IoTデバイスは爆発的に増加し、クラウドコンピューティングは「フォグコンピューティング」へと移行している

モノのインターネットは、インターネット経由で電源のオン/オフを切り替えられるトースターという最初の IoT デバイスが 1990 年に導入されて以来、長い道のりを歩んできました。 27 年経った今、コネクテッド デバイスは目新しいものから日常生活に欠かせないものへと変化しました。

最近の推定によると、平均的な成人は、IoT センサー データが満載の別のデバイスであるスマートフォンに 1 日 4 時間以上費やしています。現在、成人の81%がスマートフォンを所有しています。成人の 81% がスマートカーやスマートホームを所有するとしたら、どれほどのデータが私たちに提供されることになるか想像してみてください。

現在、IoT デバイスからのデータのほとんどはクラウドで処理されており、世界中のあらゆる場所で生成されたデータがデータセンター内の少数のコンピューターに集中的に送信されます。しかし、2020 年までに IoT デバイスの数は 200 億に急増すると予想されており、インターネット経由で送信されるデータの量と速度は、クラウド コンピューティング アプローチにとって深刻な課題となります。

接続デバイスの数の増加により、IoT メーカーは 2018 年にコンピューティング モデルをクラウド コンピューティングから「フォグ コンピューティング」と呼ばれる新しいモデルに移行せざるを得なくなります。

データアクセスが増えるにつれて、クラウドコンピューティングの問題がより顕著になってきています。

モノのインターネットと人工知能の発展により、数十億ドル相当のデータがもたらされるでしょう。広範囲に分布するセンサーやスマート端末などは、刻々と大量のデータを生み出しています。クラウド コンピューティングには「大規模な」コンピューティングおよびストレージ リソース プールがありますが、クラウド データ センターは集中化されており、端末デバイスから遠く離れていることがよくあります。広範囲に分散された多数の端末デバイスと収集される膨大な量のデータに直面すると、クラウドは必然的に次の 3 つの大きな問題に直面します。

• ネットワークの輻輳: クラウドに多数の IoT および AI アプリケーションが展開されている場合、大量の生データがコア ネットワークに継続的に流入し、コア ネットワークの輻輳が発生します。
• 高いレイテンシ: 端末デバイスとクラウド データ センター間の距離が長いと、ネットワークのレイテンシが高くなり、リアルタイム要件の高いアプリケーションでは需要を満たすことが難しくなります。
• 信頼性は保証できません。信頼性やセキ​​ュリティ要件が高いアプリケーションの場合、端末からクラウドプラットフォームまでの距離が長く、通信経路も長いためリスクが高く、クラウドでのバックアップコストも高くなります。

そのため、モノのインターネットや人工知能などのアプリケーションのニーズを満たすために、クラウド コンピューティングの拡張としてフォグ コンピューティングの概念が生まれました。フォグ コンピューティングは、シスコによって最初に提案されました。これは、クラウド データ センターと IoT デバイス/センサー間の中間層として機能する分散コンピューティング モデルです。コンピューティング、ネットワーク、ストレージ デバイスを提供し、クラウドベースのサービスを IoT デバイスやセンサーに近づけることができます。

フォグ コンピューティングでは、主にエッジ ネットワーク内のデバイスを使用します。エッジ ネットワーク内のデバイスには、ネットワーク内のルーター、スイッチ、ゲートウェイなどの従来のネットワーク デバイス、または特別に配置されたローカル サーバーなどがあります。これらのデバイスのリソース能力はデータセンターよりもはるかに小さいですが、その数が多いため、単一のデバイスのリソース不足を補うことができます。

モノのインターネットでは、フォグはユーザーメッセージをフィルタリングおよび集約し、ユーザーデータを匿名で処理して機密性を確保し、リアルタイムの意思決定のためにデータを事前処理し、一時的なストレージを提供してユーザーエクスペリエンスを向上させることができます。一方、クラウドは大規模なコンピューティングや長期ストレージのタスクを担当し、フォグコンピューティングの利点を補完します。フォグ コンピューティングにより、クラウドに配置する必要のない一部のデータをネットワーク エッジ層で直接処理して保存できるため、データ分析と処理の効率が向上し、レイテンシが短縮され、ネットワーク伝送の負荷が軽減され、セキュリティが向上します。フォグコンピューティングは、地理的に広く分布し、多数のネットワークノードを備えた大規模なセンサーネットワーク、高いモビリティとリアルタイムのインタラクションのサポート、多様なソフトウェアとハ​​ードウェアデバイス、クラウドオンライン分析などの特徴を備えており、M2M、ヒューマンマシンコラボレーション、スマートグリッド、スマート交通、スマートホーム、スマート医療、無人運転など、モノのインターネットと人工知能アプリケーションの分野の企業に急速に受け入れられ、広く使用されています。

エッジ コンピューティングとは異なり、フォグ コンピューティングでは IaaS、PaaS、SaaS などのクラウドベースのサービスをネットワークのエッジまで拡張できますが、エッジ コンピューティングでは端末デバイスに重点を置いています。フォグ コンピューティングはエッジ コンピューティングを実行できますが、エッジ ネットワークに加えて、フォグ コンピューティングはコア ネットワークに拡張することもできます。つまり、エッジ ネットワークとコア ネットワークのコンポーネントは、フォグ コンピューティング インフラストラクチャとして機能できます。

「クラウド」と「フォグ」の代表的な事例と応用シナリオ

クラウドプラットフォームとフォグコンピューティングを統合することで、一方では、従来のIT調達、管理、運用の費用をクラウドを通じて削減し、IaaS、PaaS、SaaSをクラウドサービスとして出力することができます。一方、フォグコンピューティングは、エッジデータのリアルタイム収集、抽出、分析速度を確保し、ネットワークリソースの展開、使用、管理の効率を向上させ、人間と機械のコラボレーションの効率を高め、企業のビジネスイノベーションとサービス品質の向上に対する技術サポートを提供します。以下は、4つの業界における「クラウド」と「フォグ」の代表的な事例と適用シナリオです。

1. 産業

GEはPivotal Cloud FoundryをベースにPredix IoT PaaSプラットフォームを構築し、それをDellのインテリジェントシミュレーション技術と組み合わせて「データツイン」を実現しました。 GE はクラウド コンピューティングを基盤として、航空機エンジンの製造工程におけるチューニングを実現しました。同時に、GE はフォグ コンピューティングに基づいて、航空機の飛行中の「自己修復」を実現しました。

GE Predix は、IoT PaaS プラットフォームとして、製造企業がビッグデータ、IoT、AI をスマート製造機能に変換し、データ イノベーションを実現するのにも役立ちます。 GE の Predix プラットフォームは、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、および「デジタル ツイン」を統合し、製造企業が「仮想現実」設計と製造統合を実現し、クラウド コンピューティング サービスを提供できるように支援します。

2. 農業

チタレデイリーは乳製品工場です。 Chitale Dairy は、Dell Technologies の仮想化テクノロジーに基づいて ERP クラウド導入を実施しました。フォグコンピューティングに基づき、牛にセンサーを設置してほぼリアルタイムでデータの収集、分析、処理を行い、洗練された操作を実現し、乳製品生産プロセス全体の監視、管理、最適化を確実に行います。同時に、Chitale Dairy はクラウドベースの乳製品ライフサイクル管理プラットフォームを通じて乳製品生産プロセスの自動管理を実現しました。 IoT（モノのインターネット）とビッグデータ分析を通じて、飼料、給餌、健康、乳質、生産量まで、各牛の全プロセスを監視・分析し、洗練された自動化された乳製品生産を実現します。

クラウドの全体的な業務管理と、クラウドエンドの最適化された農場間連携および牛乳源監視管理を密接に連携させ、乳製品のライフサイクル管理の効率を向上させるとともに、調整と連携の効率を高め、企業のビジネス革新のスピードを加速します。

3. サービス

TopGolfはゴルフクラブです。 Dell Technologies の仮想化およびハイパーコンバージェンス テクノロジーを採用することで、ハイエンドのデジタル ゴルフ サービスの提供が可能になりました。彼らはデジタル化への変革によって伝統的なゴルフビジネスモデルを破壊しました。モノのインターネットを通じて、ゴルフボールに RFID チップが埋め込まれ、各ショット、各プレーヤー、各イベントのリアルタイム監視が可能になります。フォグ コンピューティングに基づいて、各ショットとボールの軌道をリアルタイムで追跡および分析し、リアルタイムのスコアリングを実現します。

TopGolf のビジネス モデルは、クラウド コンピューティングとフォグ コンピューティングを統合し、データ センター、クラウド、エッジ アプリケーション全体でリアルタイムのデータ監視、インタラクション、管理を実現し、イベントのリアルタイム監視、フィールド内外のインタラクション、試合前のプレーヤー ポイント分析、ソーシャル メディア、パーソナライズされたメンバー データ管理などのビッグ データ分析のニーズを満たします。

4. 交通

スマート交通では、センサーを通じて情報を収集し、リアルタイムのデータ分析と交通配置を行って公共の安全を向上させることができます。フォグ コンピューティングにより、インテリジェント交通管制システムのフォグ ノードは収集された交通情報を共有し、ピーク時の交通渋滞を緩和したり、交通事故の場所を特定したり、リモート制御によって混雑したエリアの交通状況を緩和したりできます。一方、すべてのユーザーの携帯電話や公共交通機関では、フォグ コンピューティング ベースのアプリケーションにより、一定のネットワーク接続がなくても、近くのユーザーからのコンテンツを共有したりダウンロードしたりできるようになります。

さらに、自動運転車の安全システム、道路上の監視システム、公共交通機関の発券システムなどは、センサーやビデオデータから大量の情報を収集できます。集約されたデータはクラウドに送信され、ユーザーのニーズに応じてデータの抽出と分析が行われます。フォグ コンピューティングに基づいてエッジ データのリアルタイム分析が実現され、公共交通機関の円滑で安全な運行を確保するための迅速かつ正確な情報がユーザーに提供されます。

フォグコンピューティングは将来大きな役割を果たすだろう

ビジネス運営モデルから仕事やライフスタイルまで、スマートなモノのインターネット技術は人類社会を大きく変えています。モノのインターネットにユビキタスインテリジェンスを持たせるためには、ネットワーク環境に分散しているコンピューティング、ストレージ、通信、制御機能を最大限に活用し、リソース共有メカニズムや協調型サービスアーキテクチャを通じて生産効率やユーザーエクスペリエンスを効果的に向上させる必要があります。

現在、フォグコンピューティング技術の研究と標準化は始まったばかりです。私たちが直面している主な技術的課題と研究のホットスポットは、フォグ コンピューティング ノード間の信頼関係を確立する方法、ノード間で完全なリソース共有を促進する方法、クラウド フォグ エッジなどの複数のレイヤー間で効率的な通信と緊密なコラボレーションを実現する方法、異種ノード間で複雑なタスクをオンデマンドで公平に分散する方法です。

フォグコンピューティング技術の継続的な発展、成熟、普及により、インテリジェントなモノのインターネットは、人間社会の組織構造と意思決定メカニズムをより便利かつ現実的に学習してマッピングできるようになり、より自然で親しみやすい方法で、誰もがアクセスしやすくユビキタスなインテリジェントサービスを提供できるようになると予測できます。