エッジコンピューティング — 本社に聞かず、現場のカメラがその場で決める
お店の防犯カメラの映像を、AIで見張って不審者を見つけたいとします。いちばん素直なのは、映像を全部、本社のクラウドに送って、そこで判断するやり方です。クラウドには強力なコンピュータがいくらでもあるからです。
でも、本社は遠い。映像を送って、判断して、結果を返すまでに時間がかかり、回線には映像が流れ続けます。そこでカメラのすぐそばに小さなコンピュータを置き、その場で判断するのがエッジコンピューティングです。図1で、2つのやり方の防犯システムに不審者を出してみてください。
| ☁️ 本社で判断 | 🧠 現場で判断 | |
|---|---|---|
| 警報が鳴るまで | — | — |
| 回線に流す量 | — | — |
| 回線が切れたら | — | — |
| 機械の世話 | 本社の1か所だけ | お店ごとの箱を更新・修理 |
遠くの賢い頭より、近くの小さな頭
「本社で判断」のまま往復時間を大きくしてみてください。警報が鳴るまでの時間は、映像を送る時間+往復時間だけ延びていきます。クラウドのAIがどれだけ速くても、距離と回線の時間は縮められないからです。現場で判断すれば、本社までの距離に関係なく一瞬で鳴らせます。
回線の量も大きく違います。本社で判断するには、4台のカメラの映像を何も起きていないときもずっと送り続ける必要があります。現場で判断すれば、送るのは「不審者がいた」という結果と短い映像だけ。回線代も、本社で受け止める設備も小さくて済みます。
回線が切れても、現場は止まらない
「📡 回線が切れる」をオンにして不審者を出すと、本社で判断する方式では警報が鳴りません。判断する頭が回線の向こうにあるからです。現場で判断する方式なら警報はその場で鳴り、本社への通知は現場で預かっておき、回線が戻ってから送ります。
ただし、エッジにも弱みがあります。現場の箱は小さいので、重い処理やAIの学習はクラウドの仕事のまま。そしてお店が100軒あれば箱も100台あり、その更新や故障対応が大変になります。実際には「すぐ決めるべきことは現場、じっくり考えることや全体の集計は本社」と分担させます。なお、よく似た言葉のCDNは、利用者の近くにファイルを置いて配る仕組みです。エッジコンピューティングは、近くで計算して決めるところまでを担います。
- エッジ
- ネットワークの「端」。利用者やセンサー、カメラなど、データが生まれる場所の近く。
- エッジコンピューティング
- データが生まれる場所の近くで処理し、必要な結果だけを中央に送る考え方。
- レイテンシ
- 何かを頼んでから、結果が返ってくるまでの待ち時間。
- 帯域
- 回線が一度に運べるデータの量。映像を送り続けると多く使う。
- ストア&フォワード
- 送れないデータをいったん手元に貯め、回線が戻ってからまとめて送るやり方。
まとめ
エッジコンピューティングは、本社に聞かず、現場ですぐ決めるやり方です。距離の分だけ速くなり、回線に流す量が減り、回線が切れても動き続けます。そのかわり、小さな頭がたくさん散らばるので重い仕事と管理は苦手です。急ぐ判断は現場で、じっくり考える仕事は本社で、と役割を分けて使います。