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
Llama2 はオープンソースであり、無料の商用利用をサポートしているため、オープンソースの大規模...
シーケンスモデルにおけるHMM(隠れマルコフモデル)を習得した後は、別のシーケンスモデルであるCRF...
6月19日、生成型人工知能がハードウェア設計などの分野に参入し始めました。最近、ニューヨーク大学の...
[[378652]]調査会社IDCが最近発表した「世界の人工知能支出ガイド」によると、世界の人工知能...
[[397576]]システムに閉じ込められた配達員から人々が飽きることのないソーシャルメディアまで、...
さまざまな状況情報を記憶し、推論できるパーソナル AI アシスタントは、常にすぐそこまで来ているよう...
杭州アジア競技大会初の金メダルが誕生した。女子軽量級ダブルスカルボート決勝では、中国の鄒佳琦選手と邱...
モバイルインターネット時代の到来により、AIは前例のない成果を達成し、人々の生活のあらゆる側面に入り...
新型コロナウイルス感染症のパンデミックにより、多くの人々の働き方が変化しました。現在、多くの企業は、...
[[423559]] 5Gの開発と導入は、特にアジアで加速しています。現場ではさまざまな試験が進行中...
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...
若い医師の慢性的な不足により、2034年までに米国全土で124,000件もの求人が発生すると推定され...
トップ10のアルゴリズムを発明したアルゴリズムの巨匠たち1. 1946年のモンテカルロ法[1946年...