5Gはエッジコンピューティングの強力な原動力となる

エッジ コンピューティングは、デジタル世界で最もエキサイティングな新しいコンセプトの 1 つです。エッジ コンピューティングでは、非常に小さなスペースしか占有しないマイクロ データ センターのネットワークを使用することで、既存のインフラストラクチャに負担をかけずに、システムが重要なデータをリアルタイムで収集および分析できるようになります。

IoT システムでは、通常、大量のデータが特定のセンサー集約型環境でエンドツーエンドで取得され、エッジでデータが生成され、処理されるため、レイテンシが短縮され、データセンターの負荷が軽減されます。これまで、エッジ コンピューティングは、産業用ロボットなど、モノのインターネットに接続されたデバイスのテクノロジに重点を置いていました。

しかし、テクノロジーが発展するにつれて、ビッグデータ、IoT、AIの組み合わせは無限の可能性をもたらし、エッジコンピューティングの需要は、IoTによって生成されるデータの増加によって引き起こされる長距離データ伝送の帯域幅コスト問題の解決から、リアルタイムアプリケーションの処理へと進化しました。この組み合わせでは、エッジ コンピューティングは低レイテンシを実現し、アプリケーションのリアルタイム作成とサポートを加速する必要があります。

エッジコンピューティングとは何ですか?

エッジ コンピューティングには、「エッジ クラウド コンピューティング」や「フォグ コンピューティング」など、さまざまな用語があります。 「エッジ コンピューティング」自体は、クラウド プロセスをエンド デバイスに近づけることを目的として、ローカル サーバー上で実行されるアプリケーションとして説明されることが多いです。

「エンタープライズ コンピューティング」はエッジ コンピューティングに似ていますが、コンピューティングの場所ではなくネットワーク機能を正確に説明する傾向があります。 「フォグ コンピューティング」という概念はシスコによって考案されたもので、多くの人はこれをエッジ コンピューティング領域の上下に位置するコンピューティング、あるいはエッジ コンピューティングのサブセットとして定義しています。

参考までに、エンドポイント デバイスとエンドポイントは、エッジ コンピューティングとの混同を避けるために「エッジ デバイス」と呼ばれることがよくあります。エッジ コンピューティングには、小規模なアグリゲータ、ローカル サーバー、マイクロ データ センターなど、さまざまな形式があります。マイクロデータセンターは、恒久的または移動可能なストレージコンテナを使用して地域的に分散できます。

エッジコンピューティングの価値

通常、センサー、カメラ、マイク、さまざまな IoT およびモバイル デバイスがその場所からデータを収集し、集中型データ センターまたはクラウドに送信します。

データによれば、2020 年までに世界中で 500 億台以上のスマート デバイスが接続されることになります。これらのデバイスは毎年ゼタバイト (ZB) のデータを生成し、2025 年までに 150 ZB 以上に増加すると予想されています。このデータをクラウドに送信すると、いくつかの大きな問題が発生します。

まず、150ZB のデータでは容量の問題が発生します。第二に、大量のデータを元の場所から集中型データセンターに転送するのはコストがかかります。現在、分析および処理されているデータはわずか 12% であり、意味のある結果を生み出すのに役立つデータはわずか 3% であると推定されています。残りの 97% のデータは収集および送信された後に無駄になります。第三に、データの保存、送信、分析には膨大な量のエネルギーが消費されます。したがって、コストを削減し、無駄を減らす効果的な方法を見つける必要があります。

エッジコンピューティングを導入し、データをローカルに保存すると、伝送コストを削減できます。同時に、AI 機能を使用することでデータの無駄も排除できます。たとえば、新しい低電力エッジ コンピューティング サーバー CPU が現在使用されており、GPU や ASIC、または一連のチップの形で AI アクセラレーション SoC に接続されています。

エッジ コンピューティングは、容量、エネルギー、コストの問題に対処するだけでなく、広範囲にわたるネットワーク停止中でもアプリケーションが動作を継続できるためネットワークの信頼性も向上し、グローバル データ センターのサービス拒否 (DoS) 攻撃などの特定の脅威プロファイルを排除することでセキュリティも向上します。

最も重要なのは、エッジ コンピューティングにより、リアルタイム シナリオ (仮想現実モール、モバイル デバイスでのビデオ キャッシュなど) のレイテンシを削減できると同時に、自動運転車、ゲーム プラットフォーム、ペースの速い製造などの環境で多くの新しいアプリケーションの機会が生まれることです。

5Gはエッジコンピューティングの最も強力な原動力となる

5G インフラストラクチャは、エッジ コンピューティングの最も魅力的な推進力の 1 つです。 5G 通信プロバイダーは、従来のデータおよび音声接続に加えて、独自のローカル アプリケーションをホストするためのエコシステムを構築できることに気づき始めています。基地局の隣にサーバーを配置することで、携帯電話プロバイダーはネットワークをサードパーティのホスト アプリケーションに開放し、帯域幅と待ち時間を改善できます。

Credence Research は、2026 年までにエッジ コンピューティング市場全体の価値が約 96 億ドルに達すると考えています。対照的に、Research and Markets の分析では、モバイル エッジ コンピューティング市場は、現在の数億ドルから 2026 年には 27 億 7,000 万ドル以上に成長すると予想されています。通信業界は最も急速な成長の原動力となる可能性が高いものの、エッジ コンピューティング市場全体の 3 分の 1 を占めるに過ぎないと推定されています。これは、Web スケール、産業、エンタープライズ グループも、エッジ コンピューティングによって新しいアプリケーションの機会も開かれることを期待して、従来の市場にエッジ コンピューティングのハードウェア、ソフトウェア、およびサービスを提供するためです。

たとえば、人気のあるファーストフード店の厨房では現在、食品の品質を確保し、従業員のトレーニングを減らし、業務効率を改善し、顧客体験が期待に応えることを保証するために、さらなる自動化へと移行しています。チックフィレイは、2018年に「厨房機器をよりスマートにすることで、より多くのデータを収集できます。このデータを使用して、よりインテリジェントなシステムを構築し、ビジネスを成長させることができます」と述べたファーストフードチェーンです。また、エッジコンピューティングの助けにより、多くのレストランが従来の3倍の量を処理できるようになったことも指摘した。

全体として、エッジ コンピューティング インフラストラクチャを成功させるには、ローカル サーバー コンピューティング機能、AI コンピューティング機能、モバイル/自動車/IoT コンピューティング システムへの接続の組み合わせが必要です。

例を使ってエッジコンピューティングを理解する

エッジ コンピューティングの使用によるレイテンシの利点を理解するために、ラトガース大学と Inria は Microsoft HoloLens を使用して、エッジ コンピューティング、つまり「エッジ クラウド」のスケーラビリティとパフォーマンスを分析しました。

この場合、HoloLens はバーコード スキャナーを読み取り、建物内のシーンのセグメンテーションを使用してユーザーを指定された部屋までナビゲートし、HoloLens に矢印を表示します。このプロセスでは、マッピング座標の小さなパケットと連続ビデオの大きなパケットの両方を使用して、従来のクラウド コンピューティングと比較してエッジ コンピューティングによって達成されるレイテンシの改善を検証しました。 HoloLens はまず QR コードを読み取り、次にマッピング座標データをエッジ サーバーに送信します。これには 4 バイトとヘッダーが使用され、1.2 ミリ秒 (ms) かかります。サーバーは座標を見つけてユーザーに位置を通知します。これには合計 16.22 ミリ秒かかります。同じパケットをクラウドに送信すると、約 80 ミリ秒かかります。

同様に、OpenCV を使用してシーンのセグメンテーションを実行し、Hololens ユーザーを適切な場所に誘導する際の遅延もテストしました。 HoloLens は 30 fps でビデオをストリーミングし、3.33 GHz で動作する Intel i7 CPU と 15 GB の RAM を搭載したエッジ コンピューティング サーバーで画像を処理します。エッジ コンピューティング サーバーにデータをストリーミングするのに 4.9 ミリ秒かかり、OpenCV イメージを処理するのにさらに 37 ミリ秒かかり、合計で 47.7 ミリ秒かかりました。クラウド サーバー上で同じプロセスを実行すると、約 115 ミリ秒かかり、エッジ コンピューティングがレイテンシを短縮する明らかな利点があることがはっきりと示されました。

このケーススタディは、レイテンシの削減におけるエッジ コンピューティングの大きな利点を示していますが、将来的には、より低レイテンシを実現できる新しいテクノロジがさらに登場するでしょう。

5G では現在、遅延が 1 ミリ秒未満のケースが概説されており、6G ではすでに遅延を 10 マイクロ秒 (µs) まで短縮することが議論されています。 5G と Wi-Fi 6 により接続帯域幅が拡大し、5G では帯域幅が 10Gbps に増加すると予想され、Wi-Fi 6 ではすでに 2Gbps の帯域幅がサポートされています。 AI アクセラレータは、シーンのセグメンテーションを 20µs 未満で実行できると主張しています。これは、各フレームを約 20ms で処理する上記の技術論文の例で引用されている Intel i7 CPU と比べて大幅な改善です。

明らかに、エッジ コンピューティングがクラウド コンピューティングよりも優れているのであれば、すべてのコンピューティングをエッジ デバイスに移行するのが最善のソリューションではないでしょうか。残念ながら、現時点ではすべてのアプリケーションにこれが当てはまるわけではありません。 HoloLens のケース スタディでは、データに使用される SQL データベースが大きすぎてヘッドセットに保存できませんでした。今日のエッジ デバイス、特に物理的に装着されるデバイスには、大規模なデータ セットを処理するのに十分な計算能力がありません。コンピューティング能力に加えて、クラウド/エッジ ソフトウェアは小さなメモリ リソースやコンピューティング リソースに圧縮する必要がないため、クラウドまたはエッジ サーバー上のソフトウェアはエッジ デバイス上のソフトウェアよりも開発コストが安くなります。

一部のアプリケーションは、インフラストラクチャ内のさまざまな場所のコンピューティング能力、ストレージ容量、メモリの可用性、およびレイテンシ機能に基づいて適切に実行できるため、クラウド、エッジ サーバー、エッジ デバイスのいずれであっても、ハイブリッド コンピューティング機能が将来のトレンドとなります。エッジ コンピューティングは、グローバルなハイブリッド コンピューティング インフラストラクチャを構築するための最初のステップです。

エッジコンピューティングとAI

エッジ コンピューティングを使用する多くの新しいサービスには低レイテンシ要件があるため、多くの新しいシステムでは、PCIe 5.0、LPDDR5、DDR5、HBM2e、USB 3.2、CXL、NVMe over PCIe、および次世代標準に基づくその他のテクノロジを含む最新の業界インターフェイス標準が採用されています。これらのテクノロジーはすべて、以前の世代と比較して帯域幅を改善することでレイテンシを削減します。

これらのエッジ コンピューティング システムには、AI アクセラレーション機能も追加されています。たとえば、一部のサーバー チップでは、x86 拡張 AVX-512 Vector Neural Network 命令 (AVX512 VNNI) などの新しい命令を通じて AI アクセラレーションが提供されます。

これに加えて、ほとんどの新しいシステムにはカスタム AI アクセラレータが追加されます。これらのチップに必要な接続では、通常、アクセラレータ接続に利用可能な最高帯域幅のホストが使用されます。たとえば、複数の AI アクセラレータを備えた特定のスイッチング構成では、帯域幅の要件がレイテンシに影響するため、多くのシステムで PCIe 5.0 インターフェイスが使用されます。

ローカル ゲートウェイおよび集約サーバー システム以外では、通常、単一の AI アクセラレータでは十分なパフォーマンスが得られないため、これらのアクセラレータを拡張するには、非常に高帯域幅のチップ間 SerDes PHY が必要です。新しくリリースされた PHY は、56G および 112G 接続をサポートします。

AI アルゴリズムはメモリ帯域幅要件の限界を押し広げています。たとえば、最新の BERT モデルと GPT-2 モデルでは、それぞれ 345M と 15B のパラメータが必要です。これらの要件を満たすには、大容量のメモリ機能だけでなく、多くの複雑なアプリケーションをエッジ クラウドで実行する必要もあります。この機能を実現するために、設計者は新しいチップセットに DDR5 を採用しています。容量の課題に加えて、非線形シーケンスで並列に実行される多数の複数の累積計算の AI アルゴリズムの係数にアクセスする必要があります。その結果、HBM2e も急速に採用されている新しいテクノロジーとなり、一部のチップでは 1 つのチップに複数の HBM2e インスタンスが実装されています。

将来、エッジ コンピューティングの要件は、レイテンシと電力を削減し、特定のタスクを処理するのに十分な処理能力を確保することに重点が置かれるようになります。新世代のサーバー SoC ソリューションは、レイテンシと消費電力が低いだけでなく、AI 機能、つまり AI アクセラレータも組み込まれます。

しかし、AI とエッジ コンピューティングの需要も急速に変化していることは明らかであり、現在目にするソリューションの多くは過去 2 年間で何度も進化しており、今後も改善され続けるでしょう。

結論

Futuriom はかつて「5G、IoT、エッジ コンピューティングのトレンド」の中で、5G はエッジ コンピューティング テクノロジの触媒となり、5G テクノロジを使用するアプリケーションはトラフィック需要パターンを変え、モバイル セルラー ネットワークにおけるエッジ コンピューティングに最大の推進力を与えるだろうと書いています。

一般的に、エッジコンピューティングは高速データ接続を実現するための重要なテクノロジーです。クラウド サービスをエッジ デバイスに近づけ、レイテンシを削減し、消費者に新しいアプリケーションとサービスを提供します。また、より多くの AI 機能を派生させ、クラウドを超えて拡張します。さらに、将来のハイブリッドコンピューティングを支える基礎技術となります。