エッジコンピューティングはIoTの最大の問題を解決する

2021 年は、重要な処理がクラウド内の集中サーバーではなく、ネットワークの「エッジ」（私たちが依存するデータの多くが生成される場所）で行われるという、分散コンピューティングの真の威力を実証する年になるでしょう。これは、コンピューティングだけでなく、インターネットに接続する人々の生活にも大きな利益をもたらすでしょう。

[[378404]]

エッジ コンピューティングは、モノのインターネットの成功の鍵となります。

スマートフォンやスマートウォッチから、機器やインフラに組み込まれた小型コンピューターに至るまで、IoT デバイスは膨大な量のデータを生成します。このデータはクラウドで処理され、結果がデバイスに送り返されて、応答方法を指示します。しかし、レイテンシ（インターネット上の 2 点間でデータが移動するのにかかる時間）により、この設定は、センサー データを処理してほぼ瞬時に応答する必要がある医療機器などで使用される時間重視のアプリケーションでは信頼性が低くなります。さらに、クラウドに依存すると、ネットワーク接続がほとんどまたはまったくない場所、またはネットワーク接続が信頼できない場所に IoT デバイスを展開する可能性が制限されます。

2021 年には、エッジ コンピューティングを使用して、データ処理を中央サーバーからデータ ソースに地理的に近い場所に移動することで、これらの課題に対処します。これは、Nvidia や Intel などの企業が開発した、デバイス自体で実行できる比較的高度な機械学習アルゴリズムを実行できる特殊なアクセラレータ チップセットを使用することで実現できます。これにより、レイテンシがほぼゼロになります。また、モデル量子化などのソフトウェアおよびハードウェアの最適化技術も開発しており、これによりクラウドベースの処理が高速化され、レイテンシがさらに短縮されます。このような進歩は、世界中で高度な IoT デバイスの普及を促進するのに役立ちます。

エッジ コンピューティングにより、データをよりローカルに制御することも可能になります。フェデレーテッド ラーニングと呼ばれる技術により、データを共有したり交換したりすることなく、ローカル データ サンプルを持つ複数のサーバーまたはエッジ デバイスにわたってアルゴリズムをトレーニングできます。つまり、医療情報や独自情報などの機密データをデバイス自体で安全に処理できるということです。すでに使用されている例の 1 つに、スマートフォンの入力キーボードがあります。このキーボードは、デバイス上の各ユーザー向けにローカライズされた個人用ライブラリを作成し、AI モデルへの変更の概要のみをクラウドに送信して処理します。これにより、AI はユースケースから学習しながらも、ユーザーのプライバシーを保護することができます。

エッジ コンピューティングにより接続への依存度が軽減されるため、より多くの人が AI ソリューションを使用できるようになります。これは、多くの人々が深刻な接続問題に直面しているサハラ以南のアフリカ、アジア、南米の一部など、世界の多くの地域に大きな影響を与えるでしょう。たとえば、エッジ コンピューティングはすでに、サハラ以南のアフリカ諸国の自給農家を支援するために使用されています。カメルーンのスタートアップ企業が開発したAgrix-Techアプリは、スマートフォンのカメラと機械学習アルゴリズムを使用して、農家が作物の害虫や病気を特定できるように支援する。

農家は現場でこの情報を即座に入手でき、その後、携帯電話がインターネット ノードに近づくと、アプリは匿名化されたデータをクラウドに送信し、集中型アルゴリズムをさらにトレーニングします。クラウドの遅延を削減する新世代の低軌道衛星と組み合わせることで、このようなエッジ コンピューティング アプリケーションは、これらの地域の人々のオンライン生活に革命をもたらすでしょう。

2021 年には、医療、輸送、産業、農業、家庭の分野でエッジ コンピューティングによってさらなるブレークスルーがもたらされるでしょう。エッジ コンピューティングは、データのソースにできるだけ近い場所でインテリジェントな方法でデータを処理できるため、世界中の人々に真のメリットをもたらす優れた IoT が実現します。