エッジコンピューティング時代の到来は AI にどのような影響を与えるのでしょうか?

エッジコンピューティング時代の到来は AI にどのような影響を与えるのでしょうか?

[[270834]]

近年、人工知能はテクノロジー界で注目されている分野です。中国では、Megvii Technology、SenseTime、Jialian Technology Video++、Yitu Technologyなどの優れたスタートアップ企業が近年誕生しています。しかし、5G、人工知能、モノのインターネットの登場により、従来のクラウドコンピューティング技術では、人工知能端末の「大規模接続、低遅延、大規模帯域幅」の要件を満たすことができなくなりました。

クラウド コンピューティングの機能はますます強力になっていますが、従来のクラウド コンピューティングでは、個人のプライバシーに関わる大量のデータを扱う場合、IoT ベースのアプリケーション サービス プログラムを効率的にサポートすることはできません。エッジ ビッグ データ処理の時代におけるエッジ クラウド コンピューティングは、これらの問題を非常にうまく解決できます。

エッジコンピューティングとは何ですか?

エッジ クラウドは、クラウド コンピューティング テクノロジーの中核とエッジ コンピューティングの機能に基づいてエッジ インフラストラクチャ上に構築されたクラウド コンピューティング プラットフォームです。エッジに包括的なコンピューティング、ネットワーキング、ストレージ、セキュリティ機能を備えた弾力性のあるクラウドプラットフォームが形成され、中央のクラウドとIoT端末で「クラウド-エッジ-エンド連携」のエンドツーエンドの技術アーキテクチャが形成されます。ネットワーク転送、ストレージ、コンピューティング、インテリジェントデータ分析などのタスクをエッジに配置して処理することで、応答遅延が短縮され、クラウドの負荷が軽減され、帯域幅コストが削減され、フルネットワークスケジューリングやコンピューティングパワー配分などのクラウドサービスが提供されます。

簡単に言えば、エッジ コンピューティングとは、オブジェクトまたはデータのソースに近いネットワークのエッジでネットワーク、コンピューティング、ストレージ、およびアプリケーション処理機能を統合し、近くでインテリジェントなサービスを提供する分散プラットフォームを指します。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の逆の操作として理解できます。クラウド コンピューティングは、エッジまたはデスクトップからのコンピューティング機能とストレージ機能の集中に重点を置いていますが、エッジ コンピューティングは、そのようなコンピューティング機能とストレージ機能をエッジに戻します。

エッジコンピューティングの理由

エッジコンピューティングが登場した主な理由は、クラウドコンピューティングのサービスが不十分であることです。クラウドコンピューティングは主に集中管理方式を採用しており、クラウドサービスはより高い経済的利益を生み出すことができます。Internet of Everythingの文脈では、アプリケーションサービスには低レイテンシ、高い信頼性、データセキュリティが求められますが、従来のクラウドコンピューティングではこれらの要件を満たすことができません。

まず、モノのインターネット環境では、エッジデバイスが大量のリアルタイムデータを生成し、クラウドコンピューティングのパフォーマンスが徐々にボトルネックになりつつあります。IDCの予測によると、2020年までに世界のデータ総量は40ZBを超えると予想されています。エッジデバイスからのデータ量が増加するにつれて、ネットワーク帯域幅が徐々にクラウドコンピューティングのもう1つのボトルネックになりつつあります。第二に、ユーザーが電子ショッピングサイト、検索エンジン、ソーシャルネットワークなどを使用すると、ユーザーのプライバシーデータを含むプライバシーデータがクラウドセンターにアップロードされます。ビデオデータがクラウドデータセンターに直接アップロードされると、ビデオデータの送信は帯域幅リソースを占有するだけでなく、ユーザーのプライバシーデータが漏洩するリスクも高まります。エッジコンピューティングモデルは、この種の機密データに対してより優れたプライバシー保護メカニズムを提供します。 ***、クラウドデータセンターのエネルギー消費問題に関しては、クラウドコンピューティングセンターで実行されるユーザーアプリケーションがますます増えるにつれて、大規模データセンターのエネルギー消費需要は将来的に満たすことが難しくなります。このエネルギー消費問題を解決するために、エッジコンピューティングモデルは、元のクラウドデータセンターで実行されている一部のコンピューティングタスクを分解し、分解されたコンピューティングタスクをエッジノードに移行して処理することを提案し、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負荷を軽減し、エネルギー消費を削減するという目的を達成します。

エッジコンピューティングの応用シナリオ

エッジ コンピューティングのアプリケーション シナリオは、カバレッジに基づいて、完全なネットワーク カバレッジとローカル カバレッジの 2 つのカテゴリに分けられます。完全なネットワーク カバレッジ アプリケーションの基本要件は、地域レベルとオペレータ ネットワーク レベルの両方でエッジ ノードのカバレッジからローカル コンピューティング (CDN、ライブ ビデオ、エッジ ダイヤリング/モニタリングなど) を確保すること、または十分な数のノードに基づいてネットワーク リンクを最適化することです。

ローカル カバレッジ アプリケーションの中核となる要件は、エッジ ノードのローカリゼーションです。つまり、エッジ ノードのアクセス距離は十分近い (<30 キロメートル) 必要があり、レイテンシは十分に低い (<5 ミリ秒) 必要があります。これにより、新しい小売、医療、その他の業界における監視データのクラウド移行など、ローカライズされたサービスのクラウド移行のニーズをサポートできます。このようなアプリケーションの大きな帯域幅要件は、レイテンシやコストの最適化など、エッジ クラウド コンピューティングのコアな利点を最もよく反映するシナリオです。

ライブビデオのメディア ストリームは最も近いエッジ ノードにプッシュされ、そこで直接トランスコードされます。トランスコードされたメディア ストリームは CDN エッジ ノードに配信され、ユーザーがアクセスするとコンテンツが近くで返されます。エッジ ノードに基づくサービス、ライブ ストリームのアップストリームおよびダウンストリーム コンテンツ プッシュ、およびトランスコーディング処理をセンターに戻す必要がなくなり、ビジネスの遅延が大幅に短縮され、インタラクティブなエクスペリエンスが向上します。同時に、エッジ処理アーキテクチャにより、帯域幅コストも大幅に節約されます。

まとめ:

これまで、AIはデータ分析やアルゴリズム操作を実行するために強力なクラウドコンピューティング機能に頼る必要がありました。テクノロジーが成熟し、新しいアプリケーションが登場するにつれて、ビジネスのデジタル化の概念が徐々に人々の心に浸透してきました。チップの機能は向上し続け、エッジコンピューティングプラットフォームは成熟し、AIに予備的なデータのスクリーニングと分析、デバイスのリアルタイム応答などを支援する強力な機能を与え、産業分野、スマートシティ、ビデオ認識のサービスをさらに向上させることができます。エッジクラウドコンピューティング技術は、人工知能やモノのインターネットなどの分野で重要な要素となり、さらに発展し、潜在的な顧客やシナリオが次々と生まれていきます。エッジ クラウド コンピューティングの適用シナリオが増えるにつれて、ユーザーのニーズの変化が今後の注目の的になるでしょう。エッジ クラウド コンピューティングがうまく機能すれば、従来のクラウド コンピューティングよりもはるかに低いコストでプロジェクトを実装できるようになります。

<<:  韓国のUNISTが協力し、今後5~15分間の交通状況を予測するAIシステムを開発

>>:  13歳の天才少年がAIスピーカーを開発。2010年代以降の世代は単純ではない

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

人工知能の可能性を解き放つ3つのステップ

ガートナーのデータによると、2020 年までに人工知能は CIO の 30% 以上にとって最優先事項...

AIがスマートフォンを制御するようになると、アプリ時代の終焉が近づいているかもしれない

Mobile World Congress 2024 で AI について言及しないわけにはいきません...

わかりやすく解説: 機械学習と統計モデリングの違い

これらは互いに大きく異なっており、すべてのデータ サイエンティストはその理由と方法を理解する必要があ...

AIビッグモデルにおける言語の不平等:英語は最も安価、他の言語ははるかに高価

7月31日、ユーザーが使用する言語が大規模言語モデル(LLM)のコストに大きな影響を与え、英語話者と...

人工知能との競争において、カスタマーサービスと宅配業者が勝つ可能性はどれくらいでしょうか?

[[409291]]労働日報記者 イェ・ユン・チェン・ニン 写真家 チェン・ニン編集者注人工知能(...

...

...

...

JVM チューニングの概要: 基本的なガベージ コレクション アルゴリズム

ガベージ コレクション アルゴリズムは、さまざまな観点から分類できます。基本的なリサイクル戦略によれ...

...

人工知能と機械学習の時代に新たなサイバー脅威にどう対抗するか

侵入テスト サービスの必要性は、システムへの攻撃が頻繁に行われるようになった 1 世紀以上にわたって...

世界を支配するマスターアルゴリズムは存在するのでしょうか?

[[159157]]アルゴリズムは私たちの生活にますます影響を与えています。しかし、ほとんどの場合...

Googleが絵画におけるAI使用の権利を取り戻す、ネットユーザー「DALL・E 2は発売からわずか1ヶ月で時代遅れ?」

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

...