亥年には、エッジコンピューティングとモノのインターネットが大きな注目を集めると聞きました。

エッジ コンピューティングは、インテリジェントな相互接続サービスをローカルに提供し、デジタル変革プロセスにおける業界の主要なニーズを満たします。モノのインターネットの時代では、データ量がますます増加し、エッジ コンピューティングの需要が高まっています。 IDC の予測によると、将来的には 50% 以上のデータがネットワークのエッジで分析、処理、保存される必要があるとのことです。その巨大な市場スペースはプレイヤーからも注目されています。エッジコンピューティングは、2019 年に IoT テクノロジの開発をどのように促進するのでしょうか?エッジ コンピューティングと IoT に関する 7 つの予測を紹介します。

[[254945]]

1. IIoT 分析および機械学習 (ML) 企業は、コンピューティングを実現する能力によって評価されます。

クラウド中心のソリューションを採用する IoT プロジェクトが増えるにつれ、人工知能 (AI) と IoT の次の課題は、より少ないリソースを使用してアルゴリズムをエッジに導入する方法です。ガートナーによると、今後 4 年以内に、企業が生成するデータの 75% がエッジ (クラウドではなく) で処理されるようになると予想されていますが、現在、エッジで処理している企業は 10% 未満です。データの大幅な増加、より忠実度の高い分析、レイテンシ要件の低減、セキュリティ上の懸念、そしてコスト面での大きな利点により、エッジ コンピューティングが台頭してきました。

クラウドはデータを保存し、機械学習モデルをトレーニングするのに最適な場所ですが、ストリーミング データの高精度なリアルタイム分析を提供することはできません。対照的に、エッジ テクノロジーは、すべての生データに対して信頼性の高い分析を提供し、さまざまな異常を検出し、そして最も重要なことに、リアルタイムで応答することができます。

2. 「本物の」エッジソリューションと「偽の」エッジソリューションを正しく区別する必要性。

すべての注目の新技術と同様に、市場では「エッジ コンピューティング」という用語が頻繁に使用されていますが、IoT の導入に関しては明確な境界はありません。 「偽の」エッジ ソリューションは、エッジでデータを処理できると主張しますが、実際にはバッチ処理またはマイクロバッチ処理のためにデータをクラウドに送り返します。エッジ コンピューティングについて読むと、ソリューションに複合イベント プロセッサ (CEP) がないと思われがちです。つまり、ソリューションのレイテンシが高く、データが「ダーティ」なままで、分析が正確でなく、ML モデルに重大な障害が発生するということです。

「真の」エッジ インテリジェンスは、生データ ストリームをクリーンアップ、正規化、フィルタリングする超効率的な CEP から始まります。さらに、「真の」エッジ ソリューションには、大小さまざまなエッジ コンピューティング デバイスに組み込む必要がある統合 ML および AI 機能が含まれます。 CEP 機能により、エッジでのリアルタイムで実用的な分析が可能になり、迅速な修正と運用技術 (OT) 担当者向けの最適化されたユーザー エクスペリエンスが提供されるはずです。また、ML/AI 分析用のデータも提供し、システムが高品質の予測的洞察を生成して、資産のパフォーマンスとプロセスの改善を促進できるようにします。

3. ML および AI モデルは脆弱になります。

機械学習をエッジに移行するということは、単にデータが処理される場所を変更するだけではありません。現在使用されているほとんどの ML モデルは、クラウド コンピューティングの機能とランタイムに基づいて設計されています。これらの仮定はいずれもエッジでは当てはまらないため、ML モデルは新しい環境に適応する必要があります。

言い換えれば、彼らは「疎外」される必要があるのです。 2019 年には、「真のエッジ」ソリューションにより、データの前処理と後処理が ML モデルから複雑なイベント プロセッサに移行し、モデルがデータ ソースに近づきます。このプロセスはエッジ化と呼ばれ、業界全体でより強力なエッジ コンピューティングと IoT アプリケーションの採用を促進します。

4. クローズドループのエッジツークラウド機械学習が真の運用ソリューションになります。

センサー付近や IoT ゲートウェイでの ML および AI アルゴリズムの適用が成熟するにつれて、これらのモデルをトレーニングしてさらに反復する方法に関するベスト プラクティスが生まれます。業界組織は、リアルタイムのストリーミング データ (音声やビデオを含む) の分析を生成するエッジ デバイスが結果を定期的にクラウドに送り返す必要があり、コア アルゴリズムが集中する必要があるのは異常なデータを検出するデバイスのみであることに気付くでしょう。

5. 実稼働 IIoT アプリケーションは、エッジ コンピューティング ソリューションがマルチクラウドおよびハイブリッド クラウドの展開をサポートしている場合にのみ使用されます。

ハイブリッド クラウドとマルチクラウド ソリューションが、産業用インターフェースの展開の中心となるでしょう。最近のレポートによると、ハイブリッド クラウド市場は 2023 年までに 976 億 4,000 万ドルに達すると予想されています。産業界の組織は、よりコスト効率の高いアプローチと柔軟性を提供するために、マルチクラウド環境を統合することを目指しています。

企業がクラウド環境のエッジを構築する際に、より柔軟性の高いソリューションを求めるようになると、ベンダー独自のソリューションは時代遅れになる可能性があります。 Google、Amazon WebServices、Microsoft、C3 IoT、Uptake などの大手クラウド サービス プロバイダーは、エッジ コンピューティング企業とのパートナーシップをさらに強化し、企業が製品ラインを継続的に改善、拡張できるよう支援します。

6. IoT ビデオおよびオーディオ センサーが普及し、エッジでのディープラーニングの開発が促進されます。

業界では、オーディオおよびビデオ センサーが産業機器にもたらす機能に大きな期待が寄せられています。エッジ コンピューティング テクノロジーは、商用および産業用の IoT システムでオーディオおよびビデオ データをさらに展開する上で重要な役割を果たすことができます。資産データとオーディオおよびビデオ分析を組み合わせることで、機器や機械のメンテナンス（システムの健全性の更新など）をより迅速かつ正確に行うことができます。ビデオ分析の一例としては、石油・ガス事業におけるフレア監視を使用して、多数のフレアスタック全体の環境コンプライアンスとフレアの状態をリモートで追跡することが挙げられます。

7. 予防保守は規範保守に取って代わられるでしょう。

IIoT エッジ ソリューションが提供する大きな利点の 1 つは予測メンテナンスです。予測メンテナンスにより、製造装置や石油掘削装置などの接続されたデバイスに将来何が起こるかを詳細に予測できます。多くの組織が依然として予知保全の実装に遅れをとっていますが、2019 年には、早期導入者にはより高度なテクノロジーが利用可能になります。処方的メンテナンスは一歩前進であり、企業は問題を予測するだけでなく、データ分析を使用して運用とメンテナンスに関する的を絞った推奨事項を作成することもできます。

たとえば、エレベーターメーカーは、エレベーターのドアの摩擦などの一般的な問題を完全に排除したいと考えています。この作業では、FogHorn と連携して予測メンテナンス ソリューションを作成できます。センサー データをソースで分析することで、データ送信の高コスト、遅延、セキュリティなどの問題を考慮することなく、メンテナンスの必要性を事前に特定できるようになりました。その結果、企業は異常事態が発生する前に効率的にメンテナンスをスケジュールできるようになります。

オリジナルリンク: https://www.rfidjournal.com/articles/view?18111/3