エッジ コンピューティングと人工知能戦略が相互に補完しなければならない理由

多くの企業は、コンピューティング能力をデータ ソースやエンド ユーザーに近づけることができるため、エッジ コンピューティングのユースケースを検討し始めています。同時に、人工知能や機械学習が研究または実装されており、発見を自動化し、データ駆動型の洞察を得る能力も認識されています。しかし、エッジ戦略と AI 戦略を積極的に組み合わせなければ、変化の可能性を逃すことになります。

人工知能の分野への参入

エッジ分析とデータ分析が融合しつつある明らかな兆候があります。データによると、2025 年までにエッジ データの作成は 33% 増加し、データの 5 分の 1 以上を占め、2023 年までにデータ分析専門家はエッジ データの作成と分析にエネルギーの 50% 以上を集中するようになります。エッジ ソリューションは、企業の使命を達成するために非常に重要です。リーダーの 78% は、エッジが AI と ML に最大の影響を与えると考えています。

従来、企業は分析を実行して価値を抽出するために、リモート データをデータ センターまたは商用クラウドに転送する必要がありました。エッジ環境では、データ量の増加、ネットワーク アクセスの制限またはまったくなし、リアルタイムでの迅速な意思決定のニーズの高まりにより、これは困難になる可能性があります。

しかし現在、小容量のチップセット、高密度のコンピューティングとストレージ、メッシュ ネットワーキング テクノロジの可用性が向上したことにより、企業がデータ生成ソースの近くに人工知能ワークロードを展開するための基盤が築かれています。

エッジ人工知能の入門

エッジ AI のユースケースを有効にするには、ほぼリアルタイムのデータ決定がユーザー エクスペリエンスを大幅に向上させ、ミッション目標を達成できる場所を特定します。法執行機関、サイバーセキュリティ、健康調査をサポートする次世代フライトキットに焦点を当てたエッジユースケースが増えています。かつて調査員はその後の処理のためにデータを収集していましたが、新しい展開スイートには、現場でデータを処理および探索するための高度なツールが含まれています。

次に、大量のエッジ データを送信する場所を決定します。データを遠隔地で処理できる場合は、結果のみを転送する必要があります。データのごく一部のみを移動することで、帯域幅が解放され、コストが削減され、より迅速な意思決定が可能になります。

疎結合されたエッジ コンポーネントを活用して、必要なコンピューティング能力を実現します。単一のセンサーでは処理を実行できません。しかし、高速メッシュ ネットワークでは、データ収集を処理するノードと、処理などを行うノードを接続できます。 ML モデルをエッジで再トレーニングして、継続的な予測精度を確保することもできます。

リモート AI のコードとしてのインフラストラクチャ

エッジ AI のベスト プラクティスはインフラストラクチャ コードです。インフラストラクチャ コードを使用すると、物理ハードウェアではなく構成ファイルを通じてネットワークとセキュリティの構成を管理できます。インフラストラクチャ コードを使用すると、構成ファイルにインフラストラクチャ仕様が含まれるため、構成の変更と配布が容易になり、環境が一貫してプロビジョニングされるようになります。

また、マイクロサービスを使用してマイクロサービス内で実行し、CI/CD パイプライン、giipops などの開発運用機能を活用して、エッジの実稼働環境への ML モデルの反復デプロイメントを自動化し、書き込み機能を提供することを検討することもできます。一度コードを作成すれば、どこでも柔軟に使用できます。

私たちは、エッジとコアで一貫したテクノロジーとツールを使用するよう努めるべきです。この方法では、専門知識は必要なく、一度限りの問題が回避され、より簡単に拡張できます。

現実世界とその先のエッジ人工知能

軍から法執行機関、重要インフラを管理する機関に至るまで、あらゆる企業がエッジで AI を実行しています。たとえば、国際宇宙ステーション。

国際宇宙ステーションには、研究と実験運用を行うための現場実験室が含まれています。一例として、科学者たちは国際宇宙ステーションで発見された微生物の DNA ゲノムの配列決定に焦点を当てました。ゲノム配列決定では膨大な量のデータが生成されますが、科学者が分析する必要があるのはその一部だけです。

これまで、国際宇宙ステーションは、集中処理のためにすべてのデータを地上局に送信していましたが、多くの場合、シーケンスごとに数テラバイトのデータが含まれていました。過渡的な送信速度では、データが地球上の科学者に届くまでに数週間かかる可能性があります。しかし、エッジと人工知能の力を利用して、研究は国際宇宙ステーションで直接行われ、結果のみが地上に送信されます。即日分析が可能になりました。

このシステムは、スペースと電力が限られている環境でも管理が簡単です。ソフトウェアの更新は必要最小限に抑えられ、ML モデルのトレーニングはオンサイトで実行されます。また、このシステムは、将来的に他の種類の ML ベースの分析を処理できる十分な柔軟性を備えています。

人工知能とエッジ コンピューティングを組み合わせることで、企業はどこでも分析を実行できるようになります。コアからエッジまで共通のフレームワークを使用して、AI を遠隔地でも拡張および拡張できます。データが生成され、ユーザーが対話する場所の近くに分析機能を配置することで、より迅速な意思決定、より迅速なサービスの提供、および必要な場所に合わせてタスクの拡張が可能になります。

以上がエッジ コンピューティングと人工知能戦略が相互に補完しなければならない理由の詳細内容です。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。