エッジコンピューティングをクラウドコンピューティングアーキテクチャに統合することの利点と欠点

[[430276]]

エッジ コンピューティングは、エッジ デバイス (エッジ ノードとも呼ばれます) にインテリジェンスを統合し、データ取得ソースの近くでデータをリアルタイムに処理および分析する分散コンピューティング テクノロジです。エッジ コンピューティングを使用する場合、データをクラウドや集中型データ処理システムにアップロードする必要はありません。

エッジコンピューティングを使用する理由

ほとんどの企業では、集中型ストレージ システム (通常はパブリック クラウドまたはプライベート クラウド) にデータを保存、管理、分析します。一方、インフラストラクチャとクラウド コンピューティングは、多くの実際のアプリケーションにはもはや十分ではありません。たとえば、モノのインターネットやあらゆるもののインターネットの文脈では、大量のデータをリアルタイムで処理するために、低遅延で柔軟性の高いネットワークが必要ですが、これは標準的な IT では不可能です。このような状況では、エッジ コンピューティングの利点がさらに明らかになります。

エッジコンピューティングの利点

エッジ コンピューティングでは、データが集約されるポイントの近くでデータが処理されるため、処理と分析のためにクラウドにデータを送信する必要がなくなります。このアプローチにより、ネットワークとサーバーにかかる負担が軽減されます。

エッジ コンピューティングは、リアルタイムでデータを処理し、反応時間が速いため、IoT、主に産業用 IoT の分野で非常に役立ちます。エッジ コンピューティング テクノロジーは、工業および製造企業のデジタル化を加速するだけでなく、人工知能や機械学習などのさらなるブレークスルーももたらします。

エッジコンピューティングの限界

企業がタスクをエッジに移動する前に、特定のエッジ モデルをサポートすることが合理的かどうかを検討する必要があります。これらの制限により、企業は従来のクラウド プラットフォームに戻らざるを得なくなる可能性があります。

エッジコンピューティングのセキュリティ

エッジ コンピューティングでは、データの転送時間を短縮することでセキュリティ上の懸念が最小限に抑えられますが、より複雑なセキュリティ問題も生じます。

たとえば、企業が管理されていないエンドポイント マシンでデータをホストまたは処理する場合、そのようなデバイスにサイバー攻撃者が悪用できる欠陥がないことを確認する方法はありません。エッジ インフラストラクチャを制御するクラウド エッジ アーキテクチャを使用していても、維持するインフラストラクチャが追加で必要になると、サイバー攻撃の対象範囲が拡大する可能性があります。

したがって、エッジ コンピューティングは、セキュリティ要件が厳しいアプリケーションには適していません。企業が機密データを扱っていたり、特別なコンプライアンス要件がある場合、集中型サーバーを使用する一般的なクラウド コンピューティング アプローチはそれほどリスクが高くない可能性があります。

遅延要件

エッジ コンピューティングでは、分析のためにデータをクラウドとデータ センター間でやり取りする必要がないため、アプリケーションの速度と応答性が向上します。本当に瞬時のコミュニケーションフローを必要とするタスクの場合、これは大きなメリットとなります。クラウド コンピューティング プロバイダーはデータ センターの設置面積を拡大し続けていますが、これらの広大な施設は、主要な人口密集地から遠く離れた田舎に位置することがよくあります。

ほとんどのワークロードでは、レイテンシ要件は低くなります。一般的なクラウド コンピューティング設計と比較すると、エッジ コンピューティング ネットワークでは、ネットワークの応答性を数ミリ秒しか向上できません。従来の設計によってもたらされる非効率性は、アプリケーションにとっては許容範囲内です。

特に追加の費用と管理負荷を考慮した場合、ネットワーク遅延の利点が本当に妥協する価値があるかどうかを検討します。

データ量

操作で処理するデータの量と、エッジ インフラストラクチャがそれを処理できるかどうかを決定します。企業が業務で大量のデータを作成する場合、それを評価して保存するための大規模なインフラストラクチャが必要になります。管理の観点からは、パブリック クラウド データ センターにデータを移動する方が安価で簡単な場合があります。

ただし、大部分がステートレスで、大量のデータを必要としないワークロードは、エッジ コンピューティングに最適です。

エッジコンピューティングの例

上記のトレードオフを正当化するために、エッジ コンピューティングが適切な場合と適切でない場合の例をいくつか示します。

（１）自動運転車

自動運転車は大量のデータを必要とするため、乗客や通行人の安全を守るために迅速な判断を下す必要があります。ネットワーク遅延の問題により、車両の反応時間が遅れ、深刻な結果を招く可能性があります。

（２）スマートサーモスタット

一部のウィジェットは少量のデータを生成します。さらに、個人が帰宅してサーモスタットを調整したときなど、収集される情報の一部にはプライバシーの問題が生じる可能性があります。データをエッジに保持する方がより実用的であり、セキュリティ上の懸念に対処するのに役立ちます。

（３）信号機

信号機の次の 3 つの特性により、信号機はエッジ コンピューティングに適しています。リアルタイムの変化に反応する必要があること。限られたデータ生成。インターネット接続が時々中断されることがあります。

エッジ コンピューティングがうまく機能しないシナリオをいくつか示します。

• 従来のアプリケーション: 従来のアプリケーションがエッジ インフラストラクチャのパフォーマンスや応答性を必要とすることは想像しにくいです。アプリケーションの読み込みやクエリへの応答にかかる時間が数ミリ秒短縮されるかもしれませんが、そのメリットは大きくありません。
• ビデオ監視システム: 監視ビデオは大量のデータを生成します。このようなデータをエッジで処理して保存するには、大規模で特殊なインフラストラクチャが必要になるため、現実的ではありません。集中型クラウド コンピューティング施設にデータを保存すると、コストが大幅に削減され、作業も簡単になります。
• スマート照明システム: 家庭や職場でインターネット経由で動作する照明制御システムは、大量のデータを生成しません。しかし、スマート電球であっても処理能力には限界があります。照明システムには超低遅延の要件はないので、電球が点灯するのにほんの一瞬しかかからない場合は、大きな問題にはならないかもしれません。企業はこれらのシステムを管理するためにエッジ インフラストラクチャを構築できますが、ほとんどの場合、それだけの価値はありません。

結論は

エッジ コンピューティングでは、処理をエンド カスタマーのデバイスにアウトソーシングすることで、伝送遅延を最小限に抑え、ネットワークへのデータ アクセスを減らし、場合によっては経費を削減できます。これらの利点のため、クラウド アーキテクトは、できるだけ多くのワークロードをエッジに移動しようとする可能性があります。ただし、そうする前に、各アプリケーションの構造、パフォーマンス要件、セキュリティの問題などを考慮する必要があります。