1 つの記事で理解する: 「エッジ コンピューティング」とは正確には何ですか?なぜその可能性は無限なのでしょうか?

[[240137]]

8月15日、著名なベンチャーキャピタル調査機関であるCB Insightsは、エッジコンピューティングの開発と応用の展望を詳述した記事を書きました。記事では、IoT デバイス、コネクテッドカー、その他のデジタル プラットフォームによって生成された、または生成される予定のデータを即座に処理および分析するには、クラウド コンピューティングだけではもはや不十分であり、ここでエッジ コンピューティングが役立つと述べています。この技術は多くの産業に応用され、大きな役割を果たす可能性があります。

記事の主な内容は次のとおりです。

より高速なデータ処理は贅沢なこともあれば、生死に関わることもあります。

たとえば、自動運転車は本質的には、多数のセンサーを通じてデータを収集する、車輪の付いた高性能コンピューターです。これらの車両が安全かつ確実に運行するためには、周囲の状況に即座に反応する必要があります。処理速度の遅延は致命的となる可能性があります。現在、接続されたデバイスのデータ処理は主にクラウドで行われていますが、中央サーバー間でデータを送受信するには数秒かかる場合があります。この期間は長すぎます。

[[240138]]

エッジコンピューティングにより、自動運転車はデータをより迅速に処理できるようになります。このテクノロジーにより、接続されたデバイスは、デバイス内部またはデバイス自体に非常に近い「エッジ」で生成されたデータを処理できるようになります。

2020 年までに、一人当たり 1 日あたり平均 1.5GB のデータが生成されると推定されています。インターネットに接続してデータを生成するデバイスが増えると、特にデータを非常に高速に処理する必要がある特定のユースケースでは、クラウド コンピューティングではこのデータを完全に処理できなくなる可能性があります。

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代わるもう1つのオプションソリューションであり、将来的にはその応用範囲は自動運転車をはるかに超えるものとなるでしょう。

アマゾン、マイクロソフト、グーグルなど一部のテクノロジー大手は、次なる大きなコンピューティング競争の火付け役となる可能性のある「エッジコンピューティング」技術を研究している。 Amazon Web Services (AWS) は依然としてパブリッククラウド分野を支配していますが、この新興のエッジコンピューティング分野で誰がリーダーになるかはまだわかりません。

この記事では、エッジ コンピューティングとは何か、このテクノロジーに関連する利点、そして業界全体にわたるその応用について詳しく説明します。

変化するコンピューティング環境

エッジ コンピューティングを理解する前に、まずその前身であるクラウド コンピューティングがどのようにしてモノのインターネット (IoT) デバイスが世界中に普及する道を開いたのかを見てみましょう。

クラウドコンピューティングはつながる世界を強化する

ウェアラブルから接続されたキッチン家電まで、接続されたデバイスはあらゆるところに存在します。 2019年までに世界のIoT市場は1.7兆ドルを超え、2013年の4,860億ドルから3倍以上に増加すると予測されています。

その結果、クラウド コンピューティング (多くのスマート デバイスがインターネットに接続して機能するプロセス) がますます主流のトレンドになりました。

クラウド コンピューティングにより、企業は一般に「クラウド」と呼ばれるリモート サーバーのネットワークを介して、自社の物理ハードウェアの外部にデータ (およびその他のコンピューティング タスク) を保存および処理できるようになります。

たとえば、Apple の iCloud クラウド サービスを使用してスマートフォンをバックアップし、アカウントにログインしてクラウドに接続することで、インターネットに接続された別のデバイス (デスクトップ コンピューターなど) を介してスマートフォンからデータを取得できます。スマートフォンやデスクトップの内蔵ハードドライブの容量によって情報が制限されることはなくなりました。

これは、クラウド コンピューティングの多くの使用例の 1 つにすぎません。もう 1 つの例としては、Web またはモバイル ブラウザーを介して完全なアプリケーションにアクセスすることが挙げられます。クラウドコンピューティングの人気が高まるにつれ、Amazon、Google、Microsoft、IBMなどの大手テクノロジー企業が市場に参加するようになりました。プライベートクラウド管理会社 RightScale による 2018 年の調査によると、主要なパブリッククラウドプロバイダーの中で、Amazon AWS と Microsoft Azure が第 1 位と第 2 位にランクされました。

図: パブリッククラウド上でアプリケーションを実行する企業が増えている

しかし、集中型クラウド コンピューティングは、すべてのアプリケーションやユース ケースに適しているわけではありません。エッジ コンピューティングは、従来のクラウド インフラストラクチャでは対応が難しい領域にソリューションを提供できます。

エッジコンピューティングへの移行

数十億のデバイスがインターネットに接続され、データが溢れかえる未来においては、より高速で信頼性の高いデータ処理が重要になります。

近年、クラウド コンピューティングの統合および集中化により、コスト効率と柔軟性が向上していることが証明されていますが、モノのインターネットとモバイル コンピューティングの台頭により、ネットワーク帯域幅に大きな負担がかかっています。

結局のところ、すべてのスマート デバイスが実行にクラウド コンピューティングを活用する必要はありません。場合によっては、このデータの往復は回避でき、回避する必要があります。

その結果、エッジコンピューティングが誕生しました。

CB Insights の市場規模予測ツールによると、世界のエッジ コンピューティング市場は 2022 年までに 67 億 2,000 万ドルに達すると予想されています。これは新興分野ではありますが、クラウド コンピューティングがカバーする一部の領域ではエッジ コンピューティングの方が効率的に動作する可能性があります。

エッジ コンピューティングにより、データをエッジ (モーター、ポンプ、ジェネレーター、その他のセンサーなど) の近くで処理できるようになり、クラウドとの間でデータを送受信する必要性が軽減されます。

市場調査会社IDCによると、エッジコンピューティングは「重要なデータをローカルで処理または保存し、受信したすべてのデータを中央データセンターまたはクラウドリポジトリにプッシュする、100平方フィート未満のエリアをカバーするマイクロデータセンターのメッシュネットワーク」と説明されています。

たとえば、列車にはエンジンの状態に関する情報を即時に提供するセンサーが搭載されている場合があります。エッジ コンピューティングを使用すると、エンジンの動作に何かが影響しているかどうかを確認するために、センサー データを列車内またはクラウド内のデータ センターに送信する必要がなくなります。

ローカライズされたデータ処理とストレージにより、コンピューティング ネットワークへの負荷が軽減されます。クラウドに送信されるデータが少なくなると、レイテンシー（クラウドと IoT デバイス間のやり取りによって発生するデータ処理の遅延）が発生する可能性が低くなります。

これにより、データ収集用のセンサーや接続されたデバイスでデータを処理するための CPU または GPU などのエッジ コンピューティング テクノロジ ベースのハードウェアにかかるタスクも増えます。

エッジ コンピューティングの台頭に伴い、エッジ デバイスに関連する別のテクノロジーであるフォグ コンピューティングを理解することも重要になります。

エッジ コンピューティングは、具体的には、ネットワークの「エッジ」またはその近くで実行されるコンピューティング プロセスを指します。一方、フォグ コンピューティングは、エッジ デバイスとクラウド間のネットワーク接続を指します。

言い換えれば、フォグ コンピューティングはクラウドをネットワークのエッジに近づけます。したがって、OpenFog によれば、「フォグ コンピューティングでは常にエッジ コンピューティングが使用され、その逆は行われません。」

電車のシナリオに戻ると、センサーはデータを収集できますが、そのデータに基づいてすぐに行動することはできません。たとえば、列車の技術者が列車の車輪とブレーキの性能を理解したい場合、過去のセンサーデータを使用して部品のメンテナンスが必要かどうかを予測できます。

この場合、データ処理にはエッジ コンピューティングが使用されますが、エンジンの状態を判断する場合とは異なり、必ずしも瞬時に行われるわけではありません。フォグ コンピューティングを使用すると、中央のクラウドに完全に戻る必要なく、特定の時点で短期的な分析を実現できます。

図: クラウド コンピューティング、フォグ コンピューティング、エッジ コンピューティング

したがって、覚えておくべきことは、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を補完し、フォグ コンピューティングと非常に密接に連携しますが、どちらにも代わるものではないということです。

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は新興分野ではありますが、次のような明らかな利点があります。

リアルタイムまたはより高速なデータ処理と分析: データ処理は外部のデータセンターやクラウドではなく、データ ソースの近くで行われるため、待ち時間が短縮されます。

コストの削減: 企業は、クラウドやデータセンター ネットワークよりも、ローカル デバイス上のデータ管理ソリューションに費やす費用が少なくなります。

ネットワーク トラフィックの削減: IoT デバイスの数が増えるにつれて、データ生成は記録的なペースで増加し続けます。その結果、ネットワーク帯域幅が制限され、クラウドが過負荷になり、データのボトルネックがさらに大きくなります。

アプリケーション効率の向上: 遅延が少なくなるため、アプリケーションをより効率的かつ高速に実行できます。

クラウドの役割を減らすと、単一障害点の可能性も減ります。

たとえば、企業がデータを保存するために中央クラウドを使用していて、そのクラウドがダウンした場合、問題が解決されるまでデータにアクセスできなくなり、企業は重大なビジネス損失を被る可能性があります。

2016 年、Salesforce Web サイトの北米 14 サイト (別名 NA14) が 24 時間以上ダウンしました。顧客は電話番号から電子メールまでユーザーデータにアクセスできなくなり、業務運営に深刻な混乱が生じました。

Salesforce はその後、IoT クラウドを Amazon の AWS に移行しましたが、この障害により、クラウドのみに依存することの大きな欠点が浮き彫りになりました。

クラウドへの依存度が低いということは、一部のデバイスがオフラインでも確実に動作できることも意味します。これは、インターネット接続が制限されているエリア（サービスが著しく不足している特定の地域や、通常はアクセスできない油田などの遠隔地）で特に役立ちます。

エッジ コンピューティングのもう 1 つの重要な利点は、セキュリティとコンプライアンスに関連しています。政府が企業による消費者データの利用方法にますます重点を置くようになる中、これは特に重要です。

欧州連合（EU）で最近施行された一般データ保護規則（GDPR）がその一例です。この規制は、個人を特定できる情報をデータの悪用から保護することを目的としています。

エッジ デバイスはデータをローカルで収集して処理できるため、データをクラウドに送信する必要がありません。そのため、機密情報はネットワークを通過する必要がないため、クラウドがサイバー攻撃を受けたとしても、影響はそれほど深刻にはなりません。

エッジ コンピューティングにより、新しい接続デバイスと古い「レガシー」デバイス間の相互運用性も可能になります。これは、従来のシステムで使用されている通信プロトコルを「最新の接続デバイスが理解できる言語」に変換します。これは、従来の産業機器を最新の IoT プラットフォームにシームレスかつ効率的に接続できることを意味します。

エッジコンピューティングの現状

現在、エッジ コンピューティング市場はまだ開発の初期段階にあります。しかし、インターネットに接続されるデバイスが増えるにつれて、注目を集めるようになっているようです。

クラウド コンピューティング市場を支配している企業 (Amazon、Google、Microsoft) が、エッジ コンピューティングのリーダーになりつつあります。

[[240140]]

昨年、Amazon は AWS Greengrass でエッジコンピューティング分野に参入し、業界をリードしました。このサービスは AWS をデバイスに拡張し、「管理、データ分析、耐久性のあるストレージにクラウドを使用しながら、生成したデータをローカルで処理」できるようにします。

Microsoft もこの分野で大きな動きを見せています。同社は、エッジコンピューティングプロジェクトを含め、今後4年間でモノのインターネットに50億ドルを投資する計画だ。

Microsoft は、「クラウド分析をエッジ デバイスに拡張」し、オフラインでの使用をサポートする Azure IoT Edge ソリューションを発表しました。同社はエッジでの AI アプリケーションにも注力したいと考えています。

Googleも負けてはいない。同社は今月初め、エッジ接続デバイスの開発改善に役立つ2つの新製品を発表した。ハードウェア チップ Edge TPU とソフトウェア スタック Cloud IoT Edge です。

Google は、「Cloud IoT Edge は、Google Cloud の強力なデータ処理および機械学習機能をロボット アーム、風力タービン、石油掘削装置などの数十億のエッジ デバイスに拡張し、センサーからのデータに基づいてリアルタイムで動作し、ローカルで結果を予測できるようにします」と述べています。

しかし、この分野への参入に関心を持っているのは、これら 3 つのテクノロジー大手だけではありません。

接続デバイスがますます増えるにつれ、新興エコシステムの多くのプレーヤーがエッジ コンピューティングの普及を支援するソフトウェアとテクノロジーを開発しています。

今後 4 年間で、Hewlett Packard Enterprise はエッジ コンピューティングに 40 億ドルを投資する予定です。同社の Edgeline Converged Edge Systems は、データ センター クラスのコンピューティング能力を必要とし、遠隔地で運用されることの多い産業パートナーを対象としています。

同社のシステムは、クラウドやデータセンターにデータを送信する必要なく、接続されたデバイスからの洞察を石油掘削装置、工場、銅鉱山などの産業オペレーションに提供することを約束します。

新興のエッジコンピューティング分野の他の主要企業としては、Scale Computing、Vertiv、Huawei、Fujitsu、Nokia などがあります。

AIチップメーカーのNvidiaは、エッジデバイス向けのAIコンピューティングプラットフォームであるJetson TX2を2017年に発売しました。その前身は Jetson TX1 であり、「クラウドからエッジまで高度な AI を拡張する可能性を再定義する」と主張しています。

General Electric、Intel、Dell、IBM、Cisco、Hewlett Packard Enterprise、Microsoft、SAP SE、AT&T など、多くの有名企業もエッジ コンピューティングに投資しています。

たとえば、プライベートエクイティ市場では、Dell と Intel の両社が、産業および商業 IoT アプリケーション向けのエッジインテリジェンスを提供する Foghorn 社に投資しています。 Dell は、IoT エッジ プラットフォーム IOTech のシード ラウンドにも参加しました。

Cisco、Dell、Microsoft など、上記の企業の多くも協力して OpenFog Alliance を結成しました。組織の目標は、このテクノロジーの使用を標準化することです。

さまざまな業界におけるエッジコンピューティングのアプリケーション

センサーの価格とコンピューティングコストが下がり続けるにつれて、より多くの「モノ」がインターネットに接続されるようになります。

接続デバイスが増えるにつれて、エッジ コンピューティングは、特にクラウド コンピューティングが非効率的な分野を中心に、あらゆる業界でますます使用されるようになります。

このテクノロジーがすでにさまざまな業界分野に影響を与え始めています。

「クラウドのパワーをデバイス（エッジ）にまでもたらすことで、特に接続が制限されている、または接続されていないエリアでも、リアルタイムで応答、分析、行動できるようになります。まだ初期段階ですが、これらの新しい機能をどのように適用すれば、世界最大の課題のいくつかを解決できるかが見え始めています。」 — ケビン・スコット、マイクロソフトCTO

自動運転車から農業まで、エッジ コンピューティングの可能性から恩恵を受ける可能性のある業界をいくつか紹介します。

交通機関

[[240141]]

エッジ コンピューティング テクノロジーの最も明らかな潜在的用途の 1 つは輸送、具体的には自動運転車です。

自動運転車には、車両の操作を助けるために、カメラからレーダー、レーザーシステムまで、さまざまなセンサーが搭載されています。

前述のように、これらの自動運転車はエッジ コンピューティングを活用して、車両に近いセンサーからのデータを処理できるため、運転中のシステムの応答時間を最小限に抑えることができます。自動運転車はまだ主流ではありませんが、企業は準備を進めています。

今年初め、Automotive Edge Computing Consortium (AECC) は、コネクテッドカー ソリューションに重点を置いたプロジェクトを開始すると発表しました。

「コネクテッドカーは、高級モデルやプレミアムブランドから、量産中級車まで急速に拡大しています。自動車業界はまもなく、車両から生成されるデータの量が既存のクラウド、コンピューティング、通信インフラストラクチャのリソースを上回る転換点に達するでしょう。」 – AECC会長兼社長 村田 健一

同連合のメンバーには、デンソー、トヨタ自動車、AT&T、エリクソン、インテルなどの企業が含まれている。

しかし、大量のデータを生成し、リアルタイムで処理する必要があるのは自動運転車だけではありません。飛行機、電車、その他の交通手段についても、人間が運転しているかどうかに関係なく、同じことが言えます。

たとえば、航空機メーカーのボンバルディア社の C シリーズ航空機には、エンジン性能の問題を迅速に検出するための多数のセンサーが搭載されています。 12時間の飛行中に、航空機はなんと844 TBのデータを生成しました。エッジ コンピューティングにより、データのリアルタイム処理が可能になり、エンジンの問題に積極的に対処できるようになります。

健康管理

最近では、フィットネストラッカー、血糖値モニター、スマートウォッチなどのウェアラブルデバイスを身に着けて健康状態を監視する人が増えています。

しかし、収集される膨大な量のデータから真の利益を得るには、リアルタイム分析が不可欠かもしれません。多くのウェアラブル デバイスはクラウドに直接接続しますが、オフラインで動作できるものもあります。

一部のウェアラブル ヘルス モニターは、クラウドに接続せずに脈拍データや睡眠パターンをローカルで分析できます。医師は患者をその場で診察し、患者の健康状態について即座にフィードバックを提供することができます。

しかし、ヘルスケアにおけるエッジコンピューティングの可能性は、ウェアラブルデバイスをはるかに超えています。

迅速なデータ処理が、病院や診療所における遠隔患者モニタリング、入院患者のケア、医療管理にもたらすメリットについて考えてみましょう。

医師や臨床医は、生成する健康データのセキュリティを強化しながら、患者に対してより迅速かつ質の高いケアを提供できるようになります。平均的な病院のベッドには 20 台以上の接続デバイスがあり、大量のデータが生成されます。このデータの処理は、機密データをクラウドに送信するのではなく、エッジの近くで直接行われるため、不適切なデータアクセスのリスクを回避できます。

前述のように、ローカライズされたデータ処理は、広範囲にわたるクラウドまたはネットワークの障害が業務運営に影響を与えないことを意味します。クラウドの運用が中断した場合でも、これらの病院のセンサーは独立して正常に機能し続けます。

製造業

[[240142]]

スマート製造は、現代の工場に配備された膨大な数のセンサーから洞察を得ることを約束します。

エッジ コンピューティングは、遅延を削減することで、データ分析から得られた洞察とアクションをリアルタイムで適用し、製造プロセスの対応と変更をより迅速に行えるようにする可能性があります。これには、マシンが過熱する前にシャットダウンすることが含まれる場合があります。

工場では、センサーを搭載しエッジデバイスに接続された 2 台のロボットを使用して同じタスクを実行する場合があります。エッジ デバイスは機械学習モデルを実行して、ロボットの 1 つが故障するかどうかを予測できます。

エッジ デバイスは、ロボットが故障する可能性があると判断した場合、ロボットを停止または減速するアクションをトリガーできます。これにより、プラントは潜在的な障害をリアルタイムで評価できるようになります。

ロボットが自らデータを処理できるようになれば、ロボットはより自立的かつ応答性が高くなるかもしれません。

エッジ コンピューティングにより、ビッグ データからより迅速に洞察を引き出し、より多くの機械学習技術をビジネス オペレーションに適用できるようになります。

最終的な目標は、リアルタイムで生成される膨大な量のデータから莫大な価値を引き出し、安全上の危険を防ぎ、工場現場での機械操作の中断を減らすことです。

農業とスマートファーム

[[240143]]

農場は遠隔地や過酷な環境にあることが多く、帯域幅やネットワーク接続が問題になる可能性があるため、エッジ コンピューティングは農業での使用に適しています。

今日、インターネット接続の改善を望むスマート農場は、高価な光ファイバーやマイクロ波接続に投資するか、24時間365日稼働する衛星を設置する必要があります。エッジ コンピューティングは、適切かつコスト効率の高い代替手段です。

スマート ファームでは、エッジ コンピューティングを使用して温度や機器のパフォーマンスを監視し、さまざまな機器 (過熱したポンプなど) を自動的に減速またはシャットダウンできます。

エネルギーとグリッド制御

エッジ コンピューティングは、エネルギー業界全体、特に石油およびガス施設の安全監視において特に効果的である可能性があります。

たとえば、圧力センサーと湿度センサーは厳密に監視する必要があり、特にこれらのセンサーのほとんどが遠隔地に設置されていることを考慮すると、接続エラーが発生してはなりません。石油パイプの過熱など、何か異常なことが起こり、それがすぐに気づかれなければ、壊滅的な爆発が起こる可能性があります。

エッジ コンピューティングのもう 1 つの利点は、機器の障害をリアルタイムで検出できることです。グリッド制御を通じて、センサーは電気自動車から風力発電所まであらゆるものによって生成されるエネルギーを監視し、コストを削減し、エネルギー生産効率を高めるための意思決定を支援します。

他の業界での応用

エッジ コンピューティング テクノロジーを活用できる他の業界としては、金融や小売業などがあります。両業界とも、株式の選択から店舗での衣料品の配置まであらゆる情報を提供するために大規模な顧客データとバックエンド データ セットを使用しており、クラウド コンピューティングへの依存を減らすことでメリットが得られる可能性があります。

小売業では、エッジ コンピューティング アプリケーションを使用して顧客エクスペリエンスを向上できます。小売業者が店内体験の向上に取り組む中で、データの収集と分析の方法を最適化することは理にかなっています。特に、多くの小売業者がすでに接続されたスマート ディスプレイの実験を行っているためです。

さらに、店内のタブレットで生成され、クラウドやデータセンターに送信される POS データを使用する人も多くいます。エッジ コンピューティングを使用すると、データをローカルで分析できるため、機密データの漏洩のリスクが軽減されます。

要約する

ウェアラブルから自動車、ロボットまで、IoT デバイスは勢いを増しています。

より接続性の高いエコシステムへと移行するにつれ、特に 5G テクノロジーが普及し、ネットワーク接続がさらに加速するにつれて、データ生成は急速に増加し続けるでしょう。従来、データの管理、処理、および保存には中央クラウドまたはデータ センターが好まれてきましたが、どちらのオプションにも制限があります。エッジコンピューティングは代替ソリューションとして機能する可能性がありますが、このテクノロジーはまだ初期段階にあるため、将来の発展を予測することは困難です。

クラウドにオフロードされたコンピューティング タスクを処理できるソフトウェアとハ​​ードウェアを開発する能力を含む、デバイス機能に関する課題が発生する可能性があります。エッジで実行できるコンピューティング タスクとクラウドで実行する必要があるコンピューティング タスクを切り替えるようにマシンに教えることも課題です。

それでも、エッジ コンピューティングが広く採用されるようになると、企業はさまざまな分野でこのテクノロジーをテストして導入する機会が増えるでしょう。

一部のユースケースでは、エッジ コンピューティングの価値が他のユースケースよりも証明されるかもしれませんが、全体として、このテクノロジーが接続されたエコシステム全体に与える潜在的な影響は、変革をもたらす可能性があります。