ここから本文です
AI(人工知能)& IoT
AIとIoTについて、ともに学びましょう。

書庫IoT

記事検索
検索

全2ページ

[1] [2]

[ 次のページ ]

 「フォグ(フォグコンピューティング)」という言葉は比較的最近になって出てきた言葉で、「クラウド(雲)」よりもデバイスに近いところに位置しているために「フォグ(霧)」と表現されていて、IoTを実現する仕組みとしてCiscoなどが提唱、世界的な普及を目指しているものです。

 「クラウド(クラウドコンピューティング)」との違いは、デバイスとクラウドが直接接しないこと。データの処理関門を設けることで、一極集中を防ぎ、データの管理・分析・ストーレジを効率化できると言われています。

 「エッジ(エッジコンピューティング)」「フォグ」の違いは、「エッジ」は、「エッジ」の技術を用いているアプリケーションを直接にデバイスに保存、分散の考え方を一層進歩させたものです。一方、「フォグ」は、データをローカルのサーバーに置くことによってシステムのスピードを効率化するものです。

 「エッジ」を導入するメリットは、「フォグ」よりさらに待ち時間を短縮すること。緊急対応の必要なときに、「エッジ」の場合、より早くデータ点の誤りを発見し、問題を解決できることです。

 普及促進団体「OpenFog Consortium」のチェアマンでCiscoの幹部でもあるHelder Antunes氏によれば、「フォグコンピューティングはエッジコンピューティングのようにデバイスに近いところで処理を行うだけでなく、その処理のためのコンピューティングリソースを分散化して最適に配置する仕組み。その意味では、フォグコンピューティングはエッジコンピューティングも包含している。フォグコンピューティングはコンピューティングリソースの最適化を図る技術として、SDN(Software Defind Networking)やネットワークの仮想化をさらに進化させたものと位置付けている。」とのこと。

 また、同団体のプレジデントでIntelの幹部でもあるJeff Fedders氏も「エッジコンピューティングはエンドポイントだけが対象。それに対し、フォグコンピューティングはクラウド側の技術をエッジに落とし込みながらリアルタイムに分散処理することを目指しており、まさしくIoTを実現する仕組みの要になるもの。」と語ったとのことです。

イメージ 1

 上図は、「エッジ」「フォグ」のアーキテクチャーを並べて示しています。「エッジ」はロジックの配置が固定された特定のアプリケーションを実行し、データ分析を伴わない直接伝送サービスを提供。「フォグ」は、ハードウェア機能とソフトウェア機能を切り離すことで、メッシュ状の多層アーキテクチャーとして「エッジ」と連携し、アプリケーションを実行します。「クラウド」から「モノ」に至る連続体の全域にわたって、コンピューティング/ストレージ/通信機能を備えた高度な伝送サービスを提供し、さまざまなアプリケーションに応じて柔軟に構成、再構成できます。

 「クラウド」という言葉が世の中に定着するまでに、ざっくり10年。「フォグ」「クラウド」の延長線上にあるので、数年で定着する可能性もありそうです。ただ、IoTを実現する技術としては必然だと思われますが、果たして世の中に「雲」「霧」の区別が広く認識されるのか…。


出典
Workship MAGAZINE
IoTプラットフォームの3種類を比較!データ管理を効率化するのにぴったりな選び方をご紹介
https://goworkship.com/magazine/iot-platform/
ZDNet Japan
「フォグコンピューティング」は定着するか
https://japan.zdnet.com/article/35084645/
OpenFog コンソーシアム ジャパン
フォグとエッジ: IoT/5Gのエコシステムにおいて、フォグがエッジの機能を拡張する10の領域
https://openfog.jp/fog-edge-iot5g/

この記事に

開くトラックバック(0)

 「エッジ(エッジコンピューティング)」とは、コンピューティングリソース(計算資源)を利用者の端末に近いネットワークの周縁部(エッジ)に配置することにより、低遅延応答、分散処理、トラフィック最適化などを実現するものと言えます。

 IoTに関連してビッグデータが増える中、以前に較べればネットワークもマシンの処理能力も大幅に改善されていますが、やはり中央のクラウドだけですべてを解決することはできず、分散処理の必要性はより強く認識されるようになってきています。

【エッジコンピューティングへのニーズ】
 最近、IoTの普及などにより、より多くのデバイスがネットワークに接続され、データがデジタル化され、保存され、処理されるようになっています。特に、ビッグデータ分析などの対象となってこなかった非構造化データが急増しています。また、クラウドサービスの普及が目覚ましく、より多くのデータがクラウド上に保存され、クラウドで処理すべきデータは急増していますが、クラウドで処理するためには、得られたデータをクラウドに送り、保存し、処理を行って、結果を受け取ることが必要になります。しかし、クラウドはネットワークの向こう側にあり、データが生成・利用される場所からは遠く離れていることも多いです。処理結果を受け取るまでの時間が長すぎると、リアルタイム性、高信頼性が要求される処理(例えば、映像から不審者を検知するなど)では、要求を満たせない可能性があります。また、クラウドまでデータを送り、結果を受け取るための通信コストも考慮する必要があります。加えて、情報管理の課題もあります。法規制によりデータを国内のサーバーにとどめなくてはならない場合もありますし、法的要請がなくても、流出するとセキュリティインシデントになるようなセンシティブな情報をみだりに外部に送る必要はありません。一方、処理を行う機器は価格が低廉化し、小型化し、消費電力量も少なくなってきています。また、5Gなどにより通信環境が改善され、高速・大容量化、接続端末数増、低遅延化が進んでいます。これらのメリットを最大限に活かしつつ、クラウド利用における課題を解消するには、一部のリソースをエッジに分散し、クラウドとの役割分担を図ることが有効になると考えられます。
イメージ 1エッジコンピューティングの概念図
(出典:情報通信総合研究所作成)

【各社の取り組み】
 米AT&T「エッジコンピューティングを通じたクラウドの再発明」として、ネットワークエッジにデータセンターを置く計画を発表しました。5G・SDNにより、「1桁ミリ秒」遅延での通信を実現するとともに、エッジコンピューティングでクラウドに「セカンダリのシステム」のオフロードを行い、「どこにでもワイヤレスのスーパーコンピューターがあるような」環境を提供するとしています。

 AWS(Amazon Web Services)も、エッジコンピューティングに関連する新たなIoTサービスを発表。ただし、同社はクラウドサービスを提供しており、エッジ部分にはリソースを持たないことから、あくまでもオンサイトにあるデバイスでAWSの機能が利用でき、ネットワークに接続されていない時でも稼働が可能になる環境を提供するというアプローチです。

 CDN(Content Delivery Network)で知られるAkamaiは、以前から配信に必要となるキャッシュサーバー(エッジサーバー)を世界各地に展開しており、ある意味、商用エッジコンピューティングサービスの先駆けとも言えます。

【実現するサービス】
 交通カメラで「機械学習」を実行し、交差点を通過する自転車、自動車、歩行者をカウントし、交通の流れを最適化して「安全を確保できる信号機のタイミングを割り出す」サービスや、「ロボットが小売店で優良顧客の顔を認識して挨拶したり、あるいは特別の割引を提供したりする」サービスが実現すると考えられます。

 また、車に関しても、「コネクテッドカー」のサービスや「自動運転レベルの高度化」には、ネットワークを活用し、クラウドと連携した処理が不可欠となります。その際、エッジコンピューティングにより、データセンターで処理すべき情報と、車の近くで高速に処理すべき情報を組み合わせ、例えば、「車に道路上の障害物の情報を素早く伝える」といった機能が実現すると考えられます。


 当分の間は、エッジコンピューティングの活用がさらに進むと考えられますが、課題も存在します。その一つは、どこをエッジと捉え、どのようにリソースを分散するかです。「マイクロデータセンター」の発展も影響してくると考えられます。
 理想的な処理形態はビジネス上の要求条件によってさまざまに異なります。さらに、データを処理してユーザーに返すだけでなく、得られたデータのさらなる活用も検討すべきで、集約サービスを汎用的なものとするか、産業別の特性に応じて分けるかも検討のポイントとなると思われます。


参考
情報通信総合研究所:InfoComニューズレター「エッジコンピューティングをめぐる最近の動向」
https://www.icr.co.jp/newsletter/wtr348-20180329-sadaka.html

この記事に

開くトラックバック(0)

「ビッグデータ」を文字通り解釈すれば、「膨大な量のデータ」ということになりますが、「ビッグデータ」が表す意味はもう少し複雑で、Hitachiのwebサイトのコラム「ビッグデータへの道」では、「残念ながら共通定義はまだ定まってはいない」としながらも、次のように定義しています。

「ビッグデータとはインターネットの普及とIT技術の進化によって生まれた、これまで企業が扱ってきた以上に、より大容量かつ多様なデータを扱う新たな仕組みを表すもので、その特性は量、頻度(更新速度)、多様性(データの種類)によって表される。」
【注意点】
◆大きなデータだからといってすべてが「ビッグデータ」ではない。
◆どんな場合でもNoSQLで処理するべきではなく、RDBMSとNoSQLは使い分ける。
◆ビッグデータとこれまでのシステムとの大きな違いは扱うデータの種類にある。

--------------------------------------------------
RDBMS(Relational DataBase Management System)
リレーショナルデータベースを管理するためのソフトウェアの総称。SQL言語を使ってデータを出し入れする。(代表例:オラクル)

NoSQL(Not only SQL)
NoSQLはNot only SQLの略で、その名の通り、SQL言語を使わずにデータの操作ができるデータベースを指す。Key-Value型データベース。(代表例:XML,JSON)

NoSQLは、大量のデータを保持することに向いている。データの参照には適すが、データの更新や削除には向いていないので、取っておく必要はあるけど、普段頻繁に利用しないデータには最適。(ログデータ、動画データ、バイナリデータ[大量のシンプルなデータ])

RDBMSはトランザクション処理(関連する一連の処理全体を一つの処理単位として管理する仕組み)が行えるから、一貫性を保つ必要があるデータに向いている。

参考:GMOクラウドアカデミー
   NoSQLとは?RDBMSと比較しながら分かりやすく解説
--------------------------------------------------
平成29年版情報通信白書では、

 「データが主導する経済成長と社会変革の実現においては、ビッグデータの利活用が鍵を握る。そしてビッグデータを収集するための手段がIoT(Internet of Things)であり、ビッグデータを分析・活用するための手段がAI(人工知能:Artificial Intelligence)である。」

と書かれています。また、

 「データ主導型社会における経済成長への貢献には4つの「V」の視点がある。すなわち、データ流通量(Volumeof Data)、データの速度(Velocity of Data)、データの種別(Variety of Data)、データの価値(Value of Data)である。」

と書かれており、上述の例に対して、「価値」が追加されています。

 また分類として、個人・企業・政府の3つの主体が生成しうるデータに着目し、大きく以下の4つに分類しています。

1)政府:国や地方公共団体が提供する「オープンデータ」
  政府や地方公共団体などが保有する公共情報
2)企業:暗黙知(ノウハウ)をデジタル化・構造化したデータ(「知のデジタル化」と呼ぶ)
  農業やインフラ管理からビジネス等に至る産業や企業が持ちうるパーソナルデータ以外のデータ
3)企業:M2M(Machine to Machine)から吐き出されるストリーミングデータ(「M2Mデータ」と呼ぶ)
  例えば工場等の生産現場におけるIoT機器から収集されるデータ、橋梁に設置されたIoT機器からのセンシングデータ(歪み、振動、通行車両の形式・重量など)等
4)個人:個人の属性に係る「パーソナルデータ」
  個人の属性情報、移動・行動・購買履歴、ウェアラブル機器から収集された個人情報を含む

 「現在、膨大な計算処理能力を備えていない機器であっても、クラウド上で計算してデータの処理を行うことが可能となり、またAIの発展も相まって、計算環境が格段に向上しかつ低コストで利用できるような世界へ進化している。」

と書かれていますが、「エッジ(エッジコンピューティング)」「フォグ(フォグコンピューティング)」の進展によって、今とは様相が大きく変わってくると思われます。

【エッジコンピューティング(edge computing)】
コンピューターネットワーク上で、利用者に近い場所に多数のサーバーを配置し、負荷の分散と通信の低遅延化を図ること。サーバーの集約化を図るクラウドコンピューティングに比べ、通信遅延を100分の1程度にすることができ、リアルタイム処理を必要とするMtoMやIoT端末への対応が可能となる。
[補説]エッジはコンピューターネットワークの端、縁(へり)の意。
(小学館/デジタル大辞泉より)

【フォグコンピューティング(Fog computing)】
ネットワーク環境の中で、データがクラウドに行く前、端末に近い場所でのミドルウェアによる分散処理環境を指す。シスコシステムズがIoT(モノのインターネット)への対応に向けて提唱した概念に由来し、「cloud=クラウド(雲)」との位置関係から「fog=フォグ(霧)」という表現が使われている。
(キーエンス/現場で役立つIoT用語辞典より)

出典
Hitachiのwebサイト:コラム「ビッグデータへの道」
GMOクラウドアカデミー:NoSQLとは?RDBMSと比較しながら分かりやすく解説
平成29年版情報通信白書

この記事に

開くトラックバック(0)

「データセンター」とは、インターネット用のサーバやデータ通信、固定・携帯・IP電話などの装置を設置・運用することに特化した建物の総称を指します。特にインターネット接続に特化したものを「インターネットデータセンター(Internet data center、iDC)」という場合があります。

データセンター業界のリーディングカンパニーである「@Tokyo」のホームページ(http://www.attokyo.co.jp/)を見ると、業界としての「データセンター」が理解できます。

この会社はセコムのグループ会社で、警備という仕事が、目に見える機材だけでなく、目に見えないデータのセキュリティーにまで及んでいることが分かります。ハード面では、サーバの設置場所の提供として、部屋単位、ゾーン単位、ラック単位などがあり、基本「建物の総称」には違いないのですが、ソフトバンクグループの「IDCフロンティア」という会社も同じですが、データセンター事業とともにクラウドサービスも展開しているため、クラウド利用者は、建物としての「データセンター」を意識しないので、「クラウド=データセンター」というイメージがあるかもしれません。

クラウドコンピューティングの時代では、ユーザー(企業、個人など)がコンピュータのハードウェア、ソフトウェア、データなどを、自分自身で保有・管理していた従来の形から、「ユーザーはインターネットの向こう側からサービスを受け、サービス利用料金を払う」形に変わっていきます。自社管理下にある設備に機材を設置し、ソフトウェアを配備・運用する形態(オンプレミス)は今後少なくなり、かわってデータセンターに企業の情報システムが設置される形態にシフトしていくと考えられます。

オンプレミスとクラウド】
 オンプレミスとは、サーバーやソフトウェアなどの情報システムを使用者(ビジネス利用の場合は企業)が管理する設備内に設置し、運用することを指します。自社運用ともいいます。従来は一般的なサーバー運用形態でしたが、インターネットに接続されたクラウドコンピューティングといった外部のサーバーリソースをオンデマンドで利用する新たな形態が普及するにつれて、従来の形態と区別するために「オンプレミス」という言葉が使われるようになりました。
 オンプレミスでは、自社内で構築・運用するため、サーバー調達に期間を要すことや初期導入コストが高く、またインフラの管理・維持コストもかかります。インフラのリソースの拡張にあたっては、ネットワークやサーバー環境などが自社の設備に依存するため、変更作業には多くの時間とコストが必要になります。一方で、すべて自社環境となるため必要なカスタマイズを自由に行うことができるメリットがあります。
 クラウドでは、サーバーなどのインフラ環境をあらかじめ拡張が可能な仮想環境で提供するため、利用者は必要な分だけ利用料金を支払うことができてコストを抑えることができる利点があります。また、サーバーなどの機器調達なく、オンデマンドでサーバーリソースを自由に増減でき、運用面の効率化が期待でき、大幅なコスト低減が期待できます。(IDCフロンティアwebページより)

IoT化が進むと、扱うデータ量が巨大になるため、クラウドの活用が進み、データセンターの利用も拡大することになります。

データセンターの特長には下記のようなものがあります。

◆通信事業者の光ファイバーなどの通信回線を大量に利用可能とするため、通常のオフィスビルと比べて非常に多くの通信回線が引き込み済となっています。
また通常、複数の通信事業者の通信回線が利用可能になっています。
◆災害時にもサービスの提供に極力支障が出ないように建物自体も耐震構造とされています。
◆電力供給が途絶えた場合に備え大容量の蓄電池や自家発電装置等を備えています。
◆構内で火災が発生した場合にも中に設置されている機器を極力痛めないよう、通常のスプリンクラーではなく二酸化炭素やフロンガスによる消火設備を持っています。

データセンターはサーバなどコンピュータ機器を冷却するために、データセンター専用の空調機を設置しており、万一の停電時のために無停電電源装置(UPS)を備えています。 データセンター専用空調機、UPSの省エネ技術は、日本が最も進んでいるとのことです。

一方、IoT化が進む中で、「クラウド」と対比されることが多い「エッジ(エッジコンピューティング)」に関連して、IDC Japan㈱では、エッジコンピューティングを行うシステムの設置場所を「エッジIT」と呼び、さらにエッジITの中でもユーザー固有の業務処理を行うために、独立したスペースやフロアを設けてサーバー、ストレージ、IoTゲートウェイ/ネットワーク機器などのICT機器を設置する設備を、「エッジマイクロデータセンター」と呼称しており、今後IoTの進展によって、「クラウド=データセンター」というイメージも変わっていくかもしれません。

【エッジコンピューティング(Edge Computing)】
コンピューターネットワーク上で、利用者に近い場所に多数のサーバーを配置し、負荷の分散と通信の低遅延化を図ること。サーバーの集約化を図るクラウドコンピューティングに比べ、通信遅延を100分の1程度にすることができ、リアルタイム処理を必要とするMtoMやIoT端末への対応が可能となる。
[補説]エッジはコンピューターネットワークの端、縁(へり)の意。
(小学館/デジタル大辞泉より)

「エッジ」については、別途詳細に説明したいと思います。


参考
日本データーセンター協会webサイト
ボクシルマガジン:データセンターとは|クラウドとの違いと定義・特徴・利用方法を解説

この記事に

開くトラックバック(0)

「スマートファクトリー」とは、工場内のあらゆる機器や設備、「工場内で行う人の作業などのデータを、IoT(モノのインターネット)などを活用して取得・収集し、このデータを分析・活用することで新たな付加価値を生み出せるようにする工場」のことです。

スマートファクトリーが注目される1つのきっかけになったのは、先に紹介した「インダストリー4.0」です。

日本でスマートファクトリー化が加速する理由として大きいのが「人手不足」。「データ活用」を進め、各工程からのデータを一元的に集約して管理することで、工場内の全体最適化が実現できるようになり、工程内の仕掛かり在庫を低減するとともに、従来は熟練技術者しか気付くことができなかったノウハウの形式知化ができるようになり、自動化領域が拡大して、人手を低減することが可能となると考えられます。

スマートファクトリー化は、主に4つのステップで進むと見られています。

1つ目:工場内の情報を可視化する「見える化」
2つ目:獲得した情報を分析して知見を導き出す「分析」
3つ目:分析結果を自動でフィジカルの世界にフィードバックする「制御」
4つ目:制御を組み合わせることで全体最適な結果を導き出す「最適化」

イメージ 1

また、スマートファクトリー化を進めるためには次の「3つの壁」を越えなければならないと言われています。

1つ目の壁「つながる化」における障壁です。工場内には古い機器や異なるベンダー間の異種環境が乱立しているために、製造装置のデータをネットワーク経由で送るということが難しいのが現状です。

まずは、「つながるモノ」から始めるのも前進の一歩だと思います。古い機器を「つなぐ」技術も提案されつつあり、問題解決はそう遠くないと思われます。

2つ目の壁「データ活用」における障壁です。データが取れたとしても、それぞれの機器で設定されている時系列がバラバラであったり、条件設定が正確でなかったりすると、すぐには「使えないデータ」となってしまいます。こうした「使えないデータ」「使えるデータ」にするためには、事前のデータ加工やデータ準備などが必要になります。

各種センサの進歩もありますが、データを共通化・共有化しようとする方向に向かっていることは確かです。

3つ目の壁「セキュリティ」の問題です。従来の工場は、「つながる」ことを想定していなかったために、サイバーセキュリティにおける対応策が用意されていません。対策の基本的な考え方なども浸透しておらず、必要な人材なども十分とはいえない状況です。

事務所のネット化はどこも進んでいると思いますが、工場内のすべての機器がネット接続されると、想定されない新たな問題が発生することも考えられ、事務処理とは切り離したネット環境を構築するなどの対策が必要となると思います。どこまで費用がかけられるかなどの問題もあり、最適解が見つからないのが現状です。


参考
MONOist/スマートファクトリー化がなぜ必要なのか、その理想像と越えるべき3つの壁(http://monoist.atmarkit.co.jp/mn/articles/1806/20/news005.html)

この記事に

開くトラックバック(0)

全2ページ

[1] [2]

[ 次のページ ]

本文はここまでですこのページの先頭へ
みんなの更新記事