エッジコンピューティングは長い道のりを歩んできた

エッジコンピューティングに対する人々の期待はますます高まっています。業界には、「エッジがクラウドに取って代わる」や、リアルタイムの自動化が医療、小売、製造業に浸透するといった大胆なアイデアが溢れています。

専門家は、エッジ コンピューティングがほぼすべての企業のデジタル変革において重要な役割を果たすことに同意していますが、進歩は遅いです。従来の考え方では、企業はリアルタイムの意思決定とリソース割り当てを最大限に活用することができません。これがなぜ、どのように起こっているのかを理解するために、エッジ コンピューティングの最初の波とそれ以降に何が起こったかを振り返ってみましょう。

エッジコンピューティングの第一波: モノのインターネット (IoT)

ほとんどの業界にとって、エッジの概念はモノのインターネット (IoT) の最初の波と密接に関連しています。当時は、あらゆるものに取り付けられた小さなセンサーからデータを収集し、そのデータをクラウドやメインデータセンターなどの中央の場所に送信することに重点が置かれていました。

これらのデータ ストリームは、一般にセンサー フュージョンと呼ばれる方法で相関させる必要があります。当時は、センサーの経済性、バッテリー寿命、ユビキタス性などの理由から、データ ストリームが制限され、忠実度が低くなることが多かったのです。さらに、既存の機器にセンサーを後付けするには、多くの場合コストがかかります。センサー自体は安価ですが、設置には時間がかかり、訓練を受けた人員が必要です。最後に、センサー フュージョンを使用してデータを分析するために必要な専門知識は、組織全体の従業員の知識ベースに組み込まれます。これらの要因により、IoT の導入は非常にゆっくりとした成長を遂げています。

さらに、セキュリティ上の懸念により、IoT の大量導入は鈍化しています。複数の場所に何千ものデバイスが接続されると、膨大な、そして多くの場合は未知のリスクにさらされることになります。潜在的なリスクが証明されていない利点を上回るため、多くの人は様子見のアプローチが賢明だと考えています。

IoT 1.0を超えて

エッジは IoT に関するものではなく、分散したサイトや地域にわたる運用全体でリアルタイムの意思決定を行うことに関するものであることが、ますます明らかになっています。 IT や産業環境では、これらの分散データ ソースをエッジと呼ぶことが多くなっています。これらすべての決定を、データ センターまたはクラウド エッジ コンピューティングの外部の場所から行われるものと呼んでいます。

今日、エッジは私たちが住む場所、働く場所、そして人間の活動が行われるあらゆる場所に存在します。疎なセンサーカバレッジは、より新しく、より柔軟なセンサーによって解決されました。新しい資産とテクノロジーには、幅広い統合センサーが装備されています。今日では、センサーに高解像度/高忠実度の画像 (X 線デバイス、LiDAR) が追加されることが多くなっています。

追加のセンサー データ、イメージング テクノロジ、そしてこれらすべてを接続する必要性の組み合わせにより、1 秒あたり数メガバイトのデータが生成されます。これらの膨大なデータ ストリームから有用な結果を導き出すために、現在ではデータが生成される場所の近くにコンピューティング能力が配備されています。

理由は簡単です。エッジロケーションとクラウドの間には利用可能な帯域幅と時間が十分ではないからです。短期的にはエッジのデータが最も重要です。データは、後でクラウドで処理および分析されるのではなく、エッジでリアルタイムに分析および使用できるようになりました。新たなレベルの効率性と運用の卓越性を実現するには、エッジでコンピューティングを行う必要があります。

これはクラウドが重要ではないと言っているわけではありません。クラウドは、エッジを展開し、あらゆる場所で機能を管理するのに最適な場所であるため、エッジ コンピューティングにおいて依然として役割を果たします。たとえば、クラウドは、他の場所からのアプリケーションやデータへのアクセスを提供するほか、世界中のシステム、データ、アプリケーションを管理するためのリモート エキスパートも提供します。さらに、クラウドを使用すると、複数の場所にまたがる大規模なデータセットを分析し、時間の経過に伴う傾向を表示し、予測分析モデルを生成することもできます。

したがって、地理的に分散した多数の場所にまたがる大規模なデータ ストリームを理解できるという利点があります。エッジ コンピューティングで何ができるのかを真に理解するには、エッジに関するこの新しい理解を取り入れる必要があります。

今日: リアルタイムエッジ分析

ほんの数年前と比べて、今日ではエッジでできることが驚くほど増えています。データは、多数のカメラなどの少数のセンサーに限定されるのではなく、エッジから生成できるようになりました。このデータは、20 年前よりも数千倍も高性能なコンピューターを使用してエッジで分析されます。しかも、コストは手頃です。

コア数の多い CPU と GPU、高スループット ネットワーク、高解像度カメラがすぐに利用できるようになり、リアルタイムのエッジ分析が現実のものとなりました。エッジ（ビジネス活動が発生する場所）にリアルタイム分析を導入すると、企業は業務を理解し、即座に対応できるようになります。この知識があれば、多くの操作をさらに自動化でき、生産性が向上し、損失が削減されます。

次に、今日のリアルタイム エッジ分析の例をいくつか考えてみましょう。

スーパーマーケットの詐欺防止

現在、多くのスーパーマーケットでは何らかのセルフサービスチェックアウトを導入していますが、残念ながら詐欺も増加しています。悪質な買い物客は、バーコード付きの高価な商品をより安価な商品に取り替えることで、支払額を少なくすることができます。この種の詐欺を検出するために、店舗では現在、スキャンした商品と重量を実際の重量と比較する高性能カメラを使用しています。これらのカメラは比較的安価ですが、大量のデータを生成します。コンピューティングをエッジに移動することで、データを即座に分析できます。つまり、店舗は「顧客」が駐車場を離れた後ではなく、リアルタイムで不正行為を検出できるのです。

食糧生産監視

今日では、製造工場では製造プロセスのあらゆる段階で数十台のカメラとセンサーが装備されることがあります。リアルタイム分析と AI 駆動型推論により、問題があるのか​​、プロセスがずれているのかを数ミリ秒、あるいは数マイクロ秒以内に明らかにすることができます。カメラに写っているのは、砂糖が多すぎるか、トッピングが多すぎるせいで食べ物が覆われているのかもしれません。カメラとリアルタイム分析により、生産ラインを調整してドリフトを止めたり、修理が必要な場合は壊滅的な損失を招くことなく停止したりすることができます。

ヘルスケア向け AI 駆動型エッジ コンピューティング

ヘルスケア分野では、高解像度を提供し、技術者や医師に画像を迅速に提供できる赤外線カメラやX線カメラが状況を変えつつあります。このような高解像度により、AI は医師に確認する前に異常をフィルタリング、評価、診断できるようになりました。 AI 駆動型エッジ コンピューティングを導入することで、医師は診断を行うためにデータをクラウドに送信する必要がなくなり、時間を節約できます。したがって、患者が肺がんに罹患しているかどうかを調べる腫瘍専門医は、患者の肺の画像にリアルタイムの AI フィルターを適用して迅速かつ正確な診断を下し、結果を待つ患者の不安を大幅に軽減することができます。

分析に基づく自動運転車

今日では、360 度の立体視を可能にするカメラが比較的安価で入手可能になったため、自動運転車が実現可能になりました。分析によって正確な画像認識も可能になり、コンピューターはタンブルウィードと近所の猫の違いを判別し、安全を保つためにブレーキをかけるか障害物を迂回するかを判断できるようになります。高性能 GPU と CPU が手頃な価格で入手しやすく、小型化されたことにより、自動運転車の運転インテリジェンスとしてリアルタイムのパターン認識とベクトル計画が可能になりました。自動運転車が成功するには、適切な措置を講じられるだけの十分なデータと処理能力を備え、迅速にインテリジェントな判断を下せるようにする必要があります。これは、今日のエッジテクノロジーによってのみ可能になりました。

分散アーキテクチャの実践

極めて強力なコンピューティングをエッジに導入すると、企業は遅延やクラウドへの接続の喪失を心配することなく、業務をより適切に最適化できます。 すべてがエッジロケーションに分散されるようになったため、散発的な接続のみで問題をリアルタイムで解決できるようになりました。

エッジ テクノロジーの最初の波以来、私たちは長い道のりを歩んできました。エッジ テクノロジーの進歩により、企業は業務をより包括的に理解できるようになりました。今日のエッジ テクノロジーは、企業の利益増加に役立つだけでなく、リスクを軽減し、企業が関わる人々の製品、サービス、体験を向上させることにも役立ちます。