エッジ コンピューティングとは何ですか? また、高等教育でどのように活用できますか?

今後 18 か月以内にエッジ コンピューティング ソリューションを導入し、モノのインターネット (IoT) デバイスの管理、データ処理の改善、実用的な洞察の獲得を支援します。

この変化はビジネスの観点からは理にかなっているかもしれませんが、高等教育機関がエッジ ネットワーキングからメリットを得られるのはどのような場合でしょうか?エッジ サーバーが高等教育にもたらすメリットをご紹介します。

[[436187]]

エッジコンピューティングネットワークとは何ですか?

高等教育における潜在的なユースケースを理解するには、まずエッジ コンピューティングとは何かを理解することが重要です。

「エッジ コンピューティングはアーキテクチャです」と ISACA 大使の Ramsés Gallego 氏は述べています。 「分散コンピューティングの分野では、サーバーやネットワーク機器などのインフラストラクチャをデータに近づけます。」

実際には、エッジ ネットワークは、コンピューティング サーバーやストレージ サーバーなどのハードウェアを、データを生成する人やプロセスに近づけます。これにより、データが処理および保存されるために移動する必要がある距離が短縮されます。データを集中型のクラウドまたはオンサイト サーバーに送信して処理するのではなく、収集されたデータはそのまま処理されます。

エッジ サーバー システムはコンピューティングの仲介者の必要性を排除し、全体的なレイテンシを削減します。

エッジ コンピューティングとクラウド コンピューティングの違いは何ですか?

Dell、Amazon Web Services、Google などの多くのクラウド プロバイダーもエッジベースのサービスを提供しているため、クラウド コンピューティングとエッジ コンピューティングは同義語であるという誤解がよくあります。たとえば、エッジ クラウド アーキテクチャでは、処理能力をネットワークのエッジに分散できます。

しかし、クラウド コンピューティングとエッジ コンピューティングには重要な違いがあります。 「エッジコンピューティングの取り組みの一部にクラウドを活用できます」とギャレゴ氏は言う。 「しかし、エッジ コンピューティングをクラウドに導入できるでしょうか? おそらく無理でしょう。クラウドに戻しても、データに近づくことはできません。」

ギャレゴ氏は、クラウド サービスは 10 年以上前から存在しているが、エッジ コンピューティングはまだ新興技術であると考えられていると指摘しました。その結果、大学にはこのテクノロジーを活用するための社内スキルや能力が不足していることがよくあります。このような場合、機関はパートナーと協力してプロジェクトを立ち上げることを検討する必要があるかもしれません。

高等教育におけるエッジコンピューティングの用途は何ですか?

エッジ コンピューティングの最も一般的な使用例は、IoT 機能のサポートです。サーバーを接続されたセンサーやデバイスに近づけることで、組織はビッグデータから実用的な洞察をより早く得ることができます。

クラウドをエッジ環境に配置することで、組織はデータの移動距離を短縮し、コストを削減することもできます。エッジ コンピューティングは、接続性が高まっているキャンパスの帯域幅要件の削減にも役立ちます。

キャンパスが次世代の学生（ミレニアル世代の子供たち）をサポートする準備を進める中、エッジ コンピューティングはキャンパス ネットワークのサポートにおいて重要な役割を果たすことになります。 「AI 世代」とも呼ばれるこのグループの人々は、生活のほぼすべての面で AI テクノロジーを使用します。キャンパス ネットワークに接続された AI 対応 IoT テクノロジーの急速な成長をサポートするには、大学では 5G ネットワークとモバイル エッジ コンピューティングが必要になります。

エッジコンピューティングの例にはどのようなものがありますか?

エッジ ソリューションにより、大学は、Gallego 氏が説明する 3 層コンピューティング モデル (ローカル、エッジ、クラウド) を採用して、それぞれが特定の目的を達成できるようになります。

オンサイト サーバーは機密の財務データや研究データを安全に保存するために使用でき、クラウドはハイブリッドおよびリモート学習フレームワークをサポートします。同時に、エッジ コンピューティングは、データ駆動型研究、特にデータの即時処理を必要とする時間に敏感な研究プロジェクトにメリットをもたらします。

「エッジコンピューティングは、研究や高度なコンピューティングニーズに関連するあらゆることに役立ちます」とギャレゴ氏は語った。 「これには機械学習、DNA研究、量子コンピューティング、ヘルスケア研究が含まれます。」機械学習の場合、異常な動作を識別するためのアルゴリズムをトレーニングする教師なし学習フレームワークは、依存するデータの近くで実行するのが最適です。

また、各サイトのインフラストラクチャを重複させるのではなく、2 つまたは 3 つのキャンパス サイトで共有できる大規模なコンピューティング ネットワークを作成できるエッジ コンピューティングの利点についても指摘しました。 「学校には大量のデータと情報がある」とガレゴ氏は言う。 「エッジ ソリューションは、コラボレーション フレームワークで特に効果を発揮します。」

ギャレゴ氏によると、高等教育におけるエッジ コンピューティングは、特定の操作に最適な場所を見つけることに尽きます。 「クラウドやオンプレミスのソリューションは効果的ですが、常に機能するとは限りません」と彼は言います。

エッジ導入の潜在的な落とし穴

セキュリティと複雑さは、エッジ コンピューティングの導入における最も一般的な落とし穴の 2 つであり、多くの場合、この 2 つは密接に関連しています。エッジ展開により、高等教育ネットワークのスケーラビリティ、信頼性、オンデマンドの可用性が自然に向上しますが、セキュリティは本質的には向上しません。新しいデバイス、サービス、接続が追加されるにつれて、インフラストラクチャの複雑さと攻撃対象領域が増加します。

「私たちはモノのインターネットの時代に生きています」とガレゴ氏は語った。 「これはモノのインターネットですが、脅威のインターネットにもなり得ます。新しいプラットフォームを導入するときは、適切なプロセス、プロトコル、手順が必要です。プラットフォームを強化する必要があります。セキュリティの観点から言えば、それは暗号化やトークン化などを確実に行うことを意味します。信頼できるものであることを確認する必要があります。」

それでも、ギャレゴ氏は、エッジコンピューティングが次世代の教育イニシアチブの基盤となると考えていると述べた。 「我々はもっと賢くなることができる。我々は変化の担い手になれる。我々はデータを共有し、データとやり取りする方法においてもっと寛大になれる」と彼は語った。