世界はますますつながるようになり、リアルタイムのデータ処理と分析の需要は急増しています。エッジAIとエッジコンピューティングは、生産性革命に新時代をもたらす次なるテクノロジーとして台頭してきました。
「2025年までに、データの75%がクラウド外で処理されるようになるだろう」 - Gartner
当社の多くのコンテンツをご覧になっている方なら、これはすべての資料で言及されてきたことです。調査コンサルティング会社であるGartnerのこの統計は、いくつかのコンテンツで何度も引用されており、多くの企業がインダストリー4.0時代に突入する中で、デジタルトランスフォーメーションの波を押し寄せ続けているものです。この変革を通して、企業や組織は、データの生成ポイントにさらに近いエッジで処理を行い、低遅延、より良い帯域幅、高い効率性といった利点を持つデータを処理・分析しています。これらのポイントは、データへの依存のあり方を変え、自動運転車、インテリジェント製造、自動化など、現在見られる広範な新しいアプリケーションを可能にしています。しかし、最大の変革と変化は、リアルタイム分析のために、ネットワークのエッジにあるデバイスに高度な機械学習と人工知能機能が導入されたことです。Gartnerの予測は、データが金よりも価値がある今日のデータ駆動型世界で競争力を維持するために、企業がエッジコンピューティング技術を採用することを示唆しています。
エッジAIとは？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とエッジAIは、データの処理と分析の方法を変革する2つの急速に台頭しているテクノロジーです。今日の世界では、データがビジネス運営にとってますます重要になっており、エッジコンピューティング/AIは、組織がデータをリアルタイムで処理および分析するのを支援するツールとして設計されています。
エッジコンピューティングは、ネットワークのエッジ、つまりデータソースの近くでデータ処理と分析を可能にする分散型コンピューティングアーキテクチャです。この技術は、ネットワーク遅延の削減、効率の向上、セキュリティの改善能力により人気を集めています。一方、エッジAIは、エッジコンピューティングデバイスにおける人工知能（AI）アルゴリズムとモデルの適用です。これにより、デバイスはクラウドコンピューティングモデルに依存することなく、自律的にインテリジェントな意思決定を行うことができます。つまり、データはローカルで処理されるため、データが長距離を移動する必要がなくなります。
しかし、これはクラウドコンピューティングが完全に排除されるという意味ではありません。むしろ、エッジコンピューティングはクラウドコンピューティングと共生関係を築きます。両者は相補的なテクノロジーであり、データ処理と分析においてさらなる効率性を提供するために連携します。これら2つが一体となって、「クラウド・トゥ・エッジ」インフラストラクチャという強力なアーキテクチャを形成し、企業はより高い生産性とリアルタイムデータで効率的にスケールアップできるようになります。このアーキテクチャマップは、クラウドからエッジまでを4つの異なるパラダイムに分けることができます。Linux Foundation Edgeコミュニティ（LF Edge）によって作成されたこの分類法は、堅牢なエッジコンピューティングのためのクラウド・トゥ・エッジエコシステムの徹底的なフレームワークを提供し、エッジ接続における主要な領域を拡大するのに役立ちます。
クラウド・トゥ・エッジの主要4パラダイム
(出典：Linux Foundation Edge)
クラウドからエッジへのトップダウンの概要を見ると、各パラダイムは、集中型クラウドデータセンターから離れるほど異なるレベルの処理能力をもたらす属性を示します。クラウドからエッジへのデータ処理パラダイムの選択は、処理要件、レイテンシ要件、データセキュリティ要件、予算制約など、組織の特定のニーズによって異なります。組織は、ニーズに基づいて、4つのパラダイムのいずれか、または複数のパラダイムの組み合わせを採用することを選択できます。
データセンターエッジクラウド
サービスプロバイダーエッジとしても知られるこの分野は、従来のデータセンター、そのツール、慣行から多くを借りています。これらは、クラウドから一歩離れた最も近いエッジに配置された小規模なデータセンターと考えることができます。データセンターエッジクラウドは、クラウドと同じくらい安全に配置され、明確に定義されたネットワーク境界内で物理的に一貫した接続を提供します。
分散型エッジクラウド
クラウドから最も近いエッジにある次のステップは、分散型エッジクラウドです。これらは、従来のデータセンターの外に配置されたスマートデバイスエッジに展開される集中型エッジです。これらのスマートエッジデバイスはクラウドアーキテクチャをサポートでき、トラックのゲートウェイデバイスから工場や小売店のサーバークラスターまで、さまざまな規模で展開できます。
エンドユーザーエッジクラウド
エッジ・トゥ・クラウドのこの物理的な場所で使用されるデバイスのため、多くの人々はこのレベルに非常に精通しているかもしれません。これらのデバイスは、世界中で見られるエンドユーザーデバイスです。スマートフォンからデスクトップコンピューター、タブレットまで、これらのUI中心のデバイスは、Windows、Android、およびIOSを中心に構築された確立されたエコシステムです。
制約付きエッジクラウド
パラダイムの最も遠い端には、制約付きエッジクラウドがあります。このパラダイムは、マイクロコントローラーを活用し、基本的な機能を実行する、物理世界における軽量デバイスとセンサーによって特徴付けられます。これらのデバイスは通常、このレベルのリソース制約のため、高度にカスタマイズされたデバイス管理およびセキュリティツールを必要とします。
プレミオのコンピューティングソリューションがエッジコンピューティングパラダイムにどのように適合するかをより深く理解するには、ポッドキャストエピソード「専用コンピューティングハードウェアで「ニアエッジ」と「ファーエッジ」を接続」をお聞きください。
組織によってどのパラダイムに属し、採用するかは異なりますが、これらのパラダイムと堅牢なエッジとの間の収束を推進する3つの主要なテクノロジー、すなわちクラウドコンピューティング、5G低遅延通信、人工知能に注目することが重要です。
これらの推進技術が成長し続けるにつれて、クラウドコンピューティングのみに完全に依存することは、もはや実現不可能になっています。この成長は、データが生成される場所に新たなワークロードの扉を開き、さまざまな産業における自動化への道を開いています。
エッジにおけるマクロトレンド
クラウドからエッジへのパラダイムは、両端から分散されているマクロトレンドによっても推進されています。堅牢なエッジとエッジ展開の台頭に伴い、クラウドが消滅するわけではなく、分散型コンピューティングへの転換が進行中であることに留意することが非常に重要です。私たちは、どちらか一方を強固に優先するのではなく、クラウドからエッジへのコンピューティングリソースのより広範な分散を目の当たりにするでしょう。
クラウドネイティブのエッジへの拡大
前述の通り、堅牢なエッジはクラウドから離反するものではありません。むしろ、クラウドの原則を取り入れ、クラウドと共生関係を築き、何らかの形で両方のリソースを活用するソリューションを形成します。堅牢なエッジとクラウドが連携して調和して機能する方法は多岐にわたります。これには以下が含まれます。
- クラウドセントリック – クラウドは中央のデータストレージであり、スケーラブルなコンピューティングソリューションとして、データを収集・前処理するエッジアプリケーションと連携します。
- クラウドサポート – クラウドインフラストラクチャは、エッジに展開される多くのAI/MLモデルの集中トレーニング場として利用され、そこでデータの大部分が収集・維持されます。
- エッジセントリック – 集中化されたデータは、データが生成されるオンプレミスに置かれ、リモートオーケストレーションなどの特定の機能のみがクラウドから実行されます。
- エッジネイティブ – エッジ中心の操作を念頭に置いたクラウドネイティブの原則を使用する、新しい造語です。このソリューションは、場所のニーズを優先するように完全に調整されています。
オープンソースが標準を推進
堅牢なエッジコンピューティングの利点は広く知られており、多くのアプリケーションを大幅に強化することが証明されています。しかし、信頼性があり、ミッションクリティカルなデータをサポートできるエッジソリューションの展開は複雑であり、ハードウェアとソフトウェアの複雑な組み合わせが必要です。堅牢なエッジコンピューティングは、物理世界とデジタル世界を橋渡ししようとするため、標準化と相互運用性は極めて重要です。
オープンソースソフトウェアとコラボレーションは、現代のテクノロジーにおける標準化を推進するために不可欠です。オープンソースAPIを通じて、これらの共有テクノロジーは、クラウドコンピューティング時代における明確な原則である、異なる開発者間でのコンポーネントのコーディングの普及を容易にします。
例えば、トレーニングやアプリケーション構築のためのオープンソースAIモデルは、多くの開発者がさまざまなAIアプリケーション全体で構築、貢献、使用するための人気のある機械学習ライブラリとなっています。
TensorFlowもその一つで、Googleが開発したオープンソースの機械学習ライブラリです。 開発者は、画像認識、自然言語処理、予測分析など、さまざまなタスク向けの機械学習モデルを簡単に構築・デプロイできます。 TensorFlowの核となるコンポーネントは、機械学習モデルを構成する数学的演算を表現する計算グラフです。このグラフは、CPU、GPU、TPUなど、さまざまなコンピューティングプラットフォームで実行できます。TensorFlowはまた、機械学習モデルを構築するための高レベルAPIに加え、よりきめ細かな制御のための低レベルAPIも提供しています。 TensorFlowは世界で最も人気のある機械学習ライブラリの1つとなっており、開発者と研究者の大規模なコミュニティがその開発と利用に貢献しています。
（出典：「You Only Look Once: Unified, Real-Time Object Detection」論文）
その他人気のオープンソース機械学習ライブラリには、YOLOオブジェクト検出とRESNET 50があります。どちらも、物体/画像検出のためのコンピュータビジョンアプリケーション構築で非常に人気のあるコンピュータビジョンモデルです。
OT/ITコンバージェンス
組織は、従来のOTシステムを拡張するか、従来のITシステム（データセンター/クラウド）からエッジにアプローチします。多くの組織にとって、これは「OTアップ」または「ITダウン」と呼ばれ、専門的な考慮事項が伴います。
どちらのアプローチも排他的ではなく、互いに歩み寄りながらバランスを取っています。「OTアップ」は産業プロセスに根ざしており、IoTソリューションがオペレーションを可能にします。これは頑強なエッジを指します。軽量なゲートウェイハードウェアとセンサーを活用して、エッジインフラを近代化します。「ITダウン」はクラウドコンピューティングと快適なデータセンターに根ざしています。エッジに近づくにつれて、データセンターのプラクティスを現実世界に拡張しますが、集中管理は維持します。
産業界におけるLinux
オープンソースソフトウェアはコラボレーションを可能にし、標準化を推進するため、そのコンセプトは自由と市場投入までの時間にあります。サービスを共有することで、相互運用性を確保しつつ、リソースをバリューチェーンの上流に適用できます。
データトラスト
AIソリューションが自動化とデータ生成を推進するにつれて、機会は無限に広がります。今日、AIツールの数が急増しているのを目にしています。いかなる加速的な成長においても、誤ったデータの危険性が高まり、セキュリティと信頼性におけるさらなる対策が求められます。
例えば、IEC 62443は、産業用自動化および制御システム（IACS）のセキュリティに関するガイドラインとベストプラクティスを提供する国際標準規格シリーズです。これらの標準は国際電気標準会議（IEC）によって開発され、サイバーセキュリティの脅威からIACSを保護するための包括的なフレームワークを提供することを目的としています。IEC 62443標準は、リスク評価、セキュリティポリシー、IACSシステムの安全な開発、テスト、保守に関する手順とガイドライン、ネットワークセキュリティ、アクセス制御、インシデント対応など、サイバーセキュリティのさまざまな側面をカバーしています。IEC 62443の目標は、産業用自動化および制御システムの保護に対する標準化されたアプローチを提供することです。これらのシステムは、企業ITネットワークに接続されることが多く、生産の中断、機器の損傷、さらには人命を危険にさらす可能性のあるサイバー攻撃に対して脆弱である可能性があります。
頑丈なエッジAI用産業用コンピュータ
前述の通り、Gartnerの「2025年までに生成されるデータの75%がエッジで処理される」という予測は、彼らが最近発表した2023年の「Emerging Technologies and Trends Impact Radar」によってさらに裏付けられます。Gartnerは、「エッジAI」と「エッジコンピュータビジョン」が爆発的な成長の瀬戸際にあると認識しています。エッジコンピュータのエコシステムは、インダストリー4.0の生産性革命を形成する上で強い足場を築いており、頑丈なエッジコンピューティングは、このトレンドを形成する上で不可欠な役割を担い続けるでしょう。
(出典：Gartner)
頑丈なエッジコンピューティングとは？
エッジAIがインダストリー4.0において中心的な役割を担う一方、エッジAIアプリケーションを真に可能にし、AIアルゴリズムや機械学習ツールを機能させるのは、産業用堅牢エッジコンピュータです。
これらの頑丈なエッジコンピュータは、エッジAIの実装と最終的な機能においてミッションクリティカルな役割を果たします。それらは、必要な計算能力だけでなく、エッジAIアプリケーションで生成される大量のデータを処理するために必要な密なデータストレージを提供することで、頑丈なAIデプロイメントのための物理インフラとなります。
前述の通り、エッジコンピュータはクラウド中心のデータセンターから離れて独立して機能し、データ生成ポイントのすぐ近くに設置されるように設計されています。しかし、エッジコンピュータは、堅牢性と信頼性を念頭に置いて強化されているという点で特別です。IoTデバイスとデータが増加し続けるにつれて、頑丈なエッジコンピューティングとエッジAIアプリケーションが可能な限りスムーズに動作するように、満たすべき必須のハードウェア要件があります。
産業用堅牢エッジコンピュータは、不安定な環境での導入に耐えられるように特別に設計・製造されています。堅牢な機能と設計により、高いレベルの耐久性を備えています。外部ハウジングから内部コンポーネントまで、不安定な環境でも確実に動作するようにテストおよび検証されています。
頑丈なエッジコンピュータは、過酷な環境に耐えるだけでなく、タスクやワークロードを問題なく実行し、ミッションクリティカルな展開におけるデータの危険化を防ぐために、アプリケーションのパフォーマンス要件も満たす必要があります。特にエッジでのミッションクリティカルな展開では、究極の信頼性をもたらすことができる特定のコンピュータハードウェア要件があります。
頑丈なエッジコンピュータの活躍の場
変曲点とは、重要な革新的技術が現状を打破し、私たちの生活、仕事、そして世界との関わり方を根本的に変える瞬間を指します。インターネット、スマートフォン、人工知能の出現は、いずれも世界を形作った重要な技術である変曲点の一種です。堅牢なエッジAIと堅牢なエッジコンピューティングには、インダストリー4.0のために進化し、変革するのに役立った多くの重要な変曲点があります。これらのポイントには以下が含まれます。
- IoTセンサーの普及と採用
- さまざまなデバイスに組み込まれた接続型IoTセンサーやデバイスの使用が増加しており、膨大な量のデータを収集する能力がある。
- ユビキタスコンピューティング
- テクノロジーが私たちの日常生活に統合され、ルーチンの一部となる能力。これらのテクノロジーは、新しいアプリケーションやサービスの道を切り開き、データ収集と送信、相互通信を可能にしました。
- クラウドからエッジへのインフラストラクチャ
- 共生関係でありながら、クラウドから分散型エッジインフラへの移行
- ユビキタス接続性
- IoTセンサーとデバイスの増加
- 多様なツールを統合し、データプロセスを共有できるようにすることで、ワイヤレス接続：Wi-Fi、5G/4GLTE
- 人工知能
- オープンソースのAIモデルと機械学習の進歩により、通常は人間による介入を必要とするタスクを実行できるようになり、製造、医療など、産業アプリケーションにおいて画期的な進歩をもたらしています。
これらの各変曲点を考慮すると、それらは堅牢なエッジコンピューティングという全体的なソリューションに貢献しています。それぞれの技術的進歩は、データ分析において新たなレベルのパフォーマンスの無限の可能性への道を開きました。
物理世界における堅牢なエッジコンピューティング
Premioは30年以上にわたり、堅牢なエッジエコシステムにおいて主要な役割を担い、産業用コンピューティングソリューションのフレームワークにおいて不可欠な役割を果たしてきました。クラウドからエッジへのアーキテクチャ内では、さまざまな産業で多様なトレンドが出現しており、特定のコンピューティングソリューションを主要な市場セグメントに位置づけることで、Premioは将来に向けて態勢を整えています。セキュリティと監視、産業用オートメーション、自律型インテリジェント輸送は、Premioが産業用コンピューティングのポートフォリオで注力している垂直セグメントのほんの一部です。これらの各垂直セグメントにおいて、Premioは堅牢なエッジアプリケーション向けのx86コンピューティング設計の完全なポートフォリオをもたらす堅牢なエンジニアリング専門知識を提供しています。
セキュリティ&監視
従来の監視アプリケーションは常にデータに大きく依存してきましたが、現在この市場に新たな機会を生み出しているのは、AIと連携したビデオ分析を直接使用してデータをリアルタイムで処理する能力です。新しいセンサー技術と高精細カメラは、処理と分析のための新しいフレームワークのために複数のビデオストリームの可能性を広げています。AIと機械学習の進歩は、物体検出、顔認識などのアプリケーションを驚くべき速度と精度で作成するために応用されています。
このような新しいセキュリティおよび監視アプリケーションは、堅牢なエッジコンピューティングが採用した最新の革新的テクノロジーによって可能になりました。コンピューティングインフラストラクチャのさまざまな転換点、IoTデバイスの普及、人工知能が今日のセキュリティソリューションを形成する原動力となり、これらのトレンドを通じて、強力なNVR（ネットワークビデオレコーダー）およびAIエッジ推論コンピュータを通じて、堅牢なエッジコンピューティング能力が大きくシフトしています。これにより、リアルタイムでデータを処理、保存、分析するために、より堅牢なコンピューティングソリューションに対する新たな需要が生まれています。
産業オートメーション
産業オートメーションと製造業は近年、エッジコンピューティングとエッジAI分析がプロセスの自動化と効率化のためにますます導入されるにつれて、デジタルトランスフォーメーションを経験しています。例えば、工場や製造工場では、倉庫施設での自動化を推進するために、IoTセンサー、ロボット、コンピュータービジョンの使用が爆発的に増加しています。エッジコンピューティングとは、ネットワークの端にあるデバイスでデータをローカルに処理する慣行を指し、中央集権的な場所ではなく、ネットワークの端でデータを処理します。エッジコンピューティングとエッジAI分析を使用することで、製造業者はセンサーやデバイスからのデータをリアルタイムで分析し、より情報に基づいた意思決定を行い、生産プロセスを最適化できます。これには、機械学習アルゴリズムを使用してデータのパターンと異常を検出し、予測保守を可能にし、ダウンタイムを削減することが含まれます。エッジコンピューティングとエッジAI分析は、ロジスティクスとサプライチェーン管理の最適化、作業員の安全性と生産性の監視にも使用されています。これらのテクノロジーが進歩し続けるにつれて、産業オートメーションと製造業ではさらに多くの自動化と効率化が期待できます。この自動化のためのデジタルトランスフォーメーションの中心には、処理、メモリ、ストレージ、ワイヤレス接続における最新の革新的テクノロジーをバランスさせた信頼性と実績のあるコンピューティングソリューションがあります。
自動運転車とインテリジェント交通システム
自動運転車とインテリジェント交通システムは、エッジコンピューティングとエッジAI分析の助けを借りて急速に進化しています。エッジコンピューティングは、車両および路傍インフラストラクチャのセンサーとカメラによって収集されたデータをリアルタイムで処理し、車両または交通システムが迅速な意思決定を行えるようにします。エッジAI分析は、このデータを分析してパターンを特定し、オブジェクトを検出し、将来の出来事を予測できます。これには、道路上の障害物の検出と回避から、交通パターンの予測、交通ルートの最適化まで、あらゆるものが含まれます。エッジコンピューティングとエッジAI分析を利用することで、自動運転車はリアルタイムで意思決定を行い、事故のリスクを減らし、全体的な安全性を向上させることができます。さらに、インテリジェント交通システムは交通の流れを最適化し、渋滞を減らし、交通をより効率的にし、排出量を削減できます。これらのテクノロジーが進歩し続けるにつれて、交通業界ではさらに多くの自動化と革新が期待できます。
Premioは拡大するエッジエコシステムにどのように適合するか
Premioの30年以上にわたるコンピューティングソリューションのエンジニアリングは、AI、5G、クラウドの収束が堅牢なエッジを形成し続けるにつれて、産業オートメーション、インテリジェント交通システム、セキュリティ/監視など、新しいワークロードのための多くの道を開いています。これらの需要はすべて、リアルタイムのミッションクリティカルなアプリケーションで計算能力とパフォーマンスの加速を可能にする、目的別に構築されたハードウェアを必要とします。sリアルタイムのミッションクリティカルなアプリケーションにおける計算能力とパフォーマンスの加速。
産業グレードのエッジコンピューティングソリューションの主要プロバイダーとして、当社の専門知識により、最も遠隔地の過酷な環境でも最高のパフォーマンスと信頼性を提供できます。当社の堅牢なエッジコンピューターのポートフォリオは、ミッションクリティカルなワークロードを担う信頼性の高いx86コンピューティングソリューションのための主要なエンジニアリング原則と革新的なテクノロジーで設計されています。ファンレスでケーブルレスな設計により、Premioはテレメトリー用の低電力処理から高性能推論まで、堅牢なコンピューティングソリューションを提供しています。当社の堅牢なエッジコンピューターは頑丈に作られており、IoT、エッジ、クラウドコンピューティングのエコシステムにおける主要なトレンドからの増大する市場の需要に対応する準備ができています。