IoT エッジコンピューティングのユースケース

エッジコンピューティングは、低遅延またはローカルデータストレージを必要とするあらゆる IoT 設計で重要な役割を果たすことができます。いくつかの興味深い使用例を次に示します:

インダストリアル IoT (IIoT): IoT センサーは産業機械の状態を追跡し、故障や使いすぎなどの問題を特定できます。一方、エッジサーバーは、潜在的な災害が発生する前に問題に対応できます。
自動運転車: 道路を走行する自動運転車は、リアルタイムデータ (交通量、歩行者、道路標識、信号停止など) を収集して処理できなければなりません。自動運転車はゼロレイテンシーのユースケースであるため、自動運転車が事故を回避するのに十分な速さで停止または方向転換できるようにする唯一の方法は、エッジ IoT を使用することです。
自動トラック輸送: IoT エッジコンピューティングにより、企業は自動化されたトラックのコンボイを作成することもできます。 IoT を搭載したトラックのグループは、車列を組んで互いに接近して移動できるため、燃料費が節約され、渋滞が緩和されます。そのシナリオでは、最初のトラックだけが人間のドライバーを必要とします。
視覚的推論: IoT エッジコンピューターを備えた高解像度カメラは、ビデオストリームを消費し、収集されたデータに対して推論を実行できます。その機器は、高温の人、立ち入り禁止区域への侵入者、安全違反、生産ラインの異常などを検出できます。
状態に基づくリモートモニタリング: 障害が壊滅的なものになる可能性があるシナリオ (石油やガスのパイプラインなど) では、IoT エッジを使用してシステムを監視することは非常に簡単です。 IoT センサーは資産の状態 (温度、圧力、ストレスなど) を追跡でき、エッジサーバーは潜在的な問題を数ミリ秒で認識して対応できます。

IoT エッジコンピューティング:エンタープライズ IT のゲームチェンジャー

今日、IoT セクターは、エッジコンピューティングなしでさまざまなシナリオで運用されています。ただし、接続されたデバイスの数が増え、企業が新しいユースケースを模索するにつれて、データをより高速に取得して処理する機能が決定的な要因になります。ますます多くの企業がゼロレイテンシーのデータ処理の利点を追求し始めるにつれて、IoT エッジコンピューティングが今後数年間で極めて重要な役割を果たすことを期待してください。

サーバーレスコンピューティングとは? 提供すべき 8 つのクラウドサービス MSP

クラウドコンピューティング