すべてのデータをクラウドに送信して処理するアーキテクチャから、工場内の「エッジ」で即時処理するハイブリッドモデルへのシフトが加速している。遅延の許容できないリアルタイム制御や大容量映像処理に、エッジは不可欠だ。
エッジが必要な理由
溶接ロボットのリアルタイム制御や外観検査AIは、クラウドへのデータ往復では遅延が生じる。工場内のエッジサーバー（あるいはエッジAIチップ）で処理することで、1ms以下のレスポンスが実現できる。通信コストの削減にもつながる。
インテル・AWSの工場向けエッジ戦略
インテルは「OpenVINO」ツールキットで工場向けAI推論をエッジで高速実行する環境を整備。AWSは「AWS IoT Greengrass」でクラウドのMLモデルをエッジデバイスにデプロイする仕組みを提供している。日本では富士通・NEC・日立がエッジソリューションを強化している。
Harryの着眼点
「全部クラウドに任せれば楽」という発想が通用しない領域が確実に存在する。製造業は特にその典型だ。重要なのは、何をエッジで処理して何をクラウドに送るかの「仕分け設計」であり、これを適切に行うアーキテクト人材の育成が喫緊の課題だと感じている。
出典：IDC「Worldwide Edge Computing Spending Guide 2020」