AI機能をエッジに拡張する方法: ストレージが基盤となる

[[270991]]

人工知能技術の復活は、ここ数年の IT に代表される計算能力の大幅な向上が主な要因です。グラフィックス プロセッシング ユニット (GPU) とクラウド コンピューティング リソースの弾力性と組み合わせると、機械学習や自然言語処理インスタンスにおける AI のコンピューティング リソース要件は、企業にとってついに達成不可能な贅沢になりつつあります。

しかしながら、あまり広く知られていないものの、同様に重要な AI ルネッサンスのトレンドがもう 1 つあります。それは、モノのインターネットとエッジ コンピューティングのシナリオにおける AI テクノロジの応用です。 StorCentric の CEO である Mihir Shah 氏によると、この傾向はビッグ データのワークロードには「速度に対する厳しい要件があるが、安定性も必要である」という事実を反映しているとのこと。

これらすべては、基盤となるストレージ層によってサポートされる必要があります。つまり、コンピューティング能力に加えて、ストレージは AI がデータ エコシステムで重要な役割を果たすためのもう 1 つの柱となっているのです。 AI に必要な膨大な計算能力には、大規模かつ迅速なデータアクセスが求められるため、ストレージは AI 技術に不可欠であり、この要件はエッジ コンピューティングやバックアップなどの実際のシナリオでより現実的かつ顕著になります。

理想的なストレージ容量と組み合わせると、AI コンピューティングの速度は、インテリジェントなモノのインターネット (IIoT) に役立つ多くの最先端のエッジ コンピューティングのユース ケースを強化できます。

>>> 顔認識

スマート IoT のストレージ要件は、主にエッジ コンピューティング アプリケーションに反映されます。たとえば、米国国防総省は現在、顔認識などの AI 技術を使用して、遠隔地を管理し、施設に出入りする特定の人員を確認しています。当然のことながら、高度な機械学習、畳み込みニューラル ネットワーク、統計的認知コンピューティングを伴う顔認識テクノロジでは、正常な動作を保証するための基盤となるストレージ デバイスに特別な要求が課せられます。 「彼らは、データの流れを高速化するように設計された直接接続型ストレージソリューションを好んでいます」とシャー氏は国防総省の顔認識の取り組みについて語った。「持ち運び可能で、高速で、使いやすいのです。」

この特定のユースケースでは、顔認識の実装はエッジ コンピューティングのストレージ サポートに大きく依存します。 「エッジにあるこれらの顔認識システムは、サーバーのすぐ隣にあります」とシャー氏は言う。「サーバーはデバイスに直接接続されています。誰かが中に入ると、デバイスが顔をスキャンして生体認証を収集します。サーバーはそれを即座に処理し、ストレージ デバイス内の情報と比較します。」

>>> エッジにおける AI

上記の例やその他のエッジ AI 展開シナリオでは、ストレージ ユニットは多くの場合、一連の特定の要件に直面します。一般的に言えば、モノのインターネットを実現するには、デバイスのサイズを縮小することが重要です。したがって、エッジの追加ストレージ デバイスでは、サイズが設計の中心的な要素になります。このような設計では、「スリム化」した後でも AI に必要なデータ スケールを処理できることを保証する必要もあります。 StorCentric CTO の Rod Harrison 氏は、エッジ コンピューティングのユース ケースをサポートするために使用される小型のストレージ ユニットの中には、約 70 TB のデータを保持できるものがあることに気づきました。さらに、ストレージ デバイスは、リモート環境の非技術者のユーザーの操作ニーズを満たすために、ユーザー フレンドリーである必要があります。 「IT プロフェッショナルがあまりいないこの環境では、機器は使いやすく高速である必要があります。そのため、デバイスに Thunderbolt ポートを装備しました」と Shah 氏は言います。

>>> モバイル エッジ コンピューティング

さらに、ポータビリティの重要性も高まっています。エッジストレージだけでなく、エッジコンピューティング自体もポータビリティを重視しています。現時点で最も典型的なケースは、多数のスマートフォンが継続的にセンサーデータを生成していることです。スマート IoT における IT 資産と比較すると、スマートフォンはそれほど大きなストレージ要件を持たないかもしれませんが、別の観点から見ると、携帯性の利点も強調されます。もう一つの典型的な例は、遠隔地に配備された軍用戦闘車両の保管ユニットです。 「これはローカル ストレージであり、オペレーターはデバイスを拠点に持ち帰り、中央サーバーにダウンロードできます。」さらに、障害が発生した場合、オペレーターはこのストレージ ユニットを簡単に交換して、ビジネスの継続性を実現できます。 「システム全体が非常に使いやすいため、ITチームがいなくても、ドライブが故障したり、何か問題が起きたりしても、現場の兵士はドライブを取り出し、すぐに新しいドライブを挿入できる」とシャー氏は語った。

>>> インテリジェントエッジ

ストレージはインテリジェント IoT の進歩に不可欠であり、デバイスが必要に応じてデータをオフロードし、オンデマンドでデータにアクセスし、クラウドに展開された AI によって課されるコンピューティング要件をサポートできるようにします。このように、AI 技術の実現可能性は認知コンピューティングだけでなく、モノのインターネットの分野にも広がることになります。さらに、便利で信頼性の高いストレージは、集中的に展開された AI ソリューションにも不可欠であり、さまざまな一般的な AI 実装結果を直接もたらします。 「私の考えでは、AIとIoT技術の統合はまず一連の大企業で実現されるだろうが、時間が経つにつれて、この成果は最終的により多くの中小企業に浸透するだろう」とシャー氏は述べた。