テクノロジー界の新たなスター、エッジコンピューティングは、クラウドコンピューティングの「終焉の兆し」となるのでしょうか?

「コンピューティングは中心からエッジへと移行している」、「コンピューティングは周辺化されている」... 最近では、人工知能に関する大小さまざまなフォーラムやサミットで、多かれ少なかれ上記の発言を耳にしています。その中で重要なポイントはただ1つ、エッジコンピューティングです。この問題に関して、これらの実践者たちの回答を見てみましょう。

エッジコンピューティング、それほど新しい用語ではない

「エッジ コンピューティング」に関する白熱した議論はここ 1 ～ 2 年で始まったばかりですが、これは「新しい用語」ではありません。 IBM は 2003 年にはすでに CDN サービス プロバイダーの AKAMAI と「エッジ コンピューティング」で協力していました。

Wikipedia によると、「エッジ コンピューティング」とは、アプリケーション、データ、サービスの計算をネットワークの中央ノードからネットワークの論理エッジ ノードに移動して処理する分散コンピューティング アーキテクチャです。エッジ コンピューティングは、もともと中央ノードによって完全に処理されていた大規模なサービスを、より小さく管理しやすい部分に分割し、エッジ ノードに分散して処理します。エッジノードはユーザーの端末デバイスに近いため、データの処理と転送が高速化され、遅延が短縮されます。このアーキテクチャでは、データ分析と知識生成がデータのソースに近くなるため、ビッグデータの処理に適しています。

[[242794]]

データを集中的に処理するクラウド コンピューティングとは異なり、エッジ コンピューティングは分散管理に重点を置いています。かつて、クラウド コンピューティングは、その超大規模性、高いスケーラビリティ、汎用性により人気があり、「クラウドに移行する」必要性と、すべてのデータ コンピューティングとストレージをクラウドに移行する必要性が常に強調されていました。対照的に、エッジコンピューティングは、端末デバイスに近い「沈み込み」を重視します。

もっと簡単に言えば、「クラウド コンピューティング」は強力です。デバイスがデータの収集とコマンドの受信を完了すると、ネットワークを介してクラウドに移動する必要があります。クラウドはこれに基づいて判断を行い、その結果をネットワークを通じてデバイスに「通知」します。

それに比べると、「エッジ コンピューティング」はより現実的です。エッジ コンピューティングをベースとすることで、デバイスはクラウドにデータをアップロードする必要がなくなり、「コンピューティング」をローカライズできるため、従来の面倒なプロセスが不要になります。

エッジコンピューティングはクラウドコンピューティングに続く新たなインターネットの有名人

初期の頃、エッジ コンピューティングは、クラウド コンピューティングがもはやよりインテリジェントなニーズを満たすことができなかったため、クラウド コンピューティングの欠点の一部を補うために登場しました。具体的には：

1. 膨大な量のデータが流入していますが、クラウド コンピューティングは「帯域幅」によって制約されています。現在、インターネットに接続されるデバイスはますます増えており、生成される数と量は以前よりも何倍も増加しています。もともと、これらのデータの計算と保存はクラウド、つまりクラウドコンピューティングによって処理されていました。しかし、データ量が増加すると、帯域幅が不十分な伝送チャネルで「渋滞」が発生し始めます。

これは「ドミノ効果」のようなもので、帯域幅が制限されているため、データの送信、分析と処理、コマンドのフィードバックなどの一連のプロセスが遅くなります。最終結果として、タイムラインが長くなり、レイテンシが高くなります。

2. ネットワーク伝送への依存度が高く、プライバシーとセキュリティに関する懸念が生じます。クラウド コンピューティングに基づいて、元のデータをクラウドにアップロードして処理し、それをデバイスにフィードバックする必要があります。このプロセスを実装するには、ネットワークに依存する必要があります。このプロセス中にハッカーが傍受すると、ユーザーのセキュリティとプライバシーの保護が大きな問題になります。さらに、ネットワークが停止した場合、クラウド コンピューティングのような強力なテクノロジであっても、ネットワーク伝送に大きく依存しているため、「料理が上手でも米がなければ料理はできない」というジレンマに直面することになります。

さらに、クラウド コンピューティングは、高い電力消費などのさらなる問題に直面しています。インテリジェント時代が近づくにつれ、クラウド コンピューティングはもはや唯一の選択肢ではなくなり、ギャップを埋めるための新しいテクノロジーが必要になります。現時点では、エッジ コンピューティングのローカライズされた、周辺化された特性が、これらの欠点を補っています。

スマートホームのシナリオを例に挙げてみましょう。エッジコンピューティングを基盤とすることで、ユーザーが指示を出す際に、関連する元データをクラウドにアップロードして処理する必要がなくなります。計算能力を備えたデバイスはそれを完全に独自に処理し、リアルタイムのフィードバックを提供することができます。簡単に言えば、クラウド コンピューティングは非リアルタイムの長期サイクル データのビッグ データ分析を処理しますが、エッジ コンピューティングはローカル ビジネス データのリアルタイム処理と実行に適しています。

エッジ コンピューティングの登場以降、ゲートウェイ、自動運転車、ロボットなどのエッジ ノードがローカルでデータをリアルタイムに収集、処理し、指示に対するフィードバックを提供できるようになったことは注目に値します。これはターミナルコンピューティングとみなすことができますか?

実際にはそうではありません。 「ターミナル コンピューティング」とは、クラウド コンピューティングが登場する前のコンピューターと同様に、ターミナル自体がすべての計算を担当することを意味します。データの収集、計算、出力、保存はすべてローカルデバイス内のコンピューターによって操作されます。

エッジコンピューティングはクラウドコンピューティングに取って代わるものではなく、切り離せないものである。

IDC のデータによると、2020 年までに 500 億を超える端末とデバイスがネットワークに接続され、これらのデバイス上のデータの半分以上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ります。エッジコンピューティング市場全体は1兆元を超えており、その市場規模は過小評価できません。

現在、エッジ コンピューティングには、オペレーター、機器メーカー、クラウド サービス プロバイダー、CDN サービス プロバイダーという 4 つの主要なプレーヤーが存在します。

オペレーター:主にモバイル エッジ コンピューティング市場に展開し、モバイル ネットワークのエッジでサービス環境とクラウド コンピューティング機能を提供します。モバイル エッジ コンピューティングを使用してローカル コンテンツ転送サービスを実行したり、エッジ データ処理などのためにユーザーに最も近いベース ステーションにビジネス処理をシンクしたりします。

機器ベンダー：主に「ハードウェア」に注力しており、代表的なものとしては各種チップが挙げられます。コンピューティング、ストレージ、その他の機能をクラウドからチップのコンピューティング ユニットに移動します。たとえば、AI チップの場合、一部の命令については、システムがデータをクラウドにアップロードする必要がなくなりました。ローカル側とデバイス側でリアルタイムに処理してフィードバックを提供できるため、中間プロセスが大幅に節約されます。

クラウド サービス プロバイダー:クラウド コンピューティングの推進として、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をあきらめてはいません。彼らはそれをクラウドコンピューティングの拡張と見なしています。アマゾン、マイクロソフト、アリババなどの巨大企業はすでに何らかの取り決めを行っている。たとえば、マイクロソフトは昨年、クラウド機能を端末に統合し、データをローカルで処理して集約し、分析や意思決定を行えるハイブリッド クラウド ソリューション Azure Stack を発表しました。これは、エッジデバイス上に「マイクロクラウド」を構築するものと考えることができます。

CDN サービス プロバイダー: CDN は、インターネット上に構築されたコンテンツ配信ネットワークです。ユーザーがコンテンツをより早く取得できるようにするため、さまざまな場所に配置されたエッジサーバーに依存しており、本質的に「エッジ属性」を備えています。現在、インテリジェンスに対する需要がエッジ コンピューティングへと向かっています。ほんの少しの変更を加えるだけで、元のノードをコンピューティング、ストレージ、伝送、セキュリティ機能を備えたエッジ コンピューティング ノードにアップグレードできます。

上記の派閥から判断すると、エッジコンピューティングの展開は主に「ソフトウェア」と「ハードウェア」の 2 つのカテゴリに分けられます。 AIチップの新興企業であるHeterogeneous Intelligence Chinaの社長、周斌氏は、ここでの「エッジコンピューティング」は異なると語った。チップ側では、「コンピューティングタスクはクラウドを介さずにエッジで自律的に完了します。」つまり、ここでの「エッジコンピューティング」は、クラウドコンピューティングの延長として捉えることはできず、独立して存在します。

ただし、どのカテゴリであっても、最終的なアプリケーションと実装はクラウド コンピューティングと切り離せません。

エッジコンピューティングが普及しているのはなぜでしょうか?データが多すぎてクラウドコンピューティングですべてを処理できないため、個別に処理する必要があります。このとき、各ノードに分散されたエッジコンピューティングが、独自の範囲内でデータの計算と保存を担当します。しかし、アプリケーションのシナリオでは、これでは十分ではありません。

Horizo​​n Roboticsの創設者兼CEOであるYu Kai氏は、自動運転を例に挙げ、将来のコンピューティングモデルはエッジとセンターの組み合わせになるだろうと語った。エッジ側の専用自動運転チップがセンサーデータを感知し、即座に処理して判断を下します。同時に、これらの処理されたデータもクラウドに収集され、ビッグデータ分析、モデルの構築と編集、大規模なシミュレーションに使用されます。彼の見解では、アルゴリズム + チップ + クラウド コンピューティングが将来の自動運転の 3 つの中核となる要素を構成します。

たとえば、モノのインターネットでは、Alibaba Cloud がリリースしたエッジ コンピューティング製品である Link Edge を取り上げます。実際、ホームゲートウェイにコンピューティング能力を与えることで、生体認証ドアロックやロボットなどは、インターネットが切断されているときでも正常に機能できるようになります。しかし、クラウドが加われば、これまでのクラウドのビッグデータ分析や判断をもとに、連携を前提に、家庭シーン全体のスマートデバイスがよりパーソナライズ化されるようになるでしょう。例えば、ドアを閉めると掃除ロボットが作動し始める、など。

ここでは、エッジ コンピューティング パワーを提供するチップが主にフロントエンドにあり、リアルタイムのデータ収集と計算を担当していることがわかります。しかし、データが「石油」のような存在となったインテリジェント時代において、これらのデータは一回限りのデータではありません。処理されたデータは、アルゴリズムのトレーニングやデータの検証などのためにシステム内に保持する必要があります。

このとき、大容量の「コンテナ」が必要になりますが、エッジコンピューティングではそれが利用できません。このコンテナでは、これらのデータは、非リアルタイムのニーズである AI アルゴリズムのトレーニング、ユーザーのパーソナライズされた機能の形成などに使用され、その後、端末デバイスに送信され、サービス品質がさらに向上します。

「AIエッジコンピューティングは、フロントエンドで画像認識、特徴値抽出、認識比較を実現できます。帯域幅の影響を受けず、独自のシステムを持ち、迅速に応答できます。クラウドコンピューティングは、ビッグデータの分析とマイニング、データ共有を実行し、同時にアルゴリズムモデルのトレーニングとアップグレードを行います。アップグレードされたアルゴリズムはフロントエンドにプッシュされ、自律学習のクローズドループが完成します。」雲天利衛の研究開発担当副社長兼チップチーム責任者である李愛軍氏はこう語った。

同時に、エッジコンピューティング中に予期しない状況が発生した場合にデータが失われないように、これらのデータを「バックアップ」する必要もあります。

さらに、エッジコンピューティングは「コンピューティングパワー」の問題を解決しますが、「コンテンツ」の問題を解決することはできず、この点については「クラウドコンピューティング」の支援が必要です。ユーザーがデバイスにコマンドを送信すると、デバイスがユーザーの表現の内容と目的をリアルタイムで「理解」できるようにするには、エッジ コンピューティングが必要です。その後、音楽の再生、チケットの予約などのコマンドの実行には、エッジコンピューティングでは提供できないクラウドサービスの介入が必要になります。

ただし、一部のシナリオでは、エッジ コンピューティング自体は独立しており、クラウド コンピューティングの介入は必要ありません。しかし、全体的な観点から見ると、クラウド コンピューティングに取って代わることはできず、またクラウド コンピューティングから切り離すこともできません。将来、エッジコンピューティングはクラウドコンピューティングと補完的かつ相乗的な関係を形成するでしょう。その時、エッジコンピューティングは主にリアルタイムの短周期データの処理とローカルビジネスのリアルタイム処理と実行を担い、クラウドコンピューティングは非リアルタイムの長周期データの処理を担うことになります。簡単に言えば、エッジ コンピューティングはローカルに焦点を当て、クラウド コンピューティングは全体に焦点を当てます。