TOPCloud > エッジアナリティクスが実現するスマートコンピューティング(後...

Cloud

エッジアナリティクスが実現するスマートコンピューティング(後)

2020/11/19

Isaac Sacolick InfoWorld

 また、モデル自体も課題となり得る。クラウド上の環境を利用し、必要に応じてコンピューティングリソースを比較的低コストで随時スケールできる場合なら、さまざまな機能やパラメーターを組み合わせた複雑な機械学習モデルを開発して、結果を完全に最適化できる。しかし、エッジコンピューティングインフラにモデルを展開する場合、アルゴリズムがあまりに複雑だと、インフラのコスト、デバイスのサイズ、消費電力の要件が大きく増える可能性がある。

 エッジにAIモデルを展開する場合の課題について、米SambaNova SystemsのMarshall Choyプロダクト担当バイスプレジデントは言う。「エッジAIアプリケーションのモデル開発者は、詳細度が高いモデルに照準を合わせ、パラメーターの削減や処理要件の面で改良を実現している。こうして改良した高詳細度のモデルのトレーニング要件は引き続き課題だ」

 別の考慮事項としては、信頼性が高いセキュアなエッジアナリティクスシステムを導入するために、耐障害性の高いアーキテクチャー、システム、ネットワーク、ソフトウエア、モデルの設計と実装が必要という点がある。

 エッジでデータ処理を行うユースケースやその制約について、米Hazelcastのプロダクトマーケティング担当シニアディレクター、Dale Kim氏に尋ねたところ、機器の最適化、予防保全、QAチェック、アラートといった面はエッジでも対応可能だが、ハードウエアの設置スペースの制約、物理的なアクセスの制約、帯域幅の制約、セキュリティの懸念の増加といった新たな課題もあるとの話だった。

 「つまり、データセンターで使い慣れているインフラがそのまま使えるとは限らない。エッジコンピューティングのアーキテクチャーを念頭に置いて設計されている新たなテクノロジーを探る必要がある」

アナリティクスの次なるフロンティア

 現時点では、エッジアナリティクスの主なユースケースとしては、データのフィルタリングや集計など、データ処理が多い。しかし、IoTセンサーを大規模に導入する企業が増えていけば、アナリティクス、機械学習、AIアルゴリズムをリアルタイムで適用する必要が生じ、エッジの活用も増えていくと考えられる。

 今後、センサーの価格が下がり、アプリケーションでのリアルタイム分析がますます必要となり、エッジ向けとしてコストパフォーマンスに優れたアルゴリズムの開発が容易になれば、エッジの可能性はさらに広がり、スマートコンピューティングの輝かしい未来へとつながっていくはずだ。

(了)

翻訳:内山卓則=ニューズフロント
記事原文(英語)はこちら

↑ページ先頭へ