「フォグコンピューティング」とは何ですか? 2018年に爆発は起こるでしょうか？

[[227471]]

「フォグ コンピューティング」という名前はもともとニューヨークのコロンビア大学のストルフォ教授によって造られたものですが、当時の彼の目的は「フォグ」を使ってハッカーの侵入を防ぐことでした。明らかに、これは現在「フォグ コンピューティング」と呼ばれているものとは大きな隔たりがあります。

現在、ほとんどの人が「フォグ コンピューティング」と考えているものは、Cisco によって次のように定義されています。「フォグ コンピューティング」とは、コンピューティング能力とデータ分析アプリケーションをネットワークの「エッジ」に拡張する、モノのインターネット (IoT) 向けの分散コンピューティング インフラストラクチャです。これにより、顧客はデータをローカルで分析および管理できるようになり、接続を通じて即座に洞察を得ることができます。

「フォグコンピューティング」は「クラウドコンピューティング」の概念を拡張したもので、主にエッジネットワーク内のデバイスを使用します。これらのデバイスは、従来のネットワーク デバイス (ネットワークに長い間導入されてきたルーター、スイッチ、ゲートウェイなど) または特別に導入されたローカル サーバーです。

「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」の本質的な違いを非常に的確に表す格言があります。「雲は空に浮かんでいて、高く、手の届かないところにあり、意図的に抽象的です。」一方、霧は現実であり、身近にあり、地面に近く、あなたや私のすぐそばにあります。

フォグコンピューティングの利点

「フォグ コンピューティング」の利点について話すとき、まず「クラウド コンピューティング」の欠点について触れなければなりません。集中型の「クラウド コンピューティング」により、高価なサーバー リソースを効率的かつ安価に共有できるようになり、企業ユーザーの負担が軽減されます。ただし、リアルタイムでローカルに発生して処理する必要があるアプリケーションの場合、クラウドのレイテンシが大きな障害になります。たとえば、自動運転では、経路計画を決定するためにローカルで計算する必要があります。

「フォグコンピューティング」は地理的に分散され、モビリティ範囲が広いため、多くのコンピューティングを必要としないスマートデバイスの増加に適応でき、データ転送速度は「クラウドコンピューティング」をはるかに上回ります。

具体的には、「フォグコンピューティング」には次のような利点があります。

非常に低いレイテンシ。これは急成長しているモノのインターネットにとって大きな意味を持ちます。さらに、オンライン ゲーム、ビデオ伝送、拡張現実などでも、極めて低い遅延が求められます。

広大な地理的分布。これは、1 つの場所に集中しているクラウド コンピューティング (データ センター) とはまったく対照的です。例えば、高速で移動する車に情報や映像を送信する必要がある場合、高速道路沿いに無線アクセスポイントを設置することができます。さらに、特定のエリアでサービス異常が発生した場合、ユーザーは近くの別のエリアに迅速に移行できます。

多数のネットワーク ノードを備えた大規模なセンサー ネットワークが環境の監視に使用されます。スマートグリッド自体は、コンピューティングとストレージのリソースを備えた大規模な分散ネットワークであり、「フォグコンピューティング」の優れた応用例として役立ちます。

高い機動性をサポートします。フォグ コンピューティングでは、携帯電話やその他のモバイル デバイスが直接通信でき、信号はクラウドや基地局を迂回する必要がないため、高いモビリティをサポートできます。

「フォグコンピューティング」は単なる誇大宣伝ではない

「フォグ コンピューティング」という概念が発表されたとき、多くの人が誇大宣伝だと言いましたが、そうではありません。 「フォグ コンピューティング」は「クラウド コンピューティング」の単なる拡張であり、「クラウド コンピューティング」に代わるものではありません。

機能的に言​​えば、「フォグコンピューティング」は頻繁に利用できる「データベース」に相当し、「クラウドコンピューティング」はファイルを長期保存するための「ファイルルーム」に相当します。情報の検索に関しては、データベースは速度と利用率の両方の点でファイル ルームよりも明らかに優れています。データの充実という点では、「フォグコンピューティング」は「クラウドコンピューティング」プラットフォームからデータを取得することもできます。データ共有端末の削減後、「クラウドコンピューティング」プラットフォームのデータ転送速度は以前よりもはるかに速くなるはずだと私は考えています。このことから、「雲」と「霧」は相補的な関係にあると言えます。

さらに、クラウド コンピューティングの使用には大量の帯域幅が必要ですが、ワイヤレス ネットワークの帯域幅は限られています。対照的に、フォグ コンピューティングでは必要な帯域幅がはるかに少なく、原理的には送信されたデータを「バイパス」できます。つまり、インターネットのエッジをバイパスして、データを可能な限りローカルにすることができます。最も価値のあるデータは引き続き「クラウド コンピューティング」プラットフォームを介して転送できますが、データ トラフィックの大部分はこれらのネットワークから迂回できるため、クラウド ネットワークのトラフィック負荷が大幅に軽減されます。さらに、ローカルデータの使用により、コストを大幅に節約することもできます。

フォグコンピューティングの概念は2011年に提案されました。これは強力なサーバーのグループではなく、さまざまな機能を備えたより弱く分散されたコンピューターで構成されており、電化製品、工場、自動車、街灯、人々の生活のさまざまなアイテムに浸透しています。フォグ コンピューティングは、クラウド コンピューティングとパーソナル コンピューティングの中間に位置します。量を重視した半仮想化サービスコンピューティングアーキテクチャモデルです。単一のコンピューティング ノードの機能がいかに弱くても、役割を果たす必要があります。

クラウド コンピューティングと比較すると、フォグ コンピューティングで使用されるアーキテクチャはより分散化されており、ネットワークのエッジに近いため、フォグ コンピューティングをエッジ コンピューティングと理解する人もいます。フォグ コンピューティングでは、クラウド コンピューティングのようにデータ、データ処理、アプリケーションをほぼ完全にクラウド内に保持するのではなく、ネットワークのエッジにあるデバイスに集中させます。データの保存と処理は、サーバーよりもローカル デバイスに依存します。したがって、クラウド コンピューティングは集中型コンピューティングの新世代であり、フォグ コンピューティングは分散型コンピューティングの新世代であり、インターネットの「分散化」特性と一致しています。

スマート信号を例に挙げてみましょう。スマート信号機は、交通流情報を収集し、いくつかのセンサーと継続的に相互作用し、リアルタイムで計算と判断を行い、信号機の周期とタイミングを変更して、自動交通制御を実現する必要があります。情報が計算のためにクラウド コンピューティング センターに送信され、その後返送されると、明らかにタイミングが悪くなり、誤りが生じる可能性があります。フォグ コンピューティングは、スマート信号機の近くのリアルタイム計算を提供できます。関連データが集約された後、クラウド コンピューティング センターに送信され、さらに広範囲かつ長期的なデータ分析が行われます。

「フォグコンピューティング」についても疑問がある。これを誇大広告だと考える人もおり、「ヘイズ計算」を提案する人もいます。しかし、フォグコンピューティングが産業界と学界の両方で注目を集めていることは否定できません。

Business Insiderのプレミアム検索サービス「BI Intelligence」は、2020年までに企業や政府機関の58億個のIoTデバイスがフォグコンピューティングを利用すると予測しています。 ARM International、Cisco、Dell、Intel、Microsoft、プリンストン大学Edge Labは共同でフォグコンピューティングアライアンスを設立しました。フォグコンピューティングアライアンスは、フォグコンピューティングのフレームワークとアーキテクチャの確立を模索し、分散コンピューティング、ネットワークとストレージ、モノのインターネットなどの関連技術を研究し、フォグコンピューティングの応用を加速します。

明らかに、クラウド コンピューティングだけでは IoT エコシステムには不十分であり、フォグ コンピューティングを導入することで、コンピューティング能力が論理的に極限まで高められ、デバイスが自己決定して一定レベルのインテリジェンスを維持できるようになります。豊富で簡潔なデータのみがサーバーに送信されるため、集中型サーバーのストレージとコンピューティングの負荷を最小限に抑えることができ、結果がより速く得られ、通信速度も速くなります。

フォグ (エッジ) コンピューティング モデルは、元のクラウド コンピューティング センターのコンピューティング タスクの一部またはすべてをデータ ソースの近くに移行して実行します。ビッグデータの3V特性、すなわち量、速度、多様性に基づき、クラウドコンピューティングモデルに代表される集中型ビッグデータ処理とフォグ（エッジ）コンピューティングに代表されるエッジ型ビッグデータ処理を比較することで、フォグコンピューティングの利点がわかります。エッジビッグデータ処理の時代では、データの種類がより複雑かつ多様化し、データ処理のリアルタイム要件が高くなり、データ量がZBレベルを超えています。エッジ コンピューティングは、データ転送パフォーマンスを向上させ、リアルタイム処理を保証し、クラウド コンピューティング センターの負荷を軽減します。

フォグコンピューティングは幅広い応用が期待できる

製造業の例を挙げると、大企業が洗剤を生産するためにインドに工場を設立したとします。全体的なプロセスの中に、製造プロセス中にさまざまな原材料を取り込んで混合し、合成混合物を生成するブレンダー (垂直または水平) のような機械があると想像してください。ミキサーの動作原理は、事前に設定された速度で規則的に回転することです。ミキサーバレルはさまざまな原材料を吸収し、その動作には一定量のエネルギーが消費されます。

IoT エコシステムを活用して、このデバイスを「スマートブレンダー」にしたらどうなるでしょうか?ブレンダーに取り付けられた多数のセンサーがさまざまなパラメータのデータをキャプチャし、その後の分析のためにサーバー (クラウド) に送信します。電力消費の効率化を図るにはどうすればよいでしょうか?ここでフォグ コンピューティングが役立ちます。これまで検討されてきた IoT アーキテクチャは、クラウドを活用してデータを保存および分析し、意思決定を行っていましたが、資産/マシンを「スマート デバイス」にするには、データ ストリームをローカルでリアルタイムに計算し、履歴信号から学習してマシンが結果を改善するための意思決定を行う機能を追加するフォグ コンピューティング アーキテクチャが必要です。これは、機械学習を使用してマシンの電力消費を最適化し、フォグ コンピューティング ネットワークを構築するシナリオになります。

これらの自己学習ルールに基づいて、マシンは設定を増減して動作パラメータを調整し、最適なエネルギー消費モードを維持できます。データがクラウドに転送されると、クラウドは新しいデータセットで機械学習モデルを更新し、データルールと（自律的な）学習を更新できるようになります。更新されると、エッジにプッシュバックされ、エッジ ノードは更新されたモデルを使用してルールを更新し、結果をさらに改善します。

今日では、ノートパソコン、スマートフォン、スマートウォッチ、タブレットなどのコンピューティング デバイス上で、フォグ コンピューティングがより現実的かつパーソナルなものになりつつあります。最も一般的な例は、Windows 10 の再起動マネージャーです。システムは、更新プログラムを自動的にダウンロードした後、ユーザーの使用パターンを学習して、システムを再起動して更新プログラムをインストールする最適なタイミングを計算します。産業用アプリケーションでは、エッジ コンピューティング アーキテクチャを使用してコンピューティングをエッジ ノード (ネットワークの論理的な極限) にプッシュし、マシンがリアルタイムのデータを認識して、ビジネス損失を削減するための即時の対策を講じることができるようになります。これまでのビジネスユースケースでは、エネルギー消費の改善は、実現可能な改善点の 1 つにすぎませんでした。エッジ コンピューティングは、資産障害の軽減や出力品質の向上など、さまざまな即時最適化プロセスを実行するためにも使用できます。ルールを学習することで、機械は障害を回避したり結果の品質を向上させるために動作設定を変更する決定を自動的に行うことができます。

つまり、コンピューティングをエッジに押し出すことで、インテリジェンスもエッジに押し出すことになり、デバイスや資産が自律的に意思決定を行い、成果を向上させてスマート デバイスになることができます。将来、フォグ 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、有機的に結合して、Internet of Everything 時代の情報処理のためのより完璧なソフトウェアおよびハードウェア サポート プラットフォームを提供します。