ビッグデータ、大きなクエスチョン。 エッジコンピューティングに答えがあるか?

edge computing data

多すぎるデータとはどのくらいの量のデータのことでしょうか。 エッジコンピューティングは、より小規模のデータ 分析の事例を提示しています。

直感に基づいて意思決定を行ったり、「いつものやり方だから」という理由で仕事を行っていたビジネスはもう時代遅れです。その代わり、データが次のビジネス革新の波を加速させ、 企業がさらにスマートに、またしばしばリアルタイムで決定を下せるようになっています。

この成功のカギとなるのがビッグデータです。これは従来のソフトウェアではあまりに大きすぎて処理できないデータマイニングセットだと言えましょう。ビッグデータによって、企業はフォーマット済みのロー・ストリーミングデータなどの膨大な情報網を理解して、より正確に成果を形成したり、さらには未知の相関関係を発見することができます。

例えば、抗うつ剤のデシプラミンには、ある形態の肺がんを処置する際に利点があるという可能性を備えていることが 発見されています。その関係は、データ 分析によって発見された関係性がなければ解明されなかったでしょう。

あまりにも多すぎる貧弱なデータ

IoT(モノのインターネット)デバイスの数が増加するとともに、収集した余分なデータを使用して、ビジネスについてさらに大きな見識を得るという機会が非常に増大しています。しかし、おそらく現在あまりにも多くのデータがあるものの、そのすべてが有益だとは必ずしも言えません。IoT デバイスに促進されて、私たちは2021年までに1年につき847ゼタバイト(ZB) という圧倒する様な量のデータを生成するだろうと Cisco は見積っています。

クラウドシステムを使用して、圧倒する様なレベルのデータを単に処理するには、かつてないほど費用の高価なインフラが必要になるでしょう。さらに大きい課題は、有益な データ (皆さんが作業している) を騒音から隔離することにあります。実際、Ciscoでは、2021年までに有益なデータは、生成されたすべてのデータの10%にあたる、わずか 85ゼタバイト程度になるだろうと見積もっています。エッジコンピューティングとエッジAIにその答えがありますが、それらを役立てるには主に2つの方法があります。

データ収集の改善

クラウドベースのビッグデータ 分析は信じがたいほどパワフルであり、システムに有益な情報を与えることができるほど、尋ねた質問から得られる回答は大きくなります。 例えば、小売りでは、顔認識システムで収集された人口統計 データによって、販売する商品だけでなく、誰が購入するかといったことを知らせながら、簡単な販売情報に詳細情報を追加することができます。

ビッグデータ、大きなクエスチョン-1
産業の IoT センサーによって生成されたすべてのデータが、有益だとは限りません。それなら、エッジでフィルターしませんか?

さらに製造業界では、気温、湿度、振動などを計測する IoTセンサーを、プロフィール作成に役立てることができます。機会が故障しそうな時期を予測できるので、前もって保守計画を立てることができます。

困難な点は、これらの状況では、他のように、IoTデバイスは膨大な量のデータを生成するものの、そのすべてが必ずしも必要とされないという点にあります。例えば、人口統計データを取ってみましょう。クラウドベースのシステムでは、IoTカメラでビデオを収集し、中央サーバーに送信し、必要な情報を抽出することが必要です。

エッジでデータをフィルターする

エッジ・コンピューティング・ソリューションがあれば、カメラに接続されたコンピューターが自動的に人口統計データを取り出し、保存や処理を行うためにクラウドに送信します。これによって、全く有益で関連性のある情報が提供されながら、収集されたデータ量が著しく削減されます。

同様にIoT センサーでは、保存するために毎秒測定結果を送る必要があるでしょうか?データ をローカルに保存することによって、またおそらく長期については平均値を使用しながら、エッジコンピューティングはノイズを削減し、有益で関連性のある情報のみを提供するためにデータをフィルターします。

最も重要なことは、人々がセキュリティやプライバシーについて悩んでいる時代において、エッジコンピューティングはデータ収集の責任あるセキュアな方法を提供するということでしょう。 再び人口統計情報に戻りますが、プライベートビデオや顔のデータはサーバーに送信されず、エッジコンピューターが有益でパーソナライズされていないデータを捕えて、それをクラウドに送信します。

リアルタイムのデータ処理

ビッグ データ 分析 にはデータモデリングとリアルタイムという2つの主要な実装方法があります。モデリングは、ビジネスに見識や全体像を与えるのに役立ち、リアルタイムのデータ によって現在発生していることに反応できるようになります。

ビッグデータ、大きなクエスチョン-2
リアルタイムのエッジ処理は、直近のデータに促進された特別なオファーを、コンテンツ連動型広告に知らせることができます。

エッジAI が最も効果的なのはリアルタイムの処理です。例えば、顔認識やデモグラフィックで、小売店はデジタルディスプレイをカスタマイズして、見る人にアピールしそうなオファーを表示することができます。

クラウドにビデオストリームを送信し、処理して、適切なオファーを表示することは、あまりにも時間がかかりすぎます。エッジコンピューティングを使用すると、ローカルコンピューターが人のデモグラフィック情報をデコードし、瞬時に適切なオファーを表示することができます。

またエッジAIは、センサーの入力に基づいて、よりスマートな決定を自動的に行うのに使用することができます。予測保守により、エッジデバイスは、IoT センサーに、組み立てラインで振動が増加している等の差し迫った問題の兆候がないかどうかを監視することができます。

さらにエッジ AI デバイスは常時監視し、損傷を防止するために生産ラインの速度を低下させたり、アラートを送ったり、オンラインでバックアップシステムをもたらすなどの適切な行動をとることができます。ここでも重要となるのは反応速度で、エッジAIデバイスがリアルタイムで決定することが可能で、全てが高速インターネット接続なしでできるようになります。

エッジはビッグデータの未来

ノイズから信号を分け、リアルタイムの学習に適用するには、堅牢でカスタマイズ可能なシステムが提供するエッジコンピューティングが必要です。VIAがQualcomm® Snapdragon 820E エンベッデド・プラットフォームによるVIA ALTA DS 3などのシステムでどのように役だつか、その方法をご覧ください。

 

VIA Technologies Japan株式会社