データセンターから端末まで、エッジAIが人工知能の新たな寵児となった理由

今日のデジタル時代において、人工知能は企業のデジタル変革の中心的な原動力となっています。ソフトウェアとハ​​ードウェア技術の継続的な発展により、端末デバイスにAIを導入することが主流となり、エッジAIは多くのユーザーの注目を集めています。

では、エッジ AI とは何でしょうか?エッジ AI とエッジ コンピューティングの違いは何ですか?エッジ AI の利点は何ですか?エッジ AI を導入する際の課題は何ですか?この記事では詳しく説明します。

エッジAIとは何ですか?

エッジ AI とは、端末デバイス上で AI アプリケーションを実行することを指します。ネットワークに接続していない場合でも、端末デバイスのコンピューティングパワーにより、大規模モデルなどのさまざまな AI アプリケーションをスムーズに実行できます。

AI には極めて高い計算能力が求められ、端末デバイスに AI アプリケーションを展開する場合にも強力な計算能力が必要であることは周知の事実です。端末デバイス上のエッジ AI アプリケーションの計算能力要件を削減するために、業界では現在、データトレーニングタスクをローカルまたはクラウドデータセンターで完了し、端末デバイス上でモデル推論と予測を実行するのが一般的です。これにより、AI アプリケーションを実行するための端末デバイスの計算能力要件が大幅に削減されます。実は、最近注目を集めているAI PCも、本質的にはエッジAIの一形態です。

エッジ AI とエッジ コンピューティングの違いは何ですか?

エッジ AI とエッジ コンピューティングの最大の違いは、エッジ AI は端末デバイス上で特定の AI アプリケーションを実行するのに対し、エッジ コンピューティングはインフラストラクチャとコンピューティング モデルである点です。

エッジAIでは、端末デバイスが人工知能の計算や推論を実行できる必要があるため、より強力な計算能力が必要になります。エッジコンピューティングは、データ転送の遅延を減らし、ネットワーク帯域幅への依存を軽減するために、データが生成および使用される端末の近くでリアルタイムのコンピューティング、ストレージ、およびネットワークサービスを提供します。したがって、エッジ AI と比較すると、エッジ コンピューティングに必要な計算能力は低くなります。

エッジ AI はエッジ コンピューティングのアップグレードであると言えます。エッジコンピューティング機能を備えた端末デバイス上で AI アプリケーションを実行し、デバイスの AI 機能を強化して、エッジデバイスをよりスマートにし、より複雑なアプリケーションを処理できるようにします。したがって、エッジAI により、エッジ デバイスはよりインテリジェントになり、データ センターやクラウドのコンピューティング リソースに依存せずに、複雑なデータ処理や意思決定を自律的に実行できるようになります。

エッジ AI の利点は何ですか?

従来のデータセンターやクラウド サーバーで AI アプリケーションを実行する場合と比較して、エッジ AI には次の利点があります。

1) リアルタイム応答機能:ローカル端末デバイスで AI アプリケーションを実行すると、ローカルデバイスとクラウド/データセンター間のデータ転送が回避され、コンピューティング遅延とネットワーク遅延が削減され、より高速なリアルタイム応答機能が提供されます。

2) パーソナライズされたサービス:アプリケーションシナリオとユーザー行動データに基づいて、エッジ AI の自律学習機能により、さまざまなシナリオやさまざまなユーザー向けにカスタマイズされたサービスを提供し、パーソナライズされたニーズを満たすことができます。

3) データセキュリティとプライバシー保護： AIアプリケーションの動作とデータ処理はローカルデバイス上で完了するため、ローカルとクラウド間のデータ転送が回避され、データ漏洩のリスクが軽減され、ユーザーのプライバシーがより適切に保護されます。

4) コストを削減する。エッジ AI はデータ センターやクラウド サービスへの依存を減らし、長期的なコストを効果的に削減します。

エッジ AI が直面している主な課題は何ですか?

エッジ AI には多くの利点がありますが、現時点ではエッジ AI の導入には次のような課題が残っています。

1) 計算能力: AI アプリケーションには計算能力に対する要件が非常に高く、エッジ AI も例外ではありません。 AI PC を例にとると、Microsoft Copilot の大規模な人工知能モデルは、少なくとも 40 TOPS の計算能力を持つ NPU を必要とする Intel プロセッサを搭載した PC 上でローカルに実行されます。現在、コードネームMeteor LakeのCore UltraシリーズプロセッサのNPUの計算能力はわずか10 TOPSであり、この基準をはるかに下回っています。もちろん、Intel の次世代Lunar Lake Core Ultra シリーズ プロセッサ NPU は45 TOPSの NPU コンピューティング パワーを提供しますが、この世代の製品は早くても 2024 年のクリスマスまで入手できません。

したがって、現時点では、コンピューティング能力は依然としてエッジ AI の導入に影響を与える主な課題です。

2) 消費電力:製品サイズの制限により、端末デバイスには消費電力に対する要件が非常に高くなります。これには、コンピューティング、ストレージ、ネットワークなどにおいて、高いパフォーマンスを確保しながら電力消費を制御し、コンピューティング能力とエネルギー効率の適切なバランスを見つけることが求められます。

3) データセキュリティとプライバシー保護:エッジ AI は、データセキュリティとプライバシー保護に対してより高い要件を提示しています。そのためには、人間の妨害行為によるデータ漏洩事故を防ぐために、 AIチップの設計に暗号化やセキュリティ機能を組み込む必要があります。

4) 柔軟な導入と俊敏な運用・保守。エッジAI アプリケーションの多様性により、さまざまなシナリオにおける多様なアプリケーション要件をより適切に満たし、規模のメリットを実現するには、ソフトウェア定義のソフトウェアフレンドリーな標準を採用することが不可欠です。同時に、機敏かつインテリジェントな運用・保守をどのように実施するかについても総合的に検討する必要があります。

最後に、エッジ AI はまだ初期段階にあるため、端末デバイスに人工知能を導入し、エッジ AI の全体的な利点を最大限に発揮させる方法について、さらなる研究と実証が必要です。

エッジ AI はどのようなアプリケーション シナリオに適していますか?

著者は、エッジ AI は現在、以下のシナリオに適用できると考えています。

1つ目は商業オフィスです。AI PCは現在最も一般的な応用シナリオです。さまざまな大規模モデルアプリケーションをローカルの商用コンピューターで実行することで、オフィスの効率性を向上させ、ユーザーエクスペリエンスを強化し、ネットワークの制約を完全に排除し、オフィスのシナリオで AI を真に普及させることができます。

2つ目はインテリジェント運転です。スマートコックピット、自動運転などが徐々にスマートカーの標準構成になってきました。将来的には、エッジデバイスの強力なコンピューティングパワーにより、 AIアプリケーションのサポートにより、インターネットに接続することなく自動運転などの機能を実現し、ドライバーと乗客に、より刺激的で豊かな車内生活を提供します。

3つ目はスマートファクトリーです。エッジデバイスにAIアルゴリズムを導入することで、ネットワークに接続することなく無人環境でデータを迅速かつ正確に処理し、タイムリーな処理と意思決定が可能になります。さらに、人工知能のサポートにより、ロボットの形態はより多様化しています。従来の産業用ロボットや協働ロボットに加え、ヒューマノイドロボットも産業分野でますます活用されるようになるでしょう。

4、インテリジェント交通：交差点の信号を例にとると、エッジAIデバイスを展開することで、交差点の車両や人の流れを自動的に監視し、信号間隔時間を自動的に調整することで、交通渋滞を効果的に防止し、交通をスムーズにすることができます。したがって、エッジ AI のサポートにより、輸送もよりスマートになります。

上記の応用シナリオに加えて、エッジ AI は将来、スマートホーム、スマートシティ、スマート農業などのさまざまなシナリオでも大きな役割を果たすでしょう。

結論は：

AI のサポートにより、エッジ デバイスはよりスマートになり、エッジ アプリケーションに無限の可能性をもたらします。もちろん、エッジ コンピューティングからエッジ AI に移行するには、コンピューティング能力の問題を解決するだけでなく、さまざまなエッジ シナリオ向けの AI アプリケーションをさらに探求することも必要です。この方法でのみ、エッジ AI をより多くの業界で実装し、より多くのユーザーに、よりインテリジェントでパーソナライズされたエクスペリエンスを提供できるようになります。