エッジでの自動車

自動車は究極のエッジデバイスかもしれません。それらは地理的に分散しており、自律的なアクションを可能にしながら、リアルタイムのストリーミングデータを提供します。

自動車セクターほどエッジの効いたエッジはどこにもありません。コネクテッドカーからコネクテッドファクトリー、コネクテッドピープルに至るまで、Edgeはautosareの製造方法と運転方法を変えています。ネットワーク化された車両、および自動車製造作業内のセンサーのネットワークに関連付けられたエッジシステムの急増が進んでいます。その過程で、技術部門と自動車部門の間で収束が進んでいます。

関連項目： MITはシャドウを使用して自律センシングシステムを開発します

たとえば、2015年、BMWグループはBMW 7シリーズの車からセンサーデータを収集し、動的に更新された地図情報をドライバーに提供する新しい接続車アプリケーションにAWSの使用を開始しました。 BMWは、Amazon Web Servicesテクノロジーを使用してセンサーとしての新車（CARASSO）サービスを構築しました。「AWSで実行することにより、CARASSOは、24時間以内に2桁スケールアップおよびスケールダウンできる急速に変化する負荷要件に適応できます。」この技術は、最終的には、50億マイル以上を走行する10万台の車両によって収集されたデータを処理することが期待されていました。

業界をリードするのに役立つのは、自動車エッジコンピューティングコンソーシアム（AECC）です。このコンソーシアムは、主要な自動車会社とテクノロジー会社の両方を結集しています。インテルコーポレーションのプラットフォームエンジニアリンググループのワイヤレス標準担当のインテルフェロー兼チーフテクノロジストであるGengWuは、次のように述べています。 、 最近のインタビューで言った。

AECCの研究者は最近、今後5年間の最先端の開発に関する3つの予測を発表しました。

• コネクテッドカーは、年間約1,500億ドルの収益を生み出します。
• 接続される車両の数は、世界で約1億台に増加します。
• 車両とクラウドの間で送信されるデータ量は、1か月あたり約100ペタバイトになります。

これらはすべてエッジコンピューティングによって可能になり、「ネットワークインフラストラクチャを利用して、低遅延のネットワーク環境や分散コンピューティングによるリアルタイムのアプリケーション応答の実現など、示されたサービスの特性を向上させることができます」。

ただし、まだやるべきことがたくさんあると報告書は警告しています。 「現在のモバイル通信ネットワークアーキテクチャとクラウドコンピューティングシステムは、コネクテッドカーの要件を効果的に処理するために完全に最適化されていないと考えています。したがって、システムアーキテクチャを再設計し、ネットワークトラフィックに対応するためにネットワーク展開を再検討する方法を調査することは有益です。」

AECCの研究者は、コネクテッドカーの効率を高めるために、「トポロジを意識したコンピューティングおよびストレージリソース」を導入することを推奨しています。研究者は、次のタイプのサービスが出現すると予測しています。

• インテリジェントな運転： これには、「リアルタイムデータを使用したマップの作成と、クラウドコンピューティングに基づく運転支援が含まれます。車両間、および車両とクラウド間の大量のデータの転送を容易にするために、車両をクラウドとネットワークに接続する必要があります。」
• サービスとしてのモビリティ。 収集されたモビリティデータは、「サードパーティが新しいサービスを提供するために使用できます。一例は、道路当局による交通流制御です。これには、モビリティシェアリング（ライドシェアリング、カーシェアリング、さらには駐車場シェアリングを含むサービス）や、「さまざまな交通手段を使用したエンドツーエンドのルートガイダンス」であるマルチモーダルナビゲーションサービスなどのサービスが含まれます。 。」これらのタイプのサービスは、「インテリジェントな運転、高解像度の地図、クルーズアシストの上に構築する必要があります。」
• 金融と保険： コネクテッドカーから生成されたデータは、保険会社が顧客に近づく機会を提供します。 「自動車保険会社は、運転行動、運転頻度、運転時間などの運転習慣を監視することにより、使用量ベースの保険モデルを採用しています」と報告書は述べています。 「そうすることで、保険会社は顧客のリスクレベルをより適切に評価できるようになり、保険会社にとってより合理的なコストにつながります。リアルタイムの情報をユーザーに提供できる将来の世界では、リアルタイムの動的保険料が製品になる可能性があります。クルージングデータなど、車両とドライバーの状態の両方から収集されたデータが処理され、保険料情報の形でリアルタイムでユーザーに返送されます。」
• 人工知能： 「機械学習などのAIテクノロジーは、自律運転、クルージングアシスト、高精細マップ情報の作成などをサポートするために必要なインテリジェンス機能を実装します。これには、ビッグデータと高度なインテリジェント分析が必要です。私たちの焦点は、ローカライズされたネットワークを使用した分散コンピューティングでこのようなAI主導のサービスを可能にするテクノロジーに焦点を当てます。」
• 無線アクセステクノロジー。 「ワイヤレステクノロジーは、車両を分散コンピューティングプラットフォームに接続し、品質とコストの柔軟性を高めます。これには、セルラーテクノロジーだけでなく、Wi-Fiや低電力ワイドエリア（LPWA）などのローカル無線アクセスも含まれます。」

多くの点で、自動車は、消費者や企業の大規模なグループに分散し、自律的なアクションと反応を可能にするプロセスをサポートしながら、リアルタイムデータを連続ストリームとして提供する究極のエッジデバイスである可能性があります。