コネクテッド・デバイスはよりインテリジェントになり、リアルタイムで意思決定ができるようになってきている。IoT技術の進歩により、エッジデバイスはクラウドに情報を送信することなく、デバイス自体でデータを処理できるようになった。
エッジコンピューティングは、デジタルビルボードや自律走行車から、採掘機器、ウェアラブル健康・医療機器など、さまざまな機器にリアルタイムのローカルデータ分析を提供する。
マッキンゼーによると、エッジAIには11分野にわたって100以上のユースケースがあり、2025年までにエッジ処理用のハードウェアで2500億ドルの価値を生み出す可能性がある。コネクテッドデバイスの効率性を高める必要性が急速に高まっているため、エッジコンピューティングを搭載したデバイスを求める消費者が急増している。
エッジ・コンピューティングの利点は明らかだ。IoTデバイスが処理を処理するためにわざわざクラウドにアクセスする必要がなくなれば、クラウド・コンピューティングの待ち時間から解放される。また、マイクロコントローラプロセッサ（MCU）の低消費電力の進歩により、エッジデバイスがクラウドにアクセスせずに物体、顔、音声を認識することは、より実用的でコスト効率に優れています。
この記事では、なぜエッジ・コンピューティングがクラウド・コンピューティングよりも好まれるようになったかを検証し、エッジAIの将来について議論し、エッジ・インテリジェンスの使用事例を紹介する。
クラウド処理の課題
コスト
企業のニーズに合わせてクラウド・コンピューティングを活用すると、必要なリソースによっては予想以上にコストがかかることがある。また、小規模なプロジェクトでは、パブリッククラウドサーバーへのデータ転送が問題になることもあります。また、追加の帯域幅に投資する必要がある場合もあります。
レイテンシー
遅延はクラウド・コンピューティングや分散型ネットワークに大きな影響を与え、新しいハードウェアやソフトウェア・ソリューションの導入を困難にします。ユーザーのデバイスからクラウドまでの信号の移動に時間がかかりすぎると、ユーザー・エクスペリエンスが低下します。
信頼性
クラウド処理では、技術サービス・プロバイダーの気まぐれに左右される。サービス・プロバイダーが必要なときに利用できなければ、データの損失やダウンタイムが発生する可能性がある。プロバイダーの容量と能力は、価格と同じくらい重要です。
プライバシー
クラウド上の機密情報や個人データを管理する計画が必要です。これらのデータが第三者と共有されたり、サイバー犯罪者に侵入されたりすると、銀行口座情報や個人住所など、より重要なデータも危険にさらされる可能性があります。
エッジAIは未来だ
IoTがAIの進歩や5Gの展開と交差するにつれて、より多くのオンデバイス・インテリジェンスが、より小型で、よりスマートで、より高性能で、コスト重視のデバイスにつながっている。クラウドやインターネットへの依存度が低いため、これらのデバイスはより高い信頼性とプライバシーの恩恵も受けている。
今日、エッジ・インテリジェンスは、一から安全に設計されたマイクロコントローラー上で提供することができ、製品メーカーはデジタル信号処理（DSP）やデバイス上の機械学習（ML）機能を強化することができる。
最もエネルギー効率の高いプロセッシングとコネクティビティ・ソリューションは、超低消費電力でAIエッジ・デバイスを実現し、何十億ものデバイスと人々にエッジ・インテリジェンスのメリットをもたらす。低エネルギー化が進むマイコンとともに、AIとMLのソリューションが次世代のIoTと組込み機器の動力源となっている。
使用例
エッジ処理における低エネルギー・インテリジェンスのユースケースは、私たちの身の回りに溢れている。スマートフォンの音声認識から、ますます高性能になるワイヤレスイヤホン、あるいは拡張現実をサポートするスマートグラスまで、エッジAIが私たちの生活をより良いものにしている例はたくさんある。
主なユースケースは、視覚認識、音声認識、振動センシングの3つに分類できる。
視覚認識
ほとんどの場合、視覚認識のためのインテリジェント・エッジは、画像やローエンド・オブジェクトを検出することができる。使用例には、視覚的な識別や認証とともに、視覚的な検査、カウント、ソートが含まれる。例えば、スマートフォンのロックを解除するために顔をスキャンする人がいる。
その他の応用例としては、画像処理によって人の身元を特定できるスマート・ドアベルがある。低コストの画像センサーは、人間やペットがいるかどうかを感知するために建物に配置することができ、ガレージ内の車を監視するために使用することができる。また、交通カメラにも搭載されている。
音声認識
音声認識だけでなく、スマート・アシスタントのようなエッジ・デバイスは、音声認識や音声処理も扱うことができる。これらのデバイスは常時オンになっており、キーワードや特定のコマンドを聞き取っている。より高度なデバイスは、ユーザー識別のために音声バイオメトリクスを処理することもできる。
音声認識がエッジ・デバイスで見られる他の例としては、家電製品、照明スイッチ、サーモスタットなどの音声対応製品がある。これらの製品は、強力なマイクロコントローラーのおかげで低消費電力化が進んでいる。Alexa音声サービスの導入以来、家庭、オフィス、ホテルの部屋など、あらゆるタイプのIoT接続デバイスがAlexa音声認識で利用可能になった。
振動センシング
振動センシングはセンサーに依存している。センサーは、靴の中に入れてその人の歩き方をモニターして病気を検出するといった個人的なレベルで使われることもあれば、ビルの窓やドアに取り付けるといった大きなレベルで使われることもある。
しかし、この主なユースケースは予知保全であり、IoT対応デバイスを磁石で機械や産業システムに取り付けることができる。これらのデバイスは機械学習技術によって振動を監視し、システムの故障を予測する。予知保全ソリューションでは、ネットワークやクラウドの設定が不要で、わずか数時間で導入できる。
Ambiqはどのように役立っているか
Ambiqの超低消費電力ワイヤレスSoCは、サイズと消費電力に制限のあるデバイスのエッジ推論を加速します。Ambiqの製品により、IoT企業はバッテリー寿命が大幅に延び、より複雑で高速かつ高度なMLアルゴリズムをエッジで実現するソリューションを提供できるようになります。
特許取得済みのSPOT®（Sub-threshold Power Optimized Technology）プラットフォームを基盤とするAmbiqの製品は、あらゆるバッテリー駆動のエッジデバイスにおいて、システム全体の消費電力をナノアンペアオーダーで削減します。簡単に言えば、当社のソリューションはあらゆる場所でインテリジェンスを実現します。
