御社、まだクラウドAIだけですか？ Microsoft, NVIDIAも注力してる“エッジAIコンピューティング”まとめ
コメント
注目のコメント
クラウドブームで隅に追いやられていたエッジコンピューティングが、AIブームによって再びより戻して脚光を浴びてきた、というのが実態だと思います。
当然で、AI時代に全てをクラウドでやることはとんでもない膨大なデータ量的にも、セキュリティ的にも無理で、エッジ（データ発生地点に近い側での）処理とバランシングが必要です。
その代表的なテクノロジの紹介を判り易くまとめた良記事です。エッジコンピューティングの世界はリアルタイム性もそうだが、その他重要な役割が2つ。
1つ目が、クラウドにあげるべきデータの精査。これはデバイスから送られて来る大量データを一旦エッジ側で処理することで、クラウド側の負担軽減を図る。
全国に何万店とあるコンビニ店舗などのデータ処理なんかをイメージしてもらうとわかりやすい。今後増えるデータを全部クラウド側にあげているとパンクする。
2つ目がデータの抽象化。これは異なる通信方式・データ方式の差分をエッジ側で吸収することで、今後大量に増えて行くIoTデバイスの追加時に、クラウド側での変更作業を省力化する。
スマートシティ関連では自治体、スマートファクトリーでは工場などが適用している。ありがたくもご紹介していただいているLeapMindの三室です。
この分野はアメリカや中国で急速に進んでいます。日本発として、遅れを取らないように色んな企業と連携して、deep learning on edge compuingを進めていきたいと思います。
この分野が進めば、Deep Learningが、「コンピュータ」「インターネット」に並ぶ世の中の当たり前の技術になると感じています。
海上や砂漠のど真ん中、宇宙などで人間の目や耳の代わりを担える機械が現れると、様々な領域で文明の進歩が期待できます。
一方、2012年Deep Learningが注目を集めたヒントン教授が発表した8層のCNN、「alex net」ですら200MBほどのメモリ消費を必要とします。
ここをコンパクトにするcompression技術と、フロートにも対応しかつ低消費電力で効率よく計算できるHW技術が組み合わさることで、新たな活路が見出せると思っています。
