エッジにAIを導入する3つのメリット

AIワークロードをエッジで実行することで、経済性の向上、意思決定の迅速化、自動化が可能になります。

誇大宣伝や技術的な複雑さ、長引く概念実証を除けば、5G は、高帯域幅で低遅延の無線インターフェースを活用して、可能な限りリアルタイムに近い方法でデータを移動し、分析し、データに基づいて行動することにほかなりません。 この機能により、あらゆるタイプの企業があらゆる運用効率を実現し、自動化できるものは自動化し、バランスシート上でメリットを確認することができます。 意思決定を迅速化し、可能な限り自動化するために、AI が果たすべき役割は明らかです。 また、分散ネットワーク アーキテクチャと分散クラウド コンピューティング/ストレージ インフラストラクチャへのトレンドを考慮すると、データが作成されるエッジに AI を配置すると、企業ユーザーにさまざまなメリットがもたらされます。

Volt Active Data の製品管理責任者 Andrew Keene 氏は、RCR Wireless News が主催した最近のウェビナーでエッジ AI の重要性を訴えました。 彼は、エッジ AI は有利であるだけでなく、「ユースケースの実行可能性にとって非常に重要になることもある」と指摘しました。 しかし、なぜ？

「こうしたユースケースの中には大量のデータを生成するものもあるが、その多くはそれ自体では比較的役に立たないものだ」とキーン氏は説明する。 「しかし、ユースケースが機能するには、すべてを処理する必要があります。クラウドへのバックホールと伝送コストは法外に高額になる可能性がありますが、データとエッジを処理し、貴重な統合データのみをクラウドに送信してさらに処理できれば、問題は解決します。」

データを移動する際の経済的な現実を超えて、時間スケールが重要です。Volt Active Data では、物事を 1 桁のミリ秒単位で測定する傾向があります。 「イベントの発生場所に近いエッジで決定を下すことができれば、超低遅延応答の問題も解決できます。」ここでのもう 1 つの意味は、データの主権/セキュリティです。独自のデータや規制対象データを扱う企業は、そのデータを厳重に保管する必要があります。 「したがって、これらの [機械学習] モデルをエッジで実行し、統合された貴重なデータのみをクラウドに送信できる分散型の階層型データ プラットフォームは、これらの問題の多くを軽減し、他の方法では実現不可能だったいくつかのユース ケースを実際に実現可能にすることができます。」

意思決定をスピードアップするためにエッジに AI を導入するというアイデアに戻ると、AI はより多くのデータにアクセスできるようになるにつれて、さらに向上し続けることができます。 「機械学習モデルへの関心が高まっています。さまざまなリアルタイムデータプロセスとユースケースを強化して、継続的なモデル改善を自動化するためです」とキーン氏は語った。 これにより、ビジネス ユーザーはより良い結果を達成し、改善された結果を顧客に提供できるようになります。

キーンは次のように結論付けています。「本当に強力なソリューションとなるのは、これらの機械学習モデルが現実世界の結果から学習することで精度を向上させるために常に更新されるだけでなく、分散プラットフォームのエッジで実行されることで最適な応答時間が確保され、大量のデータを集中型の Ccloud ホスティング プラットフォームに転送するための不要なバックホール コストが削減される点です。」

人工知能とエッジコンピューティングがモノのインターネットを強化する

キーン氏は、Volt のデータ管理ソリューションは、詐欺や脅威の防止、ハイパーパーソナライゼーション、リアルタイムのプライベートネットワーク SLA、トラフィック管理、車両管理、課金とポリシー、IoT デバイス管理、コンプライアンスとセキュリティを重視し、さまざまなリアルタイムアプリケーションをサポートするように設計されていると述べました。 規制報告、エッジに最適化されたフェデレーション意思決定、アクティブ デジタル ツイン。 しかし、彼は「当社は、顧客やパートナーが構築する最終アプリケーションではなく、実現技術を提供しています」と指摘しました。 同社は、「規模、低レイテンシ、精度、弾力性を必要とし、大規模な機械学習モデルの実行に適したアプリケーション」に重点を置いています。

キーン氏は、アクティブ ルーティングを通じて交通管理を改善するために、人口密集都市部で 5G を使用する例を挙げました。これは、ピーク時、オフピーク時、その他の静的な構成に合わせて変化するように設定された時間指定の信号機などの従来の交通管理ソリューションとは対照的です。 5GとAI駆動型処理をエッジに導入することで、「スマートシティは、何百もの交通カメラやその他のエンドポイントから情報を取得し、機械学習をAIの一形態として使用して行動を予測し、異常が発生したときにそれを検出し、問題のあるエリアから交通をリアルタイムで迂回させることができます。」

インダストリー 4.0 の範囲内のもう 1 つの例は、IoT デバイス管理です。キーン氏は、5G SIMカードを使用してさまざまな人や資産を接続、追跡、監視するという仮想的な操作を提案しました。 「SIM カードや SIM カードを含む資産を盗むなどの詐欺の問題を抱えている企業もいくつかあります」。 「このソリューションはジオフェンシングを使用して、デバイスが通常の動作エリア外に移動するとブロックまたは警告を発し、デバイスごとに変化する異常なトラフィックデータ使用パターンを検出します。機械学習モデルは、通常かつ予測可能な使用パターンと動作​​エリアを学習します。したがって、特定のデバイスが毎週木曜日の午後に何かを収集するためにサイトを離れるのが通常の場合は、不正としてフラグが立てられませんが、そのエリア外に移動することのない他のデバイスは、偶然外れた場合、すぐに不正としてフラグが立てられます。」