エッジAIはIoTのメリットを高める

今日のデジタル世界では、人工知能とモノのインターネットが私たちの生活のあらゆる側面に大きな変化をもたらしています。インターネットに接続される IoT デバイスの数は驚くべき速度で増加しています。 IDC によると、2025 年までに接続されるデバイスの数は 410 億台を超えると予想されています。

接続されたデバイスの数が増えると、クラウドに戻ってくるデータの量も指数関数的に増加します。最後に、このすべてのデータをクラウドに送り返して処理するのは、スケーラブルなモデルではありません。このすべてのデータをクラウド上で処理すると、ネットワーク帯域幅の要件が限界に達します。既存のデータセンターでは、伝送速度と応答時​​間を保証することが困難です。

エッジでより多くのデータ処理を行う必要があります。これは、エッジ コンピューティングの世界でビジネスを推進する大きな可能性を秘めた、次の未開拓のフロンティアです。

[[334063]]

エッジにインテリジェンスをもたらす

データは新たな石油ですが、皮肉なことに、ギガバイト単位の IoT データが周囲にあるにもかかわらず、そこから価値を引き出せる企業はほとんどありません。なぜなら、将来の傾向を予測できるパターンを理解して、さまざまな IoT デバイスのデータ セットを組み合わせることに真の価値があるからです。ここで、エッジ AI がデータの真の価値を回復する大きな可能性を秘めています。

エッジではより多くの処理能力が必要になります。これにより、企業はエッジで AI モデルを実行できるようになり、エッジにさらに多くのインテリジェンスをもたらすことができます。

現在、多くのエッジ デバイスにはコンピューティング機能が組み込まれています。多くの IoT エッジ デバイスには、GPU、TPU、または VPU が搭載されています。たとえば、一部のハイエンド セキュリティ カメラには現在 GPU カードが搭載されており、すべての HD ビデオをクラウドに送り返して処理するのではなく、エッジ自体で AI ベースの画像認識モデルを実行できます。処理をエッジに移動すると、応答時間が向上し、帯域幅の使用量が減少します。

実際の例を挙げてみましょう。 1,000 台のエッジ GPU 対応カメラを備えた石油およびガスの精製所では、モデルが検出しようとしている場所と異常に応じて、異なる AI モデルを異なるカメラ ノードに展開する必要があります。石油・ガス精製所内のレッドゾーンは、H2S ガス漏れにより死亡する可能性が高いエリアです。したがって、レッドゾーンに入る人は防護具を着用する必要があります。レッドゾーンに焦点を合わせたカメラは、レッドゾーンに入るときに緊急呼吸装置 (EBA) を着用していないなどの HSE 違反を検出し、リアルタイムで警告を発して人命を救うことができます。

エッジ AI は、データをより有効に活用するのに役立ちます。エッジ AI の用途は多岐にわたり、医療における患者のモニタリング、農作物の健康状態の評価、自然災害時の負傷者の特定と救助など、さまざまな分野に適用できます。

エッジでのAIライフサイクルの管理

エッジで AI モデルを実行する場合は慎重に検討する必要があります。 AI モデルがエッジにロードされると、そのパフォーマンスを継続的に監視し、さまざまな状況に合わせて最適化する必要があります。

IoT の世界では、エッジ デバイスの異種性により、独自の課題が生じます。リモート展開モデルとエッジの監視は、大きな可能性を秘めたもう 1 つの大きな領域です。 AI モデルのパフォーマンスをリモートで展開および微調整するには、堅牢なメカニズムが必要です。ハードウェアの状態を注意深く監視することも重要です。

これらのモデルのパフォーマンスを継続的に監視することも重要な要件です。エッジでの AI モデルの継続的なデプロイメント、デバッグ、微調整の管理も、実際に進歩を遂げている企業がほとんどない分野です。

エッジで AI 機能を活用し始めたばかりの企業には、次の点に留意することをお勧めします。

• ビジネスに直接的なメリットをもたらす適切なユースケースを選択することが重要です。
• エッジ サービスの展開と監視のプロセスを自動化するための適切なツールを選択します。 Eclipse Foundation の ioFog プロジェクトがこの分野で大きな話題を呼んでいます。
• エッジ ハードウェアを選択するときは、将来のニーズとハードウェアの機能を拡張する能力に基づいて、3 ～ 5 年のロードマップを作成することを忘れないでください。

エッジセキュリティ

エッジ セキュリティは無視できないもう一つの重要な要素です。ハンドリングをエッジに近づけると、エッジ内およびエッジ周辺にさらにストレスがかかります。エッジ セキュリティは、ハードウェア スタックとソフトウェア スタックの両方のセキュリティを確保するための多面的な戦略である必要があります。エッジ ネットワークに侵入する悪意のあるノードを検出するために、注意を払う必要があります。悪意のあるノードが検出されると、そのノードは隔離され、エッジ ネットワークに侵入できないようにする必要があります。

1 つのアプローチは、ハードウェアの信頼のルートを活用してエッジ コンピューティング システムの動作を保護することです。不正なアプリケーションから保護するためのランタイム アプリケーション認証および承認機能を備えています。デバイスからクラウドにデータを移動するには信頼が必要です。データ フローを完全に制御することで、データが許可されたノードにのみ到達することが保証されます。

要約する

AI の利点は、ビジネスに真の価値をもたらす大きな可能性を秘めた、次に活用すべき大きな金鉱です。 IoT の世界のエッジにおける人工知能は、コスト効率が高く、低遅延の方法で、ビジネスにインテリジェントなリアルタイムの意思決定を提供するのに役立ちます。