エッジネットワークの AI とは

テクノロジーの急速な進歩により、人工知能（AI）は 21 世紀で最も有望かつ重要なテクノロジーの一つとなりました。AI のコンピューティング需要が急激なペースで増加し続けているのに伴い、多くの AI ワークフローがクラウド環境からエッジネットワークに移行しつつあり、遠く離れた場所にある集約型のクラウド・データ・センターではなく、データが収集される場所の近くでコンピューティングを実行できるようになってきています。このように処理が近くで行われることで、AI システムの処理速度が大幅に向上すると同時に、AI データのセキュリティが強化されます。クラウドからエッジへの移行は、AI が革新的かつ強力な新しい機能を発揮できるようになるうえで、重要な役割を果たす可能性があります。

エッジネットワークとは、処理、データストレージ、ネットワーク、セキュリティといったコンピューターの機能が、データの生成や利用を行うユーザー、デバイス、アプリケーションに近いネットワークの外縁部（エッジ）で実行される IT アーキテクチャのことです。このモデルは、クラウドコンピューティングとは対照的な関係にあります。クラウドコンピューティングの場合、この世界のどこかに存在するデータセンターから、仮想化されたコンピュートリソースへのアクセスがインターネットを通じてオンデマンドで提供されます。エッジネットワークは、データが生成される場所に近いところでデータの処理や保管、提供を行うことで、レイテンシーを最小限に抑え、セキュリティや可用性を強化し、ユーザー体験を向上させる効果があります。

初期段階の AI は、ほとんどのコンピューティング機能がクラウドベースのデータセンターで実行されており、このデータセンターは急成長する AI に求められる膨大なコンピューティング能力やキャパシティ、スケーラビリティを備えていました。しかし、テクノロジーが成熟し、データの収集源がモノのインターネット（IoT）のほか、何十億という単位のスマートフォンやコネクテッドデバイスに拡大していくのに伴い、膨大な量のデータにより、クラウドベースの AI 運用におけるレイテンシーやネットワーク帯域幅の消費が増加するようになりました。その結果、AI テクノロジーはエッジへの移行が進みつつあり、データが生成されるデバイス、アプリケーション、ユーザーの近くでデータセットが処理されるようになってきています。AI をエッジサーバーで稼働させることで、機械学習、ニューラルネットワークの高速化、ディープラーニングといった新しいテクノロジーの拡張が容易になり、リアルタイムの知見と分析を提供して、よりスマートで迅速な意思決定を実現できるようになります。

エッジネットワーク上で AI を稼働させると、従来の人工知能システムの枠組みが一変します。かつては AI 関連のソースで生成されたデータが集約型のクラウドコンピューティング環境に送られ、そこで膨大なコンピューティング能力を使って、AI ソースから収集されたデータに関する情報の集約、分析、解釈、伝達が行われていました。現在では、稼働させる場所を集約するのではなく、ノート PC やデスクトップ PC、物理サーバーといった標準的なエッジデバイスのほか、IoT デバイス、携帯電話、自律走行車、スマートウォッチ、スマート家電、医療機器など、ネットワークのエッジにあるデバイスに付属するか、その内部にあるプロセッサー上で AI モデルが設定されています。

エッジ AI の活用は、急速に発展するこの分野に大きなメリットをもたらします。

• レイテンシーの低減：AI のワークロードをエッジデバイスで処理することで、遠く離れたクラウドサーバーとのデータのやり取りが必要となる際に発生する遅延を最小限に抑えたり、解消したりできます。
• 信頼性の向上：中心にあるデータセンターがオフラインの状態になっても、エッジ AI は稼働を続けることができます。エッジネットワークは、ボトルネックやネットワークの輻輳を回避してトラフィックをルーティングすることで、信頼性と可用性を維持できます。
• プライバシーとセキュリティの強化：エッジネットワークは、データが生成された場所の近くでそのデータを処理することで、機微な情報が公衆インターネット上に露出したり、遠く離れたクラウドセンターに送信される途中でサイバー犯罪者に傍受されたりするリスクを軽減します。
• 帯域幅の削減：AI データをローカルで管理することで、ネットワーク帯域幅の消費が抑えられ、ネットワーク全体のパフォーマンスと可用性が向上します。
• コスト削減：エッジ AI の運用では、中心にあるクラウドデータベースの CPU や GPU、メモリーを使用する代わりに、無数のエッジデバイスを利用することで、データ送信に伴う帯域幅のコストを大幅に削減できます。

エッジネットワークで稼働する AI により、ほとんどすべての業界で新しい用途が生み出されています。

• エネルギー：気象パターンやエネルギー消費、グリッドの健全性に関するリアルタイムデータをエッジ AI モデルが使用することで、エネルギーの生成と供給の効率が向上します。
• ヘルスケア：エッジ AI テクノロジーを活用したスマート医療機器を使うことで、医療画像を解析したり、手術を支援したり、患者の健康状態に関する重要な情報を臨床医に伝えたりできます。
• セキュリティ。顔認識、物体検知、コンピュータービジョンにより、多くの業界でセキュリティが大きく向上しています。多くの場合、こうしたテクノロジーはセキュリティに関する迅速な判断ができるよう、エッジ AI 処理による超低レイテンシーを必要とします。
• 製造業：インダストリアル IoT（IIoT）ネットワークは、AI アルゴリズムを活用して製造品質と職場の安全を監視し、生産プロセスをリアルタイムに調整しています。
• 音声認識：エッジデバイスで AI を稼働させられる状態は、携帯電話や仮想アシスタントの音声認識を支えるアルゴリズムの実現に欠かせません。