IoTデバイスの数が増え続けるにつれて、企業によって生成されるデータ量は飛躍的に増加しています。しかし、「スマートデバイス」の急増によるデータ生成の膨大な急増のため、従来のクラウドコンピューティングインフラストラクチャではボトルネックが発生しています。このため、クラウドコンピューティングは、より信頼性の高いリアルタイム処理のために、そのプロセスの一部をフォグコンピューティングおよびエッジコンピューティングとして知られる他の層にシフトしています。さらに、従来のコンピューティングアーキテクチャの分散化が採用されたことで、フォグおよびエッジ層は機械知能を可能にしました。その結果、フォグおよびエッジコンピューティングソリューションは、IIoTアプリケーションがデータを収集、処理、保存、移動、分析する方法を変革しました。したがって、フォグコンピューティングとエッジコンピューティングの利点は、企業や組織がこれまで以上に迅速にデジタルトランスフォーメーションを推進することを可能にします。このブログでは、フォグコンピューティングとエッジコンピューティング、およびそれらの違いについてさらに説明します。
フォグコンピューティングとエッジコンピューティングとは？
フォグコンピューティングとエッジコンピューティングの違いを理解するには、クラウドコンピューティングがデータをフォグおよびエッジ層にオフロードする必要がある理由を理解する必要があります。ご存じのように、クラウドコンピューティングはIoT開発の初期段階にあり、IoTおよびIIoTデバイスは収集されたすべてのデータをリモートデータサーバーに送信して、通常は機械学習のための追加処理を行います。クラウドデータセンターにあるコンピューターは、通常、強力なリソースを持つ大規模なサーバーコンピューターです。これらのコンピューターは、大量のデータを保存し、複雑なアプリケーションを実行することができます。しかし、クラウドでさえ、数十億のIoTおよびIIoTデバイスによって生成される大量のデータの流入に圧倒されています。したがって、クラウドコンピューティングは、その操作の一部をデータソースの近くにオフロードしています。フォグコンピューティングとエッジコンピューティングは、クラウドネットワークの拡張であり、IIoTアプリケーションをはるかに高速かつ強力にします。フォグコンピューティングとエッジコンピューティングは似ていますが、それらを区別するいくつかの違いがあります。
フォグコンピューティングとは？
フォグコンピューティングは、クラウドとエッジの間に存在する層です。フォグコンピューティングは、エッジでデータを処理し、最も重要な情報のみをクラウドに送信して、さらなる分析と保存を行うフィルターとして機能します。フォグコンピューティングは、さまざまなセンサーとIIoTデバイスによって収集されたデータを処理、フィルタリング、管理、および分析します。フォグコンピューティングに使用されるコンピューターはフォグノードと呼ばれます。フォグコンピューティングは、計算タスクをクラウドからローカルエリアネットワーク（LAN）にオフロードします。したがって、フォグコンピューティングは、エッジに強力なコンピューティングをもたらすことで、インテリジェントなアプリケーションをエッジでリアルタイムに実行することを可能にします。ただし、クラウドとエッジの間にレイヤーを追加することで、フォグコンピューティングはIoTネットワークアーキテクチャの複雑さを増しています。
エッジコンピューティングとは？
エッジコンピューティングは、センサーが頻繁に展開されるデータソースに最も近い層です。IIoTデバイス、センサー、アクチュエーターなどのエッジコンピューティングデバイスは、実行中のアプリケーションに直接接続されます。これらのデバイスは、同じハードウェアまたはエンドポイントにインストールされたIoTゲートウェイでデータを収集して計算します。エッジコンピューティングは、さらなる処理と分析のためにデータをすぐにクラウドに送信することもできます。IoTアーキテクチャ内で追加のレイヤーを追加する必要がないため、エッジコンピューティングは通信チェーンを簡素化し、潜在的な障害点を削減します。
フォグコンピューティングとエッジコンピューティングの違いは？
フォグコンピューティングとエッジコンピューティングは、いくつかの明確な違いがあるものの、非常によく似ています。根本的に、フォグコンピューティングとエッジコンピューティングの両方とも、クラウドの帯域幅をエッジにオフロードします。ただし、フォグコンピューティングとエッジコンピューティングの主な違いは、データが処理される場所です。エッジコンピューティングは、データを収集するデバイスでデータを直接処理します。一部のエッジコンピューティングアプリケーションは、データを収集するセンサーやアクチュエーターでデータを直接処理しません。しかし、コンピューティングは、IoTゲートウェイや頑丈なエッジコンピューターなど、データソースに比較的近い場所にあります。
一方、フォグコンピューティングは、コンピューティング活動をローカルエリアネットワーク（LAN）ハードウェアにもたらしました。フォグコンピューティングは、データをクラウドに送信する前に、エッジコンピューティングデバイスから提供されたデータを処理およびフィルタリングします。フォグコンピューティングは、エッジで情報を処理しますが、物理的にはデータソースや情報を収集するハードウェアから遠い場所にあります。フォグはIIoTアーキテクチャ内の追加の層であるため、エッジコンピューティングはフォグコンピューティングなしで機能できます。対照的に、フォグコンピューティングはエッジコンピューティングに置き換えることはできません。
フォグコンピューティングとエッジコンピューティングのアーキテクチャ
フォグ環境は、ローカルエリアネットワーク（LAN）上の他のデバイスやセンサーと通信します。IIoTアーキテクチャ内にフォグとエッジコンピューティングを実装することで、すべての処理はエッジで行われ、さらなる分析と保存のために情報のみがクラウドに配信されます。エッジコンピューティングは、通常、アプリケーションに展開されたセンサーやデバイス、またはセンサーの近くのゲートウェイで直接行われます。これに対し、フォグコンピューティングは、エッジコンピューティングプロセスをLANにリンクされたプロセッサに拡張するか、LANハードウェア自体内で発生する可能性があります。したがって、フォグアーキテクチャは、エッジアーキテクチャ、センサー、アクチュエーターから物理的に遠い場合があります。ここにクラウド、フォグ、エッジアーキテクチャの表現を示します。
エッジでのフォグコンピューティングの利点とは？
フォグコンピューティングがIIoTアーキテクチャの動作に必須ではないオプションの追加レイヤーであることを理解したところで、IIoTアプリケーションにメリットをもたらすフォグコンピューティングの利点をいくつか紹介します。
- データトラフィックの効率を向上させ、ネットワークレイテンシを削減します。
- クラウドネットワーク内のデータは、より整理され、乱雑さが少なくなります。
- 必要なクラウドストレージの量を削減します。
- クラウドに送信されるデータ帯域幅の量を大幅に削減します。
- ボトルネックのリスクを軽減し、信頼性を向上させます。
- 複数のエッジデバイスからのデータを地域ストアに集約します。
- 数百万の接続されたデバイスを処理する能力を向上させます。
-
大規模なクラウドストレージと高帯域幅インターネットのコストを削減します。
フォグコンピューティングのデメリットとは？
エッジでフォグコンピューティングを適用することにはさまざまな利点がありますが、すべてのIoTおよびIIoTアプリケーションにフォグコンピューティングが必要なわけではありません。フォグコンピューティングが必要かどうかを検討するためのいくつかの欠点を次に示します。
- 投資の初期段階でコストが高くなる可能性があります。
- フォグシステムはエッジよりも複雑です。
- システムが複雑なため、潜在的な故障点が多くなります。
-
管理プロセスには、従来の集中型ワークフローと比較して、より多くの関与と時間が必要になる場合があります。
フォグコンピューティングの例
フォグコンピューティングの優れた例は、生産ライン自動化における組み込みアプリケーションです。生産ライン内で自動化を実行すると、さまざまなIoTデバイス、センサー、およびアクチュエーターが組み込まれます。これらの組み込みデバイスには、温度センサー、湿度センサー、流量計、ウォーターポンプなどが含まれます。次に、生産ラインの途中で、これらすべてのエッジデバイスとセンサーは、特定の機能に基づいてアナログ信号を継続的に測定します。これらのアナログ信号は、IoTデバイスによってデジタル信号に変換され、追加の処理のためにクラウドに送信されます。従来のクラウド環境では、常にデータテレメトリが帯域幅を消費し、より多くの遅延を経験する可能性があります。これは、常にデータをクラウドに移動することの主要な欠点です。
毎秒受信および送信することは圧倒される可能性があります。しかし、エッジにフォグレイヤーを追加することで、フォグサーバーは、収集されたデータを特定のパラメーターで処理およびフィルタリングして、クラウドに送信する必要があるかどうかを判断することで、トラフィックを削減します。フォグレイヤーにはそのソースで処理する機能があるため、一部の情報はクラウドにまったく送信されない場合があります。さらに、機械視覚システムなどのよりインテリジェントなアプリケーションの場合、フォグサーバーは、さまざまな高速カメラを管理し、生産ラインでの欠陥検出のためにAI推論モデルを実装するために、AI対応の堅牢なコンピューターの形式をとることができます。
SCADAシステム向けの頑丈なマシンビジョンコンピュータについて詳しくはこちら
まとめ – フォグコンピューティングとエッジコンピューティング
要するに、エッジコンピューティングとフォグコンピューティングは非常に似ています。主な違いは、データが処理される場所です。エッジコンピューティングは生成元でデータを直接処理しますが、フォグコンピューティングは通信ネットワークタワーの近くにさらに離れて位置する場合があります。しかし、これらのモデルのそれぞれを可能にするには、フォグとエッジの両方でリアルタイムに重要なデータを処理、保存、接続するために特殊なハードウェアが必要です。
エッジおよびフォグ向けに設計された専用ハードウェア
AIエッジ推論コンピューター | RCO-6000-CFLシリーズ
AIエッジ推論コンピューターは、堅牢なエッジでのリアルタイム処理と推論機械学習をサポートするために構築された特殊な産業用ハードウェアです。専用の産業用推論コンピューターは、極端な温度、衝撃、振動、電力変動に耐えることができます。強力なCPU、GPU、ストレージアクセラレーターを搭載したAIエッジ推論コンピューターは、ミッションクリティカルなアプリケーション向けにエッジでリアルタイム推論を可能にします。さらに、豊富なI/O機能により、AIコンピューターは複数のIIoTデバイスやセンサーと通信できます。
主な機能:
- Intel® 第9世代CFL SプロセッサーおよびQ370チップセットは最大8コアをサポートします。
- ハードウェアアクセラレーションをサポートするモジュラーEDGEBoostノード。
- NVMe SSDストレージブリック。
アプリケーション：
- 産業オートメーション
- マシンビジョンシステム
- 堅牢なエッジコンピューティング
- NVR監視
- DPUサーバーアクセラレーション
- マイニングオートメーション
- 車両テレマティクス
DPUアクセラレーテッドサーバー - FlacheStreams
FlacheStreams DPU（データ処理ユニット）サーバーは、フォグ層で高性能コンピューティングを提供するために設計されたアクセラレーテッドラックマウントサーバーです。このサーバーは、パブリック、プライベート、ハイブリッドクラウドモデルにおける複雑なデータセンターワークロード向けに特化して構築されています。DPUアクセラレーテッドサーバーは、最新のCPU、GPU、DPU、FPGAを組み合わせ、フォグ層での性能重視のスケーラブルなアーキテクチャを実現します。フォグ層にDPUを配置することで、ホストサーバーは一部のプロセスをDPUにオフロードすることで、貴重なCPUリソースを解放できます。その後、ホストサーバーはCPUリソースを他のミッションクリティカルなアプリケーションに割り当てることができます。例えば、フォグ層にDPUサーバーを導入する利点としては、ネットワークインターフェースカード上でネットワーキング、ストレージ、セキュリティ管理機能を直接高速化できることが挙げられます。
主な機能：
- 最大デュアルIntel XeonまたはAMD EPYC CPU（各最大240W、128コア）
- 最大18個のDPUアクセラレーターをサポート
- 最大36個の25Gb/sネットワークアクセラレーターポート
- ピアツーピア通信用の2x 96レーンPCIeスイッチボード
- 最大300TBのNVMe SSDストレージ
- RoHS 6/6準拠
Premioを選ぶ理由
Premioは、米国で30年以上にわたり最高級の産業用コンピューターを設計・製造してきたグローバルソリューションプロバイダーです。当社のソリューションは、最も厳しい環境条件で信頼性と最適な動作をするように設計されています。Premioは、主要なエンタープライズ市場向けに堅牢なエッジコンピューターとサーバーハードウェアの設計、エンジニアリング、製造（ODM）の専門知識を提供しています。さらに、PremioはIIoTアプリケーション向けにさまざまな産業用エッジコンピューターと高性能DPUサーバーを提供しています。エッジおよびフォグハードウェアコンピューティングソリューションについては、当社までお問い合わせください。当社の産業用コンピューティング専門家が、お客様の特定のニーズに基づいたエッジコンピューティングおよびフォグコンピューティングハードウェアをサポートいたします。
