AIがコンピューティングをエッジに押し上げる

AIがコンピューティングをエッジに押し上げる

[[408175]]

ここ数年の流行語といえば、エッジ コンピューティングは 5G や AI と密接に関係しています。しかし、Eclipse Foundation の調査結果によると、エッジ コンピューティングは実際に企業で普及しつつあり、それらのどれよりも速く導入されているようです。

Eclipse Foundation は 2021 年の最初の 3 か月間に 301 人を対象に調査を実施し、企業の 38% がすでに何らかのエッジ コンピューティング戦略を実装しており、44% が今後 24 か月以内にエッジ コンピューティングを実装する予定であることがわかりました。このうち 44% は、これらの展開に 12 か月未満かかると予想しています。


企業がエッジ コンピューティング戦略を採用しているのは、増え続けるデータをクラウドに送信してそこに保存しておくのがあまりにもコストがかかりすぎるようになったためです。さらに、データをクラウドに移動し、分析して、分析結果を元のデバイスに送り返すのに必要な時間は、多くのジョブにとって長すぎます。

たとえば、工場の機械のセンサーが異常を検知した場合、機械のオペレーターはすぐにそれを知り、機械を停止したい(またはコントローラーに機械を停止させたい)のですが、クラウドへの往復データ転送時間が長すぎます。そのため、上の図に示されている主要なクラウド ワークロードの多くには、エッジでの機械学習や分析が関係しています。

工場の制御ロジックやセンサーフュージョンは、価値を高めるために迅速に実行する必要がありますが、データ分析やビデオ処理では大量のデータが生成されるため、クラウドでの送信や処理にコストがかかる可能性があります。どちらの使用例でも、レイテンシも重要です。

しかし、図の他のいくつかのワークロードは、コンピューティングにおける次の大きな課題がどこから来るのかを示唆しています。上の図に示されている 2 つのワークロードは、複数のノード間でのデータ交換を伴います。現実には、コンピューティングが単一のクラウドまたはクライアント デバイス上で行われていた時代から、複数のクラウドとクライアント デバイスに分散される時代へと移行しています。

このコンピューティング モデルでは、コンピューティング システムを構築する人が、無数のエッジ コンピューティング環境と、それらすべてで実行されるアプリケーションのセキュリティとレイテンシの要件に対応する必要があるため、新たな課題が生じます。したがって、構成と管理は厄介な問題になります。

分散エッジ コンピューティングの新しい世界では、コンピューティング用にサーバーや電話を選択するのではなく、照明スイッチ、産業用プログラマブル ロジック コントローラー、工場のエッジ ゲートウェイ、またはハンドヘルド タブレット上でアプリケーションを実行する機会が提供される場合があります。これは、複数のプロセッサ タイプ、使用可能なメモリの複数のレベル、およびさまざまなレベルのネットワーク アクセスを意味します。

このようにデータとコンピューティングを移動することは新しいことであり、新しいアーキテクチャ、新しいデータベース、セキュリティとデバイス管理を処理する新しい方法が必要になります。調査結果が示すように、エッジ コンピューティングはすでに導入され始めており、その導入は特に難しいものではありません。難しいのは、新しいアプリケーションを構築し、周囲のコンピューターを活用する方法です。

この点は、クラウド コンピューティングの新しいアーキテクチャに関する Deloitte のインタビューでよく説明されています。この投稿で、同社のゼネラルマネージャーである David Linthicum 氏は、新しいエッジ コンピューティング システムを最大限に活用する方法を模索している CIO、CTO、その他の関係者に、いくつかの難しい質問を投げかけています。

「組織が直面する課題は、アーキテクチャに関するものです。基本的に、組織はアーキテクチャをレイヤーに分割するための支援を必要としています。テクノロジストとして、私たちは、データをどこに保管するのか、知識をどこに保存するのか、それを最も効率的に行う方法は何なのか、といった質問をよく耳にします。今後、ロボティクスであれ、エッジベースのプライベート クラウド サービスであれ、組織はアーキテクチャのレイヤー間で情報の流れを動的に管理できる構成管理システムを作成する必要があります。幹部と話をすると、組織をエッジ コンピューティングに移行することに関して最も懸念されるのは、エッジ コンピューティングが機能しないということではなく、動的な変更を可能にする方法でインフラストラクチャまたはレイヤーを運用できるかどうかということです。」

したがって、エッジ インフラストラクチャの構築には 1 年しかかからないかもしれませんが、そのアーキテクチャを最適に使用する方法を見つけるにはさらに長い時間がかかり、時間の経過とともに進化していく可能性があります。

<<:  資金調達は引き続き好調:6月の自動運転分野における資金調達活動の概要

>>:  ImageNet の最高スコアを更新しましょう! Google Brain 中国研究者がスーパートランスフォーマーをリリース

ブログ    
ブログ    
ブログ    

推薦する

人工知能の台頭が懸念を引き起こしています。私たちはどう対応すべきでしょうか?

AlphaGoがイ・セドルに勝利したことで世界は人工知能に再び親しむようになったが、アップグレード...

ディープニューラルネットワークを使用してNER固有表現抽出の問題を解決する

この記事は次のように構成されています。固有表現抽出 (NER) とはどのように識別しますか? cs2...

物流自動化への人工知能導入の大きな影響

自動化はテクノロジーを利用して、人間がより多くのタスクを完了できるようにします。物流の自動化をあらゆ...

GPT-4 コードインタープリターのベンチマーク! CUHKはモデルに数学の問題を解くコードを書かせ、そのスコアはGPT-4を上回る

GPT-4 コードインタープリターをベンチマークし、CUHK の最新の研究では「大きな動き」が発表さ...

Nvidia は 5 億ドル相当の巨額注文を獲得しました。インドのデータセンターが H100/GH200 を一気に 16,000 台購入

Nvidia は大きな注文を受けるのでしょうか? 1 回のトランザクションには 16,000 個の ...

...

理解を助ける7種類の人工知能

[[269361]] [51CTO.com クイック翻訳] 人工知能は、これまでで最も驚くべきイノベ...

Java プログラミング スキル - データ構造とアルゴリズム「再帰」

[[392763]]コンセプト簡単に言うと、再帰とは、毎回異なる変数を渡しながら、自身を呼び出すメ...

...

シングルトランスフォーマー情報検索、Google は微分可能な検索インデックスでデュアルエンコーダーモデルに勝利

情報検索 (IR) は、インターネットの誕生以来、揺るぎない地位を築いてきました。膨大なデータからユ...

「今日の簡単な歴史」:今後 15 年間でほとんどの人が失業することになるのでしょうか?

ユヴァル・ノア・ハラリ氏(42歳)はもともとエルサレムでヘブライ語で歴史を教える大学教授だった。38...

...

ロボット工学における最先端技術トップ10

近年、ロボット産業は急速に発展し、特に産業分野ではロボットがさまざまな分野で広く使用されるようになり...

...