エッジインテリジェンスはIoTの成功への鍵ですか？

シンプルなものから非常に複雑なものまで、エッジインテリジェンスはIoTプロジェクトの成功の味方です。

デジタルトランスフォーメーションはあらゆる業界を席巻しており、組織は業務全体にオーディオ、ビデオ、および振動センサーを設置するよう求められています。ただし、IoTプロジェクトの30％が概念実証段階で失敗することを考えると、大規模なIoT展開にお金を投資する場合は注意が必要です。

IoT障害の主な原因の1つは、組織がこれらすべてのデバイスが生成するデータの津波に備えていることはめったにないことです。データの量は、労働力は言うまでもなく、レイテンシーと中央のコンピューティングインフラストラクチャまたはクラウドに負担をかけます。小麦をもみ殻から分離するための労力（差し迫った機械の故障などの実用的な洞察からの定期的なメンテナンスデータ）は、ほとんどの組織にとって気が遠くなるようなものです。

関連項目： エッジがアクションの中心になりました

エッジコンピューティングに入る。エッジコンピューティングは、データ作成の時点までローカルでデータを処理することを含む、現状になりそうです。 Gartnerは、2025年までに、エンタープライズで生成されたデータの75％がクラウドの外部で作成および処理されると予測しています。今日、それは約10％です。組織は、集中型データセンターからクラウドへの大量のデータの送信に関連する遅延と帯域幅のコストを改善するために、エッジコンピューティングの実装を開始しました。

エッジコンピューティングソリューションにはさまざまな種類がありますが、多くのソリューションには、収集されたデータを理解する方法がありません。 OT担当者はこのデータを受け取りますが、多くの場合、データをどのように処理するか、またはデータを分析して運用効率を高める方法を知りません。多くの場合、通常はクラウドからさらに処理が必要になります。ただし、インテリジェントエッジコンピューティングプラットフォームは、これらの課題に対処する基本的な進歩を追加し、クラウド接続なしで堅牢な分析を利用できるようにします。

エッジ インテリジェンス ：よりスマートでアジャイルなIoTのために

エッジインテリジェンスは、機械学習（ML）や人工知能（AI）などの高度な機能のレイヤーを備えたエッジコンピューティングプラットフォームに共通する一般的なデータ取り込み機能に基づいています。MLは、分析と実用的な洞察を提供することで、クラウドとデータセンターからワークロードを取り除きます。はしっこ。インテリジェントソリューションは、ストリーミングデータから実用的な洞察を引き出し、オペレーターやその他のエンタープライズシステムへのリアルタイムアラートを通じてそれに応答します。クラウドとエッジ間の閉ループ制御機能もサポートされており、資産またはプロセスに対する修正アクションを即座に自動化します。

インテリジェントなエッジ機能を備えたMLは、実際に学習することでコンピューティングの負荷を軽減します。高周波のデータストリームと情報パケットを継続的に処理し、最も必要なエッジで完全なソリューションを形成します。エッジでのデータ処理への3つのポイントのアプローチは次のとおりです。

• 摂取と強化： エッジ処理の最初の段階は、データの取り込みと強化です。このレイヤーはデータをクリーンアップし、デコード、フィルタリング、補間などの処理のためにデータを準備します。ストリーミングビデオ、デジタルセンサー、アセットデータの大量、種類、速度を組み合わせて調整します。これは、すべての追加の処理とコンピューティングのデータ品質を保証するための基礎です。
• 複合イベント処理（CEP）： インテリジェンスは、クリーンアップされたストリーミングデータにパターン検出とリアルタイム分析を提供することにより、CEPを通じて提供されます。ここでは、実用的な洞察がルールベースのアルゴリズムを通じて導き出され、アクションを実行できます。
• 機械学習エンジン： エッジデバイスは計算能力とメモリが低いため、エッジで機械学習モデルを実行することは困難な場合があります。適切なCEPは、モデルに必要なデータの前処理と後処理を提供するため、実行に必要なモデルサイズ、レイヤー、およびメモリは、エッジの準備が整った後、多くの場合10分の1以上削減されます。

エッジインテリジェンスに関して言えば、機械学習は非常に複雑な問題を解決し、運用の健全性とパフォーマンスを予測することさえできます。特定の環境では、サイトレベルでの高度な分析とMLが人命を救うことができると言っても過言ではありません。

エッジインテリジェンスオフライン

組織がデバイスのデータをクラウドやインターネットに送信することを信頼したくない場合が多くあります。エッジインテリジェンスにより、クラウドへの接続の必要性をなくしながら、処理能力とMLを維持できます。組織は、帯域幅、処理、およびストレージのセキュリティリスクやコストをかけずに、高度で詳細なデータ処理を実現できます。

エッジインテリジェンスに移行した後、組織はどのようなメリットを期待できますか？

• データの大幅な削減。 分析がエッジに移行すると、ネットワーク全体にプッシュされるデータの量が大幅に減少します。これにより、データストレージとデータ処理のコストが削減されると同時に、ITおよびOTの担当者がより複雑な問題に取り組むことができるようになります。
• より優れたリアルタイムの洞察。 コンピューティングをデータソースの近くに維持することで、エッジの効いた機械学習は新たなパターンを検出し、グリッチが本格的な危機になる前に即座に対応できるようにします。
• すべての人の予測保守。 エッジベースのシステムはすべての受信マシンデータを処理できるため、運用中のすべての機器のメンテナンスニーズを予測でき、メンテナンスアクティビティの計画にかかる時間を大幅に短縮するだけでなく、維持管理の遅延による事故を防ぐことができます。
• 歩留まりの向上。 ユーザースキャンは、最適ではないパフォーマンスを迅速に検出して対処することで生産性を向上させ、ダウンタイムを削減し、360度の操作ビューでパフォーマンスを向上させます。

エッジインテリジェンスはIoT市場を変革することでリアルタイム分析を容易にし、データの処理と保存にかかるコストを削減しながら運用効率を向上させます。

インテリジェントエッジソリューションは、オペレーターやデータコンシューマーの手動による負荷を軽減する多くの機能を実行できます。理想的には、データの集約と並べ替えについて賢明であるだけでなく、資産またはプロセスが誤動作していることを検出する機能を備えたソリューションが必要です。

これまで見てきたように、インテリジェントエッジコンピューティングは、機械学習機能に加えて、重要で実用的な洞察をリアルタイムで提供し、組織がいくつかの基本的な課題を克服し、高度な分析への扉を開くのに役立ちます。基本的な側面では、すべてのデバイスが選択したIoTネットワークプロトコル（ModBus、OPCUAなど）で通信していることを確認すると同時に、遅延の問題に遅れることなく、エッジで高度なデータを処理します。また、常に最新のデータを入手できるため、意思決定を改善できます。

シンプルなものから非常に複雑なものまで、エッジインテリジェンスはIoTプロジェクトの成功の味方です。