Google、Amazon、Alibaba がいずれもこの市場に参入しました。エッジコンピューティングの可能性は何でしょうか?

注: CBinsights は最近、エッジ コンピューティング レポートをリリースしました。著者はいくつかの編集と照合を行い、いくつかの新しい業界の動向と著者の考えを追加しました。テキスト |趙サイポ。

エッジコンピューティングの背景

ここ数年、テクノロジー業界では「ビッグデータ」という言葉が人気を集めています。英語圏にも、ビッグデータに関する下品だが正確な比喩がある。

• ビッグデータは十代のセックスのようなものだ。
• 誰もがそれについて話す
• 誰もそれをどうやってやるのか本当に知らない
• 誰もが他の人もそうしていると思っている、
• だからみんなそれをやっていると主張するのです…

技術発展の観点から見ると、このジョークの核心は依然として、ビッグデータをどう扱うべきかという混乱と当惑です。実際、Amazon が 2006 年に最初のクラウド サービスを開始したとき、世界はまだデータに囲まれていませんでした。 1年後、iPhoneが登場し、それに続いてAndroidフォン「軍」が台頭しました。これらのモバイル デバイスによって大量のデータが生成されました。その後すぐに、IoT、コネクテッドカー、スマートスピーカーなどの消費者市場向け製品、そしてもちろんさまざまな垂直分野の産業グレードのアプリケーションが、より多様なデータジェネレーターになりました。

これらの膨大な量のデータは継続的に生成され、さまざまな企業や開発者が単純または複雑なプロセスを通じてそのデータをパブリック クラウド データ ウェアハウスに移動します。次に、これらの企業や開発者は、Amazon、Microsoft、Alibaba Cloud、Google などのクラウド サービス プロバイダーが提供するさまざまなデータ分析およびマイニング ツールを使用して、そこから「洞察」を見つけます。

ある意味、モバイルインターネットはビッグデータの発展を加速させ、ビッグデータはクラウドコンピューティングの発展を促進しました。過去 10 年間の技術発展の歴史において、モバイル インターネット、ビッグ データ、クラウド コンピューティングは共同で大きな貢献を果たしてきました。

CBinsights データベースによると、世界の IoT 市場は 2019 年に 1.7 兆米ドルに達すると予想されています。この巨大な市場規模は、処理すべきデータ量も膨大になることを意味し、クラウド コンピューティング企業の発展をさらに刺激するでしょう。下の図は、クラウド コンピューティングに関するニュースの人気を示しています。

さらに、クラウド コンピューティング企業、特にパブリック クラウドに重点を置く企業も、開発の急速な進展に加わっています。下の図は、過去 2 年間における米国の 3 大パブリック クラウド企業の顧客数の増加を示しています。

しかし、データ量が継続的に増加し、データ処理の要件が多様化しているため、クラウドベースのビッグデータ処理は多くの課題に直面しています。

現在普及している自動運転車を例にとると、製品の形態から見ると、自動運転車は「移動型データセンター」のようなものだと言えます。車には多数のセンサーが搭載されており、いつでもどこでも周囲の状況を感知し、継続的にデータを生成します。車はこのデータをリアルタイムで処理し、車の運転プロセスの指示を作成する必要があります。

例えば、右から合流する車があることを車が感知すると、車は速度と車までの距離（右、左、前、後ろを含む）をリアルタイムで計算し、減速するか車線を合流するかの指示を出す必要があります。この一連の複雑な計算プロセスは、リアルタイムかつ低遅延で実行する必要があります。この時点で、データがクラウドサーバー上で処理されると、データ転送の遅延により自動車事故が発生する可能性があります。

このようなデータ処理の需要はますます高まっています。たとえば、一般の人間が毎日生成するデータの量も驚くべき速度で増加しています。 2020 年までに、平均的な人が毎日生成するデータは 1.5GB になると推定されています。このデータは、スマートウォッチやブレスレットによって収集されたスポーツデータ、スマートフォンによって収集されたトラフィックデータ、Web やソーシャル メディアの閲覧によって生成された Cookie データなどから取得される場合があります。

新たなデータ需要によって新たなテクノロジー/ビジネス モデルも生まれており、これが過去 1 ～ 2 年における「エッジ コンピューティング」の出現の一般的な背景となっています。

エッジコンピューティングの利点

エッジコンピューティングの開発において、注目に値するもう 1 つの概念が、いわゆる「フォグ コンピューティング」です。

これら 2 つの概念は混同されやすいです。 「フォグ コンピューティング」では、デバイスのゲートウェイでのデータ処理に重点が置かれます。データは「フォグコンピューティング」によってデバイスのゲートウェイに収集され、処理されて保存され、処理されたデータはデータを必要とするデバイスで使用されます。

エッジコンピューティングは、データが生成されるデバイスに近い「エッジ」を重視しますが、「フォグコンピューティング」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の中間に位置します。

これは、エッジ コンピューティングには多くの「本質的な利点」があることも意味しており、その 1 つは、よりリアルタイムで高速なデータ処理機能です。中間伝送プロセスが削減されるため、データ処理速度も速くなります。

第二に、コストが低いことです。エッジコンピューティングで処理されるデータは「スモールデータ」であり、データコンピューティングとストレージの両方でコスト上の利点があります。

3 番目は、ネットワーク帯域幅の要件が低いことです。接続されるデバイスの数が増えると、ネットワークの伝送圧力が増加します。ただし、エッジコンピューティングのプロセスでは、クラウドサーバーとのデータ交換はそれほど多くないため、ネットワーク帯域幅をあまり占有する必要はありません。

4番目に、アプリケーションの効率を向上します。上記の 3 つの利点を組み合わせると、データ処理が高速化し、ネットワーク伝送の圧力が小さくなり、コストが低くなるため、アプリケーションの効率が大幅に向上します。

第5に、エッジコンピューティングによりデータプライバシー保護がより実践的になります。これは、今年5月に欧州連合が史上最も厳しいデータ保護法を可決したことを受けて、大きな意義を持ちます。データの収集と計算はすべてローカルで行われ、データはクラウドに送信されなくなるため、重要な機密情報はネットワークを経由せずに送信でき、送信中の漏洩を効果的に回避できます。

エッジコンピューティングのプレイヤー

下の図を見ると、2017 年以降、エッジ コンピューティングに関するニュースの注目度が高まっていることがわかります。

エッジ コンピューティングの重要なプレーヤーのいくつかは、パブリック クラウドの大手でもあります。 Amazon、Microsoft、Google はそれぞれ独自のレイアウトを開発しています。

Amazonは2017年に、Amazon AWSのサービスを端末デバイスに展開できる製品「AWS Greengrass」を発売した。当局者らは、Greengrassを通じて、ローカルでのデータ収集と処理が可能になり、データは引き続きクラウドで管理できると述べた。

Microsoft は 2018 年の Build カンファレンスでエッジ コンピューティングを最優先事項としており、私は 5 月の会員向けニュースレターでそれを分析しました。

• ...マイクロソフトの野望は、「クラウドエンド」の共同製品チャネルを構築することで、人工知能の機能をさまざまな製品にエクスポートすることです。たとえば、今年のテーマはエッジコンピューティングです。
• この目的のために、マイクロソフトはエッジ コンピューティングの分野で努力を続けています。クラウドと IoT デバイスを接続するための開発フレームワークである、オープンソースの Azure IoT Edge ランタイム。このフレームワークを通じて、開発者はデバイス側で直接機械学習機能を備えたアプリケーションを開発できます。たとえば、最初のパートナーの 1 つである DJI は、このフレームワークを使用してドローンのローカル画像認識機能を実装しています。
• 同時に、マイクロソフトはクアルコムも自社の陣営に引き入れました。この協力の主な目的は、視覚分野におけるエッジコンピューティングであり、モバイル端末デバイス上に画像処理機能を迅速に構築することです...

Google は今年の Google Cloud Next カンファレンスで、クラウド チップ Edge TPU (ハードウェア) とソフトウェア ツール Cloud IoT Edge (ソフトウェア) という 2 つの製品をリリースしました。 Google Cloud は、次の 2 つの製品を正式に導入しました。

• Cloud IoT Edge は、Google Cloud の強力なデータ処理と機械学習をロボット アーム、風力タービン、石油掘削装置などの数十億のエッジ デバイスに拡張し、センサーからのデータに基づいてリアルタイムで行動し、ローカルで結果を予測できるようにします...

さらに、多くのテクノロジー大手がエッジ コンピューティングの分野に参入しています。たとえば、ヒューレット・パッカード・エンタープライズは、今後4年間でエッジコンピューティングに40億ドルを投資すると発表している。 HP Enterprise のエッジ コンピューティング製品は、「Edgeline Converged Edge Systems」と呼ばれます。主な顧客グループは、油田、炭鉱などの産業分野です。これらの特定の産業の作業環境はクラウドデータの処理条件を満たすことができないため、エッジコンピューティングが重要な需要となっています。

今年4月に開催された雲啓会議深圳サミットにおいて、アリババクラウドの胡暁明代表はアリババを代表して、モノのインターネットに参入し、モノのインターネットを電子商取引、金融、物流、クラウドコンピューティングに続く「新たな道」と位置付けると発表した。

戦略レベルでは、胡暁明氏は、アリババクラウドが今後5年間で100億台のデバイスを接続する計画であるという「小さな目標」を提案した。戦略面では、アリババは「クラウド、エッジ、エンドをつなぎ、IoTオペレーティングシステムAliOS Things、IoTエッジコンピューティング製品、一般的なIoTプラットフォームを統合し、モノのリアルタイム意思決定と自律的なコラボレーションを実現する」ことを望んでいる。

しかし、アリババは中国のファーウェイから多大な圧力に直面することになるだろう。アリババがモノのインターネット計画を発表した後、ファーウェイは意味深な写真を発表した。

エッジコンピューティングの応用シナリオ

マイクロソフトのCTOであるケビン・スコット氏は、エッジコンピューティングはまだ比較的初期段階にあることを認めたことがある。しかし、この期間中にシナリオを実装することで、エッジ コンピューティングの可能性を垣間見ることもできるかもしれません。

前述のように、自動運転はエッジコンピューティングの分野で重要な産業アプリケーションとなっています。下の図は、Intel による自動運転車における「データ フラッド」の説明です。

しかし、自動運転はまだ初期段階であり、車両のインターネットやコネクテッドカーは自動車分野ですぐに実装できるシナリオです。

中国では、アリババのゼブラネットワークと百度の小度自動車の両社が自動車を「モバイルデータセンター」に変えようとしている。しかし、自動運転と比較すると、コネクテッドカーのデータ量と処理要件ははるかに単純です。それでも、車のデータ処理には遅れや遅延があってはならないため、車内にデータ処理機能を導入する必要があります。

もう一つの応用シナリオは医療です。数年前に大流行した、いわゆるスマートブレスレットは、本質的にはデータ収集装置です。しかし、クラウドサーバーとデータをやり取りする必要があるため、ブレスレット全体の「IQ」はほぼゼロになります。

Apple の Apple Watch のリリースによってもたらされた新しいウェアラブル デバイスのトレンドにより、これらのエッジ デバイスはついに独自のチップを搭載し、簡単な計算を実行できるようになりました。医師はこれらの計算結果に基づいて簡単な診断を行うこともできます。

さらに、米国では医療分野における地域データは非常に多様です。たとえば、病院のベッドには 20 台以上のデバイスを接続できます。これらのデータが収集され、クリーニングされ、マイニングされると、医師は患者の身体の状態をよりよく理解できるようになります。

産業分野でもエッジコンピューティングがますます重要な役割を果たしています。産業発展の観点から見ると、データはものづくりを推進する重要な生産手段となるでしょう。したがって、これらの膨大なリアルタイムデータをどのように処理するかが、企業の急速な発展にとって重要な課題となるでしょう。

プロセス生産を例にとると、生産ラインは実際にはデータフローのチャネルです。製品は前の作業者から次の作業者へ渡され、製品データの転送も伴います。この過程で、作業者の誤操作によりデータ異常が発生した場合、エッジコンピューティングベースの生産ラインは、次の作業者が操作を開始するときに早期に警​​告を発することができます。さらに一歩進んで、エッジコンピューティングを通じて機械学習機能を生産ラインに統合すると、作業者の非準拠操作をリアルタイムで監視して警告できるため、製品の歩留まりを向上させる上で大きな意義があります。

テール：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の代替ではない

これまでエッジ コンピューティングの多くの利点とアプリケーション シナリオについて説明してきましたが、これはエッジ コンピューティングがクラウド コンピューティングに取って代わることができることを証明するものではありません。どちらが良いとか悪いとかいうことはありません。どれがより適しているかを判断するには、さまざまなデバイス、さまざまなアプリケーション、さまざまなシナリオを検討する必要があります。

2年前、「Prisma」と呼ばれるアプリが、クラウドベースの畳み込みニューラルネットワークアルゴリズムを使用して急速に人気を博しました。ユーザーは自分の写真をこのアプリに送信するだけで、歴史的な絵画と比較できる「芸術的な写真」を手に入れることができます。このアプリケーションは世界中のユーザーに好まれていますが、その処理フローでは各写真をクラウドサーバーにアップロードし、クラウド上の畳み込みニューラルネットワークアルゴリズムで処理する必要があるため、ユーザーエクスペリエンスは非常に悪いです。

これはエッジ コンピューティングを必要とする典型的なシナリオです。 2017年にHuaweiとAppleが新世代のスマートフォンチップにNPU（ニューラルネットワーク処理ユニット）を追加したことで、スマートフォンに新たなエッジコンピューティング処理機能が追加されました。ハードウェア スタックに加えて、プロセッサの NPU も Huawei P20 Pro の驚くべき夜間撮影効果に重要な役割を果たしました。昨年、AppleはARアプリケーション（ゲーム）開発ブームを推進したが、その根底にある技術的サポートは、エッジでリアルタイムかつ大量のデータを処理するiPhoneの能力だった。

スマートフォンからウェアラブルデバイス、医療から自動車、工業製造まで、エッジコンピューティングは次々と業界の伝説を生み出しています。その目標は、端末をよりスマートにすること、つまり、データをリアルタイムで処理し、低遅延でフィードバックを提供できるようにすることです。これこそが、私たちが期待するスマートデバイスではないでしょうか? （この記事はTitanium Mediaで最初に公開されました）

[著者紹介: テクノロジービジネスレビューDailyioプロデューサー、趙彩波]