エッジコンピューティングの初心者ガイド
公開: 2018-03-30エッジコンピューティングは、元のソースにできるだけ近い周辺でデータを処理できるようにする分散ITアーキテクチャとして定義できます。 これがすべてぎこちなく聞こえる場合は、しばらくお待ちください。
過去10年間で、インターネットに接続されたデバイスの数が大幅に増加し、モノのインターネット（IoT）として知られるテクノロジーが生まれました。 簡単に言えば、IoTは、さまざまなデバイスを相互接続し、各デバイスを単純なオン/オフスイッチでインターネットに接続するという概念にすぎません。 これには、携帯電話、コーヒーメーカー、冷蔵庫、洗濯機、ウェアラブルデバイスなど、あらゆるデバイスに簡単に接続してデータをシームレスに転送できると考えられるあらゆるデバイスが含まれます。
IoTが勢いを増し始めると、これらの相互接続されたデバイスからのデータを処理するという問題が発生しました。 私たちが話しているデータのサイズがテラバイトであることを思い出す必要はありません。 従来、これらのデバイスから収集されたデータは、処理のために組織の中央クラウドに送信されていました。 ただし、データファイルのサイズが大きいため、かなり時間がかかるプロセスでした。 このような大規模なデータセットをネットワーク経由で中央クラウドに転送すると、機密性の高い組織データが脆弱性にさらされる可能性もあります。
2018年の企業向け自然言語処理の5つのアプリケーション
エッジコンピューティングは、これらすべてに取り組むために登場しました。 ここで、最初のパラグラフをもう一度見て、定義をゆっくりと説明できるようにします。
「エッジコンピューティング」という名前は、ネットワーク図のコーナー/エッジ周辺の計算を指します。 エッジコンピューティングは、すべての重要な計算処理能力をメッシュのエッジに向けてプッシュします。 前に述べたように、元のデバイスにできるだけ近づけます。
これはどのように役立ちますか？
スマート信号機を考えてみましょう。 データ分析が必要なときにいつでも自宅に電話する代わりに、デバイスが社内で分析を実行できる場合は、ストリーミングデータのリアルタイム分析を実行し、他のデバイスと通信して外出先でタスクを完了することもできます。 したがって、エッジコンピューティングは分析プロセス全体を高速化し、迅速な意思決定を可能にします。
エッジコンピューティングは、ネットワークを介したデータセットの転送で以前に発生したコストを削減するのに役立つため、組織にとっても有益です。 それ以外に、組織はデバイスの周辺自体から有用なデータを除外することもできます。これにより、組織は貴重なデータのみを収集し、クラウドコンピューティングとストレージのコストを削減できます。 さらに、エッジコンピューティングは、ネットワークリソースを節約しながら、応答時間をミリ秒に短縮します。 エッジコンピューティングを使用すると、必ずしもネットワーク経由でデータを送信する必要はありません。 代わりに、ローカルエッジコンピューティングシステムは、データをコンパイルし、長期保存のために中央のクラウドストレージに頻繁にレポートを送信する責任があります。 明らかに、エッジコンピューティングは、重要なデータを送信するだけで、ネットワークを通過するデータを大幅に削減します。
エッジコンピューティングの展開は、さまざまな状況で理想的です。 そのようなケースの1つは、IoTデバイスのインターネット接続が弱く、中央のクラウドに常時接続することは現実的ではない場合です。
機械学習の5つの画期的なアプリケーション
他のそのような状況は、データのレイテンシーに敏感な処理の要件がある場合です。 エッジコンピューティングは、データをネットワーク経由で中央のクラウドストレージに転送して処理する必要がないため、遅延の要因を排除します。 これは、ミリ秒単位の遅延を実現するのが難しい金融サービスや製造サービスに最適です。
エッジコンピューティングのもう1つの使用例は、次世代5Gセルラーネットワークの開発です。 IDCのリサーチマネージャーであり、エッジコンピューティングの専門家であるケリー・クインは、通信プロバイダーが5Gをワイヤレスネットワークに組み込むと、5Gタワーに統合するか、隣接して配置することにより、マイクロデータセンターの追加を開始すると予測しています。 ビジネスのお客様は、これらのマイクロデータセンターのスペースを所有またはレンタルして、エッジコンピューティングを実行し、パブリックIaaSクラウドプロバイダーに接続できるテレコムプロバイダーの中央ネットワークへのゲートウェイに直接アクセスできます。
エッジコンピューティングの他のいくつかのユースケースを見てみましょう。
- ドローンは、人間が考えることさえできない遠隔地に到達することができます。 エッジコンピューティングにより、これらのドローンはリアルタイムでレビュー、分析、および分析への応答を行うことができます。 たとえば、ドローンが緊急事態を発見した場合、最初にネットワーク経由でデータを送信してから分析を受信しなくても、近くの人々に貴重な情報を即座に提供できます。
- 拡張現実–エッジコンピューティングの導入により、拡張現実はさらに一歩進んだ。 エッジコンピューティングプラットフォームは、ユーザーの関心のあるポイントを対象とした高度にローカライズされたデータを提供できます。 これにより、ARサービスが強化されます。
- 自動運転車–GoogleやUberなどの巨人が自動運転車を考案しています。 エッジコンピューティングは、このような自動車両の開発において重要な役割を果たします。 これらの車両は、エッジコンピューティングを使用して、重要なデータをリアルタイムで処理し、近くで通勤している他の車両に送信できます。 これらの巨人は、2020年までにこのような自動運転車を消費者の現実にすることを目指しています。このような自動運転車の導入により、自動車事故による人命の損失は確実に減少します。
とはいえ、エッジコンピューティングについて話すとき、無視できない妥協点や課題がまだいくつかあります。 まず、データ全体のほんのわずかなサブセットのみがエッジで処理および分析されます。 次に、このデータの分析がネットワークを介して送信されます。 
これは、分析されていない生データの一部を理想的に無視し、一部の洞察を見逃している可能性があることを意味します。 ここでも、重要な問題が発生します。このデータの「損失」はどれほど耐えられるのでしょうか。 組織はデータ全体を必要としていますか、それとも結果は十分に生成されていますか？ 一部のデータを見逃すことは、組織の分析に悪影響を及ぼしますか？
ニューラルネットワーク：実世界でのアプリケーション
これらの質問に対する正しい答えはありません。 飛行機のシステムでは、データを少しでも見逃すことはできません（しゃれは意図されていません）。そのため、傾向やパターンを検出するには、すべてのデータを転送して分析する必要があります。 ただし、飛行時間中にデータを転送することはお勧めできません。 したがって、より良いアプローチは、オフラインでデータを収集し、飛行時間中にエッジコンピューティングを実行することです。 全体として、エッジコンピューティングは、情報技術の世界では万能薬ではありません。 これは、多くの利点を提供する比較的新しいテクノロジーです。 ただし、それが組織のニーズに合っているかどうかを知ることは依然として重要です。
肝心なのは、データは価値があるということです。 分析できるすべてのデータを分析して、パターンを検出し、洞察を得る必要があります。 今日の世界では、データ駆動型の企業は、従来の企業と比較してはるかに進歩しています。 Edge Analyticsは新しくてエキサイティングなスペースであり、データの保守と使いやすさの答えであり、今後数年間で同じもののさらに多くのエキサイティングなアプリケーションが見られると期待できます。
世界のトップ大学からMLコースを学びましょう。 マスター、エグゼクティブPGP、または高度な証明書プログラムを取得して、キャリアを迅速に追跡します。
