エッジ コンピューティングが企業のコスト削減と効率向上にどのように役立つか

エッジ コンピューティングに対する期待の高まりにより、業界は「エッジがクラウドを蝕む」や、ヘルスケア、小売、製造の分野でリアルタイム オートメーションが普及するという大胆なアイデアで満たされています。

今日、エッジ コンピューティングがほぼすべての企業のデジタル変革において重要な役割を果たすと考える専門家がますます増えています。しかし進歩は遅かった。従来の考え方では、企業はリアルタイムの意思決定とリソース割り当てを最大限に活用することができません。 これがどのように、そしてなぜ起こったのかを理解するために、エッジ コンピューティングの最初の波とそれ以降何が起こったのかを振り返ってみましょう。

エッジ コンピューティングの第一波: モノのインターネット (IoT)

ほとんどの業界にとって、エッジの概念はモノのインターネット (IoT) の第一波と密接に関連しています。当時は、あらゆるものに取り付けられた小型センサーからデータを収集し、そのデータをクラウドやメイン データ センターなどの中心的な場所に送信することに重点が置かれていました。

これらのデータ ストリームは、一般にセンサー フュージョンとして知られているものと関連付けられる必要があります。当時は、センサーの経済性、バッテリー寿命、遍在性により、データ ストリームが制限されすぎ、忠実度が低くなることがよくありました。さらに、既存の機器にセンサーを改造するには費用がかかることがよくあります。センサー自体は安価ですが、取り付けには時間がかかり、訓練を受けた担当者が作業を行う必要があります。最後に、センサー フュージョンを使用してデータを分析するために必要な専門知識は、組織全体の従業員の知識ベースに組み込まれています。これがIoT導入の減速につながっています。

さらに、セキュリティに関する懸念は、モノのインターネットの大規模なアプリケーションにも影響を与えます。計算は簡単です。複数の場所にまたがる数千台のデバイスが接続されていると、膨大な量の未知の暴露に相当します。潜在的なリスクが証明されていないメリットを上回るため、多くの人は様子見のアプローチを取ることが賢明であると信じています。

IoT 1.0 を超えて

エッジとはモノのインターネットに関するものではなく、

分散したサイトや地域にわたる運用、つまりリアルタイムの意思決定に関するものであることがますます明らかになりつつあります。 IT や産業環境では、これらの分散データ ソースをエッジと呼びます。データセンターやクラウド エッジ コンピューティングの外側にあるこれらすべての場所からの意思決定を私たちは呼んでいます。

現在、エッジはどこにでも存在します。

—私たちが住んでいる場所、働いている場所、人間の活動が行われている場所。センサーのカバー範囲がまばらであることは、より新しく、より柔軟なセンサーで解決されました。新しい資産とテクノロジーには、幅広い統合センサーが付属しています。現在、センサーは高解像度/高忠実度のイメージング (X 線装置、LIDAR) で強化されていることがよくあります。

追加のセンサー データ、イメージング テクノロジ、およびそれらすべてを相互に関連付ける必要性により、毎秒膨大な量のデータが作成されます。これらの大量のデータ ストリームから結果を得るために、現在、データが生成される場所の近くにコンピューティング能力が導入されています。

理由は簡単です。エッジ ロケーションとクラウドの間に利用可能な帯域幅と時間が十分にないからです。短期的にはエッジのデータが最も重要です。データは後からクラウドで処理して分析するのではなく、エッジでリアルタイムに分析して利用できるようになりました。新しいレベルの効率と優れた運用フィードバックを達成するには、コンピューティングをエッジで実行する必要があります。

これは、クラウドが無関係であると言っているわけではありません。クラウドは、あらゆる場所に展開して管理できるため、エッジ コンピューティングにおいて依然として重要な役割を果たしています。たとえば、クラウドは他の場所からのアプリケーションやデータへのアクセスを提供するだけでなく、リモートの専門家が世界中のシステム、データ、アプリケーションを管理できるようにします。さらに、クラウドを使用して、複数の場所にわたる大規模なデータセットを分析し、時間の経過に伴う傾向を示し、予測分析モデルを生成することができます。

したがって、エッジ テクノロジーとは、地理的に分散した多数の場所でのビッグ データ フローを処理することです。エッジ コンピューティングで何が可能になったのかを真に理解するには、エッジについてのこの新しい理解を採用する必要があります。

現在: リアルタイム エッジ分析

わずか数年前と比べて、現在エッジで何ができるかは驚くべきことです。現在では、少数のセンサーやカメラに限定されるのではなく、多数のセンサーやカメラからデータを生成できるようになりました。このデータは、20 年前のものよりも数千倍強力なコンピューターで分析されますが、すべてリーズナブルなコストで行われます。

高コア数の CPU と GPU、高スループットのネットワーク、高解像度のカメラがすぐに利用できるようになり、リアルタイムのエッジ分析が現実になります。リアルタイム分析をエッジ (ビジネス活動が行われる場所) に導入すると、企業は自社の業務を理解し、即座に対応できるようになります。この知識があれば、多くの操作をさらに自動化できるため、生産性が向上し、損失が削減されます。

今日のリアルタイム エッジ分析のユースケースの一部を次に示します:

スーパーマーケットの詐欺防止

現在、多くのスーパーマーケットでは何らかのセルフサービス レジを導入していますが、残念なことに、詐欺事件も増加しています。一部の悪質な買い物客は、より高価な商品の代わりに安価なバーコードを使用し、より少ない金額を支払うことがあります。この種の詐欺を検出するために、店舗では現在、製品のスキャンと重量を製品の実際の価値と比較する高解像度カメラが使用されています。これらのカメラは比較的安価ですが、大量のデータを生成します。コンピューティングをエッジに移行することで、データを瞬時に分析できるようになります。これは、店舗が「顧客」が駐車場から出た後ではなく、リアルタイムで不正行為を検知できることを意味します。

食品生産モニタリング

現在、製造工場には、製​​造プロセスの各段階で数十台のカメラやセンサーが設置されています。リアルタイム分析と AI 主導の推論により、エラーが存在するかどうかをミリ秒単位、さらにはマイクロ秒単位で明らかにすることができます。たとえば、砂糖が過剰に加えられたことや、材料が多すぎることがカメラに表示される可能性があります。カメラとリアルタイム分析により、生産ラインは致命的な損傷を引き起こすことなく、問題を改善するために調整でき、修理が必要な場合には計算機をシャットダウンすることさえできます。

ヘルスケア向け AI を活用したエッジ コンピューティング

ヘルスケア分野では、赤外線カメラと X 線カメラが高解像度を提供し、技術者や医師に迅速に提供できるため、状況を変えています。 。このような高解像度により、AI は医師が異常を確認する前に異常をフィルタリング、評価、診断できるようになりました。 AI を活用したエッジ コンピューティングを導入することで、医師は診断のためにデータをクラウドに送信する必要がなくなるため、時間を節約できます。したがって、腫瘍学者が患者に肺がんがあるかどうかを確認する場合、リアルタイム AI フィルタリングを患者の肺画像に適用して、迅速かつ正確な診断を取得し、返答を待つ患者の不安を大幅に軽減できます。

分析による自動運転車

今日、自動運転車は、360 度の立体視認識を提供する比較的安価で入手可能なカメラのおかげで可能です。また、分析によって正確な画像認識が可能になるため、コンピューターはタンブルウィードと近所の猫の違いを認識し、安全を確保するためにブレーキをかけるか障害物を回避するかを決定することができます。

高性能 GPU と CPU の手頃な価格、可用性、小型化により、自動運転車インテリジェンスのためのリアルタイムのパターン認識とベクトル プランニングが可能になります。自動運転車が成功するには、インテリジェントな意思決定を行い、十分な速さで是正措置を講じるための十分なデータと処理能力が必要です。現在、これは今日のエッジテクノロジーでのみ可能です。

分散アーキテクチャの実践

非常に強力なコンピューティングをエッジに導入すると、企業は遅延やクラウドへの接続の喪失を心配することなく、運用をより適切に最適化できます。現在ではすべてがエッジに分散されているため、散発的な接続のみで問題がリアルタイムで解決されます。

エッジ テクノロジーの第一波以来、私たちは長い道のりを歩んできました。エッジテクノロジーの進歩のおかげで、企業は業務をより完全に把握できるようになりました。今日のエッジ テクノロジーは、企業の利益増加に役立つだけでなく、実際、リスクを軽減し、製品、サービス、顧客エクスペリエンスを向上させるのにも役立ちます。

以上がエッジ コンピューティングが企業のコスト削減と効率向上にどのように役立つかの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。