エッジコンピューティングとは

エッジ AI の普及

エッジの人工知能（AI）は、組織の運営のあり方を変革しつつあります。モデルのトレーニングは主にデータセンターで行われますが、テスト時の推論はエッジで行われることが増えており、エッジはエンタープライズ AI の新たな領域となっています。これにより、幅広い業種において、顧客に合わせてパーソナライズされた提案から完全自動化システムに至るまで、さまざまなユースケースで予測分析と自動化が可能になっています。組織は、エッジの AI を活用することで、進化するビジネスニーズに能動的に対応できるようになります。

エッジコンピューティングのユースケース

エッジインフラストラクチャは、各業界で、リアルタイムかつデータ集約型の幅広い用途を支えています。

• 製造業および産業用 IoT：機械のリアルタイム監視と制御、予知保全、品質アシュアランスを可能にします。これにより、業務効率が向上し、ダウンタイムが短縮します。
• エッジの人工知能（AI）は、組織の運営の在り方を変革しつつあります。モデルのトレーニングは主にデータセンターで行われますが、テスト時の推論はエッジで行われることが増えており、エッジはエンタープライズ AI の新たな領域となっています。これにより、幅広い業種において、顧客に合わせた提案から完全自動化システムに至るまで、さまざまなユースケースで予測分析と自動化が可能になっています。組織は、エッジ AI を活用することで、進化するビジネスニーズに能動的に対応できるようになります。
• 医療：遠隔患者モニタリング、遠隔医療、医療データのリアルタイム分析をサポートします。これにより、患者ケアが強化され、院内業務の効率が向上します。
• 金融：銀行業務における分析、不正検出、支店における顧客体験、およびセキュリティを強化します。これにより、組織における運用効率化と、変化する状況への即時対応が可能になります。

エッジインフラストラクチャと運用における課題  

エッジ環境の運用では、以下のような固有の課題が生じます。

• 環境面での制約：電力、冷却、静音性、設置スペースといった制約があるため、専用ソリューションが必要になります。
• 帯域幅と遅延：帯域幅と遅延の問題に対処するために、効率的なローカルデータ処理と転送が不可欠になります。
  
• データ主権：各地域の規制に準拠する必要があるため、複雑さが増します。 
• 運用の複雑さ：複数のエッジサイトに分散したインフラストラクチャ管理により 、デプロイメントの一貫性が確保されず、設定のばらつきが生じるリスクが高まります。 
• 拡張性：エッジシステムは、特に AI が加速する中で、進化するワークロードに対応できる必要があります。 
• 技術力の不足：多くのエッジ拠点でオンサイトの技術スタッフが不足しており、オンボーディングと障害対応を困難にしています。
• セキュリティ：複数のエッジロケーションにまたがってデータが処理されることで、サイバー脅威リスクが高まる可能性があるため、堅牢な多層型のセキュリティ対策が不可欠になります。
• 従来システムとの統合：エッジ コンピューティング ソリューションを既存システムと統合するには、シームレスな相互運用性と円滑な移行を確保する、緻密な計画が求められます。

AI 対応エッジインフラストラクチャにおける重要な考慮事項

最新の AI 対応エッジインフラストラクチャでは、以下の点を考慮する必要があります。

• コンピューティング、ストレージ、GPU の柔軟なカスタマイズ可能性：多様化および進化するワークロード要件と自動化要件に対応します。
• SaaS ベースの一元管理：分散サイト全体におけるゼロタッチプロビジョニング、自動更新、リアルタイムの可視性を実現します。
• 運用の簡素化：デプロイメントとメンテナンスを合理化します。これは遠隔地やリソースが限られている拠点に不可欠です。
• 包括的なセキュリティ：ネイティブ ファイアウォール、侵入防御、ワークロードや AI モデル向けの多層防御など、エンドツーエンドの物理的保護およびデジタル保護を提供します。
• 事前検証済みの業界固有ソリューション：デプロイメントの合理化、運用リスクの軽減、価値実現までの時間の短縮を図ります。
• 再現可能な大規模展開：各サイトに技術者を派遣することなく、複数のサイトに一括してパッチの適用やアップグレードを実行できます。

エッジコンピューティングの利点

リアルタイムデータを生成場所の近くで処理することで、遅延が短縮され、インサイトと意思決定が迅速化されます。これは即時性が求められる用途において、きわめて重要です。また、このアーキテクチャでは、中央データセンターへの依存が最小限に抑えられ、常に大容量の通信を維持する必要性が低減することで、業務効率も高まります。エッジコンピューティングは、現場で個別化されたサービスによる顧客体験の強化やリアルタイムの運用分析によるコスト削減といった、AI と IoT への新たな取り組みをサポートします。

このようにエッジコンピューティングでは、迅速なインサイト、優れたユーザー体験、より効率的で拡張性の高いデジタルサービスの提供を通じて、イノベーション、俊敏性、競争力を促進します。加えて、中央サーバーとの間で送受信されるデータ量が削減されることでコスト効率が向上し、帯域幅とストレージの大幅な節約にも貢献します。

エッジテクノロジーの構成要素

エッジ コンピューティング テクノロジーはセンサー、IoT デバイス、ローカルサーバーのような各コンポーネントから成る分散ネットワークで構成され、各コンポーネントは連携してデータを発生場所で処理します。離れた場所にあるクラウドサーバーにデータを送信して処理する従来のクラウドモデルとは異なり、エッジコンピューティングでは、データの移動時間が短縮されるため、業務効率が向上します。これは、スマートシティでの交通管理や産業モニタリングなど、データを瞬時に処理する必要がある用途では不可欠な要素です。

重要な点は、エッジコンピューティングがデータ発生場所の近くで情報を処理するので、リモートサーバーへの送信中のデータ侵害のリスクが最小限に抑えられ、データのセキュリティとプライバシーが強化されることです。そのためエッジコンピューティングは、機密情報を扱い、厳格なデータプライバシー規制に準拠する必要がある業界にとって最適です。 

エッジ コンピューティング テクノロジーのタイプ

エッジクラウド

エッジクラウドは、エッジコンピューティングとクラウドテクノロジーの両方の利点を活用するハイブリッドモデルです。重要なデータの処理にはエッジを使用し、より広範なデータストレージや複雑な分析にはクラウドリソースを使用します。この相乗効果により、ビジネスにおける迅速な応答性と堅牢なデータ分析能力を両立できます。データ処理ニーズが高まる中でも高いパフォーマンスを維持する、拡張性と信頼性にも優れたインフラストラクチャを必要とする組織にとって、エッジクラウドソリューションは特に価値があります。

フォグコンピューティング

フォグコンピューティングは、クラウドとエッジデバイスの間に戦略的にノードを配置することでクラウドを拡張し、コンピューティング インフラストラクチャを分散化するものです。このアーキテクチャにより、データ、コンピューティング、ストレージ、アプリケーションが、ユーザーや IoT デバイスの近くに配置され、データが生成場所付近で処理されるようになります。フォグコンピューティングでは、中央クラウドの外部に「フォグ」を作ることで、データ転送時間とデータ処理の遅延が低減されます。

マルチアクセス エッジ コンピューティング（MEC）

欧州電気通信標準化機構（ETSI）の定義によると、MEC とは、アプリケーション開発者やコンテンツプロバイダーに、ネットワークのエッジでクラウドコンピューティング機能と IT サービス環境を提供するものです。この環境により、超低遅延、高帯域幅、そしてアプリケーションが活用できる無線ネットワーク情報へのリアルタイムアクセスが実現します。

マイクロデータセンター

従来のデータセンターと同じコンポーネントを維持しつつ、データの発生場所付近に展開された、高い可搬性と堅牢性を備えたデータセンターです。その柔軟性により、環境ごとに固有の実装要件に合わせたカスタム構成を構築できます。たとえば 5G 仮想ネットワーク機能を現場でホスティングしたり、工場の現場で予兆保全を管理したりすることができます。

クラウドレット

エッジデバイスの近くに配置された、モビリティを強化した小規模データセンターです。エッジデバイスは、近傍のクラウドレットにプロセスをオフロードできます。クラウドを模したクラウドレットの目的は、低遅延のコンピューティングリソースを提供し、リソースを大量に消費するインタラクティブなモバイルアプリケーションのパフォーマンスを向上させることです。 

緊急対応ユニット

緊急事態における初期対応者間の相互通信を確立する、自己完結型の移動式システムです。影響を受けたエリアにおける重要な通信をすばやく再確立するために、あらゆる緊急サイトに、高度なスキルを持ったタクティカル オペレーション チームとともに即時に配備されます。