IoT においてエッジ コンピューティングが重要なのはなぜですか?

この記事はLeiphone.comから転載したものです。再印刷が必要な場合は、Leiphone.com 公式 Web サイトにアクセスして許可を申請してください。

エッジ コンピューティングは多くの IoT アプリケーションにとって重要であり、レイテンシの低減と帯域幅の使用量削減を実現します。しかし、IoT に関しては、ほとんどの人がエッジ コンピューティングの最も重要な利点の 1 つを見落としています。

見落とされがちなこの重要な利点について説明する前に、まずエッジ コンピューティングとクラウド コンピューティングとは何かを定義しましょう。

クラウドコンピューティングとエッジコンピューティング

「クラウド コンピューティングとは、ユーザーが直接アクティブに管理することなく、コンピュータ システム リソース、特にデータ ストレージ (クラウド ストレージ) とコンピューティング能力をオンデマンドで利用できることです。」 （ウィキペディア）

「エッジ コンピューティングは、コンピューティングとデータ ストレージを必要な場所に近づけることで応答時間を改善し、帯域幅を節約する分散コンピューティング パラダイムです。」 （ウィキペディア）

クラウド コンピューティングの時代以前は、企業は必要なコンピューティング能力とストレージを得るために物理サーバーを自ら購入する必要があり、初期投資とその後の管理 (すべてのハードウェアの購入とセットアップ、メンテナンス、更新) の両方の面で非常にコストがかかっていました。クラウド コンピューティングの誕生により、企業はハードウェアを購入して管理する必要がなくなりました。企業は必要な料金を支払い、クラウドサービスプロバイダーが管理を担当します。

クラウド コンピューティングは、企業にスケーラビリティ、信頼性、セキュリティ、使いやすさを提供し、大きな影響を与えてきました。ただし、クラウド コンピューティングは完璧ではなく、トレードオフが存在します。

クラウド コンピューティングは集中化されているため、エンド デバイス (スマートフォンなど) がどこにあっても、データはエンド デバイスからネットワーク (4G セルラー接続など) 経由でクラウド プロバイダーのデータ センターに送信され、その後再びエンド デバイスに送信される必要があります。大量のデータを高速に転送する必要があるアプリケーションの場合、これは遅くなり、コストがかかる可能性があります。

ここでエッジ コンピューティングが役立ちます。エッジ コンピューティングの利点を理解するために、自動運転車の例がよく使われます。

• 遅延: 自動運転車は瞬時に判断を下す必要があります。もしあなたの目の前で車が急に方向転換したら、あなたの車が遠くの雲からの指示を待たなければならないことを望みますか?いいえ！車がローカル コンピューター上でできるだけ早く決定を下すことが望まれます。

• 帯域幅: 自動運転車が収集する膨大なデータ量は 1 時間あたり 4 TB と推定されており、これはスマートフォンが 1 日に消費する平均 100 MB のデータの 40,000 倍に相当します。これらすべてのデータをストリーミングするとコストがかかり、ネットワークの混雑を引き起こす可能性があります。

これら 2 つの理由から、自動運転車のエッジ (この場合は、車両自体) で計算を実行することは理にかなっています。

クラウド コンピューティングとエッジ コンピューティングの問題は、2 つのうちどちらかを選択するということではありません。クラウドとエッジにはそれぞれ利点があります。問題は、クラウド コンピューティングとエッジ コンピューティングをいつ使用すべきかということです。

役に立つ経験則は、「クラウド コンピューティングはビッグ データで動作しますが、エッジ コンピューティングは「ライブ データ」、つまりセンサーやユーザーによって生成されたリアルタイム データで動作します」(Wikipedia) です。

「エッジ」とはいったい何でしょうか?

エッジは基本的に「クラウド内にない」という意味です。エッジを構成するものはアプリケーションによって異なるためです。説明するために、例を見てみましょう。

病院では、すべての医療資産（IV ポンプ、心電図装置など）の場所を把握し、Bluetooth 屋内追跡 IoT ソリューションを使用する必要があります。このソリューションには、追跡する資産 (IV ポンプなど) に取り付ける Bluetooth タグが含まれています。また、各部屋に 1 つずつ Bluetooth ハブがあり、タグからの信号をリッスンして各タグがどの部屋にあるか (つまり、資産がどの部屋にあるか) を判断します。

この場合、タグとハブの両方が「エッジ」と見なすことができ、タグは簡単な計算を実行し、センサーデータに大きな変化があった場合にのみデータをハブに送信します。タグが別のラベルから別のデータ センターに移動された場合、別のタグが計算される可能性があります。上記の 2 つの方法を組み合わせることも、どちらも使用しないこともでき、タグはすべての生データをハブに送信し、ハブはすべての生データをクラウドに送信できます。

IoTエッジコンピューティングの鍵 - 見落とされがちな利点

この記事の冒頭で述べたように、エッジ コンピューティングを評価する際にほとんどの人が見落としている重要な利点があります。

レイテンシ（応答速度の向上）と帯域幅（帯域幅要件の削減とデータ コストの節約）の利点についてはすでに説明しました。ただし、これらの利点は、自律走行車、スマート ホーム、セキュリティ カメラなど、IoT アプリケーションの特定のサブセットに固有のものです。

LPWAN IoTの到来

「モノのインターネット」という用語の問題点は、その定義が広いことです。数万ドルの費用がかかり、テラバイト単位のデータを収集し、4G セルラー ネットワークを使用する自律走行車は、モノのインターネットと見なされます。一方、数ドルの費用がかかり、数バイトのデータのみを収集し、低電力広域ネットワーク (LPWAN) を使用するセンサーも IoT と見なされます。

問題は、誰もが自律走行車、スマートホーム、防犯カメラなどの高帯域幅の IoT アプリケーションに注目していることです。それは、誰もが消費者であるため、このようなコンテンツを書く人は、ビジネス コンテンツを書く場合よりも消費者向けコンテンツを書く場合の方が、はるかに幅広い読者層を持つからです。これは、エンタープライズ IoT は直接関係する人の数が少なく、少し退屈になる可能性があるためです。

LPWAN IoT は急速に成長すると予想されており、IoT の真の変革的性質が最も感じられるのはここでしょう。

LPWAN IoT アプリケーションでは、エネルギー消費は他の IoT アプリケーションには適用できないため重要です。自動運転車には定期的に充電する必要がある巨大なバッテリーが搭載され、スマートホームデバイスやセキュリティカメラはコンセントに直接差し込むことになります。

しかし、もしあなたの会社が自動車オークション会場の 20,000 台の車両すべてに GPS トラッカーを設置したとしたら、それらの GPS トラッカーの電池は数年間は持つ可能性があります。数年未満の期間に 20,000 個のバッテリーを交換するのは、運用上の大きな負担となり、管理コストも高くなります。システムの管理にかかる莫大なコストは、車両の位置をリアルタイムで把握することで得られるメリットをはるかに上回ります。

エッジコンピューティングはエネルギー消費を削減できる

バッテリー駆動デバイスのエネルギー消費に関して、どのデバイスが最も多くのエネルギーを消費するかご存知ですか?無線放送。センサーや単純な計算では通常、それほど多くのエネルギーは消費されませんが、ワイヤレス メッセージの送受信では多くのエネルギーが消費されます。数値が低いほど、送受信されるメッセージが少なくなり、デバイスがバッテリー電源で動作できる時間が長くなります (すべてのワイヤレス接続は、消費電力、範囲、帯域幅の間でトレードオフを表します)。

したがって、デバイス自体で計算を実行し、メッセージの数とサイズを計算し、ロジックを使用してメッセージを削減する場合、エッジ コンピューティングは LPWAN IoT アプリケーションに非常に効果的です。

燃料タンクの遠隔監視の例を見てみましょう。つまり、タンクに装置を設置することで、タンク内のオイルレベルを遠隔で監視できるのです。リモート監視 IoT システムがなければ、企業はタンクを補充する必要がある時期を推測しなければなりません。これは非効率的です。なぜなら、燃料運転手は燃料補給の必要のないタンクまで運転したり、燃料補給が必要なタンクに到着するのに遅すぎたりするからです。

燃料タンクの遠隔監視が大幅に改善されました。それでも、数百万個のタンクが広大な地域に分散しているため（たとえば、米国中西部の農業用）、監視装置は単一のバッテリーで何年も持続する必要があります。上記の車両追跡の例と同様に、これらのバッテリーを頻繁に交換すると、運用コストが莫大にかかります。

バッテリー消費を抑えるために、エッジに基本的なロジックを追加することができます (この場合、エッジは監視デバイスです)。燃料レベルの読み取り値が多いほど良いのですが、燃料レベルの読み取り値やワイヤレスで送信されるメッセージごとにエネルギーが消費されます。燃料レベルの頻繁な測定を維持しながらバッテリーの消耗を抑える革新的なアプローチは、デバイスが燃料レベルの測定を定期的に（たとえば 2 時間ごと）行い、これらの測定結果を含むワイヤレス メッセージをそれほど頻繁ではない（たとえば 24 時間ごと）に送信することです。デバイスがメッセージを送信する場合、最後のメッセージ以降のすべての読み取り値が含まれます。メッセージは 24 時間ごとに送信され、1 時間に 2 回読み取られます。つまり、各メッセージは 12 回読み取られることになります。

[[355923]]

「タンク内の燃料レベルが 24 時間以内に臨界値を下回ったらどうなるのか」と疑問に思うかもしれません。厳しい冬の間、暖を取るために燃料タンクに頼っている人は、燃料がなければもう1日も生き延びることができません。これは、いくつかの基本的な計算をエッジに移動することでも解決できます。

デバイスが起動して読み取りを行うたびに（つまり 2 時間ごとに）、燃料レベルがしきい値を下回っているかどうか（たとえば 30% 未満）をすばやくチェックすることもできます。このような場合、デバイスは 24 時間後に予定されている次のメッセージまで待たずに、すぐにメッセージを送信できます。このようにして、デバイスは、適切なデータが適切なタイミングでキャプチャされ共有されることを保証しながら、送信されるメッセージの総数（エネルギーを大量に消費します）を削減することができます。

これは、エッジ コンピューティングが LPWAN を使用した IoT ソリューションにどのようなメリットをもたらすかを示す優れた例です。 LPWAN IoT ソリューションでは、自動運転車、スマート ホーム、セキュリティ カメラとは異なり、遅延と帯域幅はそれほど重要ではありません。このリモート タンク監視の例では、2 時間ごとに読み取りを行うだけで十分なので、遅延を数ミリ秒短縮することはほとんど重要ではありません。

さらに、各タンクのデータ量は少なく、燃料レベル、バッテリー充電、その他の基本的なデバイス ステータスに関するデータ バイトのみであるため、帯域幅のピークは影響を受けません。

この例では、クラウドはまだ何らかの役割を果たしています。

一部のロジックは、バッテリー寿命を節約するためにエッジに移動できますが、他のロジックと分析（よりデータ集約的な計算）はクラウドの方が適しています。各タンクのデータは少ないものの、数百万のタンクから集計されたデータは依然として非常に膨大です。このデータセットに機械学習と予測分析を適用して、タンクをいつ補充する必要があるかを予測することは、クラウドに最適です。

さらに、予測される燃料レベル、現在の道路状況、現在の燃料価格に基づいて、ドライバーの給油スケジュールを設定することもできます。これはクラウドには最適ですが、エッジでは意味がありません。