エッジコンピューティング

Edge computing

今日、スマートデバイスの使用数は1人当たり平均10台と言われています。もっとも、ミドクラの技術をもってすれば40台も夢ではありません。

ネットワークにつながる機器はますます増えていきます。例えば、スマートフォンと連動して体重を管理できる体組成計や食品の賞味期限を登録・通知できる冷蔵庫などが挙げられます。

5Gなどの新技術を応用することで、身近にあるデバイスの大半はネットワーク化していきます。接続可能台数が増えたと実感できる日もそう遠くないでしょう。いわば、エッジコンピューティングの時代が到来したと考えられます。情報が巨大化していくと共にネットワークに接続している機器の管理方法にも大きな変革が訪れると予想されます。

IoTへの挑戦。

膨大なデータを瞬時に処理し続ける能力

クラウドに蓄積された膨大なデータをAIのアルゴリズムで処理することは、クラウド領域の圧迫とレイテンシの観点から難しいでしょう。

セキュリティの問題

クラウドでエラーが発生するとサーバー上のあらゆる機器が影響を受けます。機器の停止が許されない中、システム全体が止まってしまいます。

また、ネットワークにつながる機器が増えるほど出回る個人情報も増えます。エッジコンピューティングはインターネットに出回る個人情報を最小限に抑えるほか、さまざまな規制による保護法にも準拠できる技術です。

システムのオーバーロード

たくさんの機器を同時に接続した場合に発生する膨大なトラフィックは、システムの過負荷(オーバーロード)を引き起こします。

システムのオーバーロード

たくさんの機器を同時に接続した場合に発生する膨大なトラフィックは、システムの過負荷(オーバーロード)を引き起こします。

エッジコンピューティングの価値

AIによる物体検出や画像認識を可能にするコンピュータビジョンの応用

センサーの能力を最大限に引き出すにはエッジコンピューティングの技術が欠かせません。例えば、カメラの焦点を自動調整したり被写体のパターンを瞬時に認識したりできるようになります。

段階的に最適化し更新し続けるAIモデルを組み込んだ適応型ソリューション

環境の変化に順応し続けるアルゴリズムがあったらどうでしょうか。デバイスの自立化がエッジコンピューティングの技術によって進み、サーバーに依存しない独自の判断処理が可能になります。

信頼できるクラウドサービスを企業やサービス・プロバイダーに提案

エッジコンピューティングの技術を通してお客様の特別なブランド世界観(ブランドエクスペリエンス)の具現化をサポート。ウェブページのロード時間を短縮したり、高機能なWebフォームを実現するなど、エンドユーザーの体験価値(ユーザーエクスペリエンス)の向上に貢献します。

連合学習 (Federated Learning)

機械学習には情報を集約するデータセンターが必要ですが、ミドクラではさらに一歩踏み込んだ取り組みを行っています。デバイスとサーバー間のデータ通信を必要としない連合学習の手法を用いた機械学習を実現することで、トレーニングデータをデバイス内に保ち、機械学習とクラウドへのデータ保存を切り離しています。