エッジコンピューティングとは？ 定義、技術、事例

エッジコンピューティングの定義

エッジクラウドコンピューティングは、クライアントデータを可能な限り実際の発生源に近いネットワークの端で処理する、分散型技術開発の構成です。

現代のビジネスにおいて、データは極めて重要な役割を担っており、企業の重要な業務やプロセスを即時に管理し、有益な情報を提供いたします。今日、企業は膨大なデータに溺れており、遠隔地や過酷な環境下で常時、センサーやIoTアプリから大量のデータが収集されます。

簡単に言えば、保存や計算能力の一部をメインのネットワークから、実際のデータ発生源に近い場所へ移すということです。 

生データを集中型クラウドへ送って解析するのではなく、データが生成された現場、例えば工場の現場、小売店、大規模なユーティリティ施設、またはスマートシティ全体などで処理を行います。 

エッジで計算された結果、例えばその時点でのビジネスの洞察や機器の修理予測など、有用な情報だけを主要なデータセンターへ送って分析したり、その他の業務に活用します。このように、エッジコンピューティングは企業やITの活用方法を革新しているのです。

‍

エッジネットワークの構成要素

コードクラウドインフラから広がる円形パターンは、エッジコンピューティングの概念を示すものです。各円は、中心から外側に向かう異なる層を表しています。

• プロバイダー／企業コア: 従来の「非エッジ」部門で、通信事業者、大企業、またはパブリッククラウドプロバイダーがホスティングおよび管理します。
• ‍サービスプロバイダーエッジ: これらの層は通常、通信やインターネットサービス提供会社が所有・管理し、多くの顧客を接続します。中央または地域のデータセンターと最終接続部の間に位置します。
• エンドユーザー敷地エッジ: サービスが実際に利用される現場、例えば自動車部品工場や小売店、住宅などに設置される組織のエッジです。
• ‍デバイスエッジ: 非クラスタ型の自律システムで、インターネット以外のプロトコルを用い、直接アクチュエータとセンサーを接続します。ネットワークの最も外側に位置するエッジと呼ばれます。

エッジコンピューティングはどのように機能するか？

従来の企業ネットワークでは、データや情報はユーザーのPCなどのクライアント端末で生成されます。しかし、マルチアクセスエッジコンピューティングの主要な要素は「場所」にあります。 

データは企業内LANを通じて、広域ネット（WAN）やインターネット上で送信され、エッジのアプリが前処理を行います。 

最終的に、クライアント端末でその結果が受け取られます。このクライアント・サーバ方式は、従来の多くの企業アプリで実績がありました。しかし、インターネットに接続されたデバイスの急増と、それらが生成・利用するデータ量は、集中型ネットワークアーキテクチャにとって大きな負担となっています。 

ガートナーは、2025年までに企業データの75％が集中サーバー外で生成されると予測しています。これだけのデータを、時間や中断に敏感な状況で運ぶのは、すでに混雑しがちなインターネットには大きな負荷となります。

このため、IT設計者は、ネットワークのインフラからデータ処理のリソースを現場に移すクラウドコンピューティングの選択肢に注目しています。基本的な考え方は、データを直接データセンターへ送る代わりに、データの発生源の近くにクラウドインフラを配置するというものです。 

エッジコンピューティングのコンセプト自体は新しいものではなく、むしろ支社や地方事務所など、コンピューティング資源を分散配置するという従来の考え方にそのルーツがあります。 

‍

この技術はなぜ重要なのか？

エッジネットワーキングやコンピューティング技術は、デジタルと実世界を融合させ、ウェブのデータや解析結果を物理的な現場に取り込むことで、買い物体験を向上させます。また、従業員が学習し、機械の知見を吸収できる環境を整えることで、安全で快適な知能環境を実現します。 

この手法により、企業は現場で必要な信頼性と即時データをもってプログラムを運用できるため、より迅速な革新や新製品の提供、さらには新たな収益源の創出が可能となります。 

自動運転車の進化を例にとると、高度な交通信号制御システムが必須となります。車両と交通管理システムは、データを即時に生成、解析、交換する必要があります。 

自律走行車の数が大きく増加すれば、その要求の大きさがより明確になります。迅速かつ応答性の高いネットワークが求められ、エッジおよびフォグコンピューティングは、帯域幅、遅延、混雑や信頼性といった三つの主なネットワーク制約に対応します。

1. 帯域幅

ネットワークの帯域幅は、通常秒あたりのビットで表され、一定時間に運ぶことのできるデータ量を示します。無線通信では、特に帯域幅に厳しい制限があります。 

ネットワーク上で送信できるデータ量や接続できるデバイス数には限界があり、帯域幅を増やすことでサポート可能なシステムやセンサーは増えますが、コストがかかる上に限界があり、すべての問題を解決するわけではありません。

2. 遅延

データがネットワークを移動するのにかかる時間が遅延として表されます。理論上はデータは光の速さで進みますが、物理的な距離や帯域の制約、障害などで速度が落ちることがあります。これが洞察や意思決定の遅れにつながり、早い対応が求められる場合には大きな障害となります。特に自律走行車の場合、この遅れは命に関わる問題です。

3. 混雑

インターネットは巨大な「ネットワークの集合体」と言えます。何十億ものデバイスが生成するデータが、ネット上に混雑をもたらし、データの再送信が必要になるなど、処理に時間がかかる場合があります。通常のファイル交換や単純なストリーミングでは問題なく処理されますが、極めて大量のデータが発生すると混雑が深刻化します。

場合によっては、ネットワークの途切れがさらなる混雑を招き、一部ユーザーとの接続が完全に断たれることもあり、IoTの利用に影響を与えます。

エッジコンピューティングは、ローカルネットワーク内で豊富な帯域を専有することで、遅延と混雑をほぼ解消します。 

ローカルサーバーで必要なエッジ解析や、前処理によってデータ量を削減し、ローカルストレージで生データを収集・守ることで、現場で即時に判断した結果、あるいは必要なデータのみを集中データセンターへ送る仕組みとなっています。

‍

データ解析とAI/ML

エッジコンピューティングは、データ収集と即時計算に注力するため、データ中心の実装を可能にしました。大量のデータを集中データセンターへ送ることなく、画像認識のアルゴリズムなど、データ発生源の近くでAI/ML処理を効果的に実施できます。 

これらのアプリは、多くのデータポイントを組み合わせて、企業がより賢明な判断を下すための価値ある情報を生み出します。この機能は、ヘルスケアの意思決定、予防的メンテナンス、不正防止、顧客体験など、様々な企業活動に寄与します。 

企業は、各データをイベントとして扱い、意思決定の管理やAI/ML推論の手法を活用して、フィルタリング、解析、評価、統合を行い、より高度な情報を引き出すことができます。 

データ集約型プログラムは、ITインフラ内の各地点で行われるステップに分かれます。情報が取得・前処理・送信された後、エッジ段階が加わります。 

その後、技術的および解析的な段階を経たデータが、パブリックまたはプライベートクラウド環境で継続的に更新・保存され、機械学習モデルの学習に利用されます。 

そして、ML (Machine Learning) モデルが実行時に提供・評価されると、再びエッジへ戻ります。統一された実装と運用の知見を提供するため、エッジコンピューティングはハイブリッドクラウドの重要な要素となっています。 

‍

エッジコンピューティングの利点は何か？

• コスト削減

エッジコンピューティングは、帯域幅とサーバ運用の必要性を低減します。クラウドのリソースや帯域幅は高価で限られているため、スマートカメラ、プリンター、サーモスタットが各家庭や職場に普及する中、Statistaによれば2025年には世界で750億台以上のIoTデバイスが展開される見通しです。これらの機器に対応するため、計算処理の大部分をエッジに移す必要があります。

• パフォーマンス

処理をエッジに移すことで、遅延が大幅に減少するのが大きな利点です。デバイスが遠隔のサーバーと通信するたびに、必ず遅延が発生します。 

例えば、IMプラットフォームでは、同じ職場の二人の従業員でも、各メッセージが一度施設外を経由して、世界のどこかに設置されたシステムとやり取りされてから受信されるため、かなりの遅延が生じる可能性があります。 

このような遅延は、処理が企業内のルーターで完結すれば解消されます。

• 新たな機能

また、エッジコンピューティングにより、これまで不可能だった新しい機能が実現される場合があります。例えば、企業はエッジでデータを処理・解析し、即時にその結果を得ることが可能となります。

エッジコンピューティングの例と活用法

エッジコンピューティングの主要戦略は、ネットワークの近くでデータを取得、フィルタ、解析、解釈することです。初めは、一箇所でこれほど多くのデータを扱うのは技術的・費用的に難しかったり、データ所有などの規制に抵触する場合もありました。

この考え方により、実際の現場でさまざまな利用例やケースが生まれています:

1. ネットワークの改善

この技術は、ユーザーの行動を追跡し、解析結果から各データに最適な、信頼性が高く遅延の少ないネットワークリンクを選ぶことで、接続速度を向上させます。実際、エッジコンピューティングは、混雑するネットワークからトラフィックを迂回させ、時間に敏感なデータのパフォーマンスを高めます。

2. 小売

小売業では、監視、在庫管理、売上統計などから大量のデータが生成されます。エッジ対応のネットワークは、これら多様なデータをもとに、陳列の工夫やマーケティング、売上予測、仕入れの合理化といったビジネスチャンスを見極めるのに役立ちます。 

各店舗ごとに現場環境が異なるため、店舗単位でのデータ解析が有効な場合もあります。

‍

エッジコンピューティングの課題

エッジコンピューティングは、分散型ITシステムの構築を容易にしますが、エッジインフラの管理と導入は必ずしも簡単ではありません。 

• 現場は通常遠隔地にあり、技術者が常駐していない場合が多いため、万一現地で問題が発生した場合、非専門の現地作業者が迅速に対応でき、また、遠隔から数名の専門家がソフトウェアで管理できる体制が必要です。
• 多数の小規模現場にエッジサーバを展開するのは、単一のデータセンターに記憶容量を追加するよりも難しい場合があります。小規模な企業にとって、物理的な現場管理の負担は大きくなります。
• エッジ現場は、コアとなるデータセンターに比べ、物理的なセキュリティが劣る場合が多いです。エッジでは、悪意ある行為や予期せぬ事態が起こるリスクが高いため、その対策が求められます。

‍

エッジコンピューティングと他の技術の組み合わせ

エッジコンピューティングは進化を続け、新たな技術やツールによって機能が向上しています。エッジが利用可能な環境へと移行する動きは非常に重要であり、2028年までにはエッジアプリがあらゆる場所で利用されると予測されます。 

エッジコンピューティングは、現在の状況依存から脱却し、複雑な新たな利用ケースを創出することで、インターネットの利用方法に変革をもたらすと期待されています。 

1. 5Gとの組み合わせ

5Gは膨大なデータの即時処理を可能にするだけでなく、エッジコンピューティングと組み合わせることで、アプリの速度や性能を大幅に向上させる可能性を秘めています。 

モバイルエッジコンピューティングは、計算能力をネットワーク内でエンドユーザーに近づけることで遅延を軽減します。一方で、5Gは4Gに比べ最大10倍のスピードが期待されます。 

このため、以下の理由からモバイルエッジコンピューティングは5Gにとって必要です:

「5G go slow cycle」、すなわち通信事業者の5G展開計画により、「フル5G」のカバーは現状の開発環境に対応しきれません。しかし、エッジはその注目度の高さから、5G産業の構築に貢献する可能性があります。

2. IoTとの組み合わせ

この組み合わせから、以下の2つの注目すべきトレンドが生じています:

エッジ主導のビデオ解析

エッジでビデオコンテンツを解析することで、多様な利用ケースが実現可能です。ビデオカメラをエッジに配置することで、補完的なセンサーとして機能し、大掛かりな機器の変更を必要としません。 

エッジからクラウドへの流れ

「エッジイン」戦略とも呼ばれ、計算や必要なリソースをIoTアプリや機器に近づけるのに対し、「クラウドアウト」戦略は逆に集中型クラウドへとデータを送ります。現場での処理の魅力にもかかわらず、スケーラブルな利用ケースを実現するためには、クラウドとの連携が不可欠です。

3. エッジ vs. クラウドコンピューティング

ここまでの説明で、エッジとクラウドコンピューティングはそれぞれ異なる特性を持ち、互いに代替できない技術であることがお分かりいただけたと思います。前者は、即時性が求められるデータの処理に適しており、後者は時間に左右されないデータの処理に向いています。また、エッジネットワークは、中央のデータセンターへのアクセスが難しい遠隔地においても有効です。 

さらに、こうした場所では、マイクロデータセンターのような局所的なデータ保存の最適解となります。特化型・高度な機器にも、エッジネットワークは適しています。これらの機器は通常のパソコンとは異なり、特定の機能に特化して動作します。 

‍

エッジコンピューティングの導入

エッジコンピューティングのセキュリティはシンプルな概念ですが、実際に有効な戦略を策定し実践するのは容易ではありません。 

成功する技術導入のためには、まず関連するビジネスおよび技術戦略を策定することが不可欠です。この計画は、単にサプライヤや機器を選定するのではなく、エッジネットワーク全体の運用を踏まえる必要があります。 

なぜその戦略が必要かを理解するには、ネットワークの制約回避やデータ所有の維持といった、企業が直面している技術的・組織的課題を正確に把握することが求められます。 

プロジェクトが導入に近づくにつれて、ハードウェアとソフトウェアの選択肢を十分に検討することが大切です。Adlink Technology、Cisco、Amazon、Dell EMC、HPEなど、多くのサプライヤがエッジコンピューティング市場に参入しています。各製品のコスト、性能、機能、拡張性、サポート体制を評価する必要があります。ツールは、リモートの現場環境について、ソフト面から十分な情報と透明性を提供する設計でなければなりません。 

エッジの保守対策を十分に検討しなければ、導入は完了しません:

• 接続性

データそのものの通信が途切れても、監査や管理が可能となるような体制を整える必要があります。一部のエッジ展開では、これを補完するためのセカンドリンクが用意されています。 

• 管理

エッジ設置場所は孤立しており、環境が厳しい場合が多いため、遠隔でのプロビジョニングと管理が重要です。IT管理者がエッジでの動作状況を監視し、必要に応じて対応できる体制が求められます。 

• セキュリティ

脆弱性スキャンや侵入防止など、物理的および認知的セキュリティ対策を重視した技術の活用が必要です。API Securityは、各センサーやIoT機器に対しても適用され、それぞれがネットワークの一部として攻撃対象になり得るため、多数のポイントの保護が求められます。 

• 本体の保守

物理的なメンテナンスは無視できません。IoT機器は、頻繁なバッテリーやデバイス交換が必要で、寿命が短い傾向にあります。機器は必ず故障し、修理や交換が必要になるため、現場の運用面も十分に考慮した保守体制が必要です.

結論

業界のリーダーは常にセキュリティに注目しており、その結果、エッジアプリとAPI Security Platformとの円滑な連携が実現されています。しかし、エッジコンピューティングとIoTはまだ初期段階にあり、その可能性は今後さらに広がるでしょう。これらは、さまざまな業界でのデジタル変革を促進し、世界中の日常に変化をもたらしています。 

根本的には、エッジコンピューティングは一度に解析できるデータ量を大幅に増加させ、企業が飛躍的に学習し洞察を深める手助けをいたします。IoTの普及と、それに伴う予期しないデータの増加により、エッジコンピューティングは益々注目される技術となっています。しかし、IoTの進展に伴い、エッジコンピューティングの発展も影響を受けるでしょう。 

ミニモジュラーデータセンター（MMDC）の導入は、将来の可能性の一例です。MMDCは、コンパクトで移動可能なボックス内に完全なデータセンターを収容し、都市や地域内などでデータに近づけることで、データにより近い場所で計算処理を行える仕組みです。