今日のハイパーコネクテッド時代において、データが世界で最も価値のある資産の一つとなったことは、決して驚くべきことではありません。あらゆる規模や業界の企業が、膨大なデータを活用して貴重な知見を引き出し、それがひいてはビジネスの成長を後押ししています。 テスラの自動運転システムによる情報に基づいた意思決定や、製造施設における運用上の課題の解決から、人工知能(AI)を活用したコネクテッドなゲーム世界の設計に至るまで、ビッグデータ、モノのインターネット(IoT)、そしてAIの融合が、飛躍的な成長を牽引してきました。2025年までに世界全体で生成されるデータの総量は推定175ゼッタバイトに達すると見込まれており、この傾向に鈍化の兆しは全く見られません。
しかし、生成・収集・保存されるデータの流入が増加するにつれ、ITチームにとって、流入するすべてのデータを分類・処理・分析することは、ほぼ不可能な課題となっています。この絶え間なく続く新たな情報の流れは、私たちが知る従来のコンピューティング環境を再構築しつつあります。 企業はもはや、大規模で一元化されたデータセンターのみに依存して、タイムリーかつコスト効率良くデータを処理することはできなくなっています。帯域幅、ネットワーク、遅延の障害が、ビジネスに不可欠な業務にリスクをもたらしているからです。
そこで登場するのがエッジ・コンピューティング です。決して新しい概念ではありませんが、エッジ・コンピューティング は、情報の保存や通信にかかるコストを削減しつつ、低遅延による新たなアプリケーションの実現を可能にするために、大きく進化してきました。しかし、エッジ・コンピューティング とは、実際にはどのようなものなのでしょうか?また、AIはその有効性にどのような影響を与えるのでしょうか?
詳細を見る の記事では、エッジ・コンピューティング の構成要素、そのさまざまなアーキテクチャ、成長を後押しする数多くのアプリケーション、チップ設計者が克服すべき課題、そして今後AIがどのように大きな役割を果たしていくかについて解説しています。ぜひ続きをお読みください。
その名称が示す通り、「エッジ・コンピューティング (エッジコンピューティング)」とは、データの発生源に近い場所でデータの処理や分析を行うことを指します。「エッジクラウドコンピューティング」や「フォグコンピューティング」とも呼ばれるこの概念では、データ処理に必要な膨大な演算リソースやストレージリソースの一部を、データが発生する場所、すなわちエンドデバイスやエッジデバイスに近い場所に移行させます。
従来のエンタープライズコンピューティングでは、ネットワーク機能が中心的な役割を果たしており、エンドポイントデバイスは各拠点からデータを収集してデータセンターやクラウドに送信します。そこでデータは保存・分析された後、送信元へ応答が返されます。このプロセスは時間がかかり、さらに毎日生成されるデータ量が指数関数的に増加していることも相まって、遅延や帯域幅の問題を引き起こしています。 モバイルエッジ・コンピューティング (MEC)は、5G通信事業者が新たなリアルタイムサービスやより多様な接続機能を提供するために分散型コンピューティング環境に注目する中、大きな注目を集めている用語です。
エッジ・コンピューティング データ収集と処理をローカルで行うために、コンピューティングリソースの配置変更に重点を置いています。オンプレミスサーバー、小型アグリゲーター、あるいはマイクロデータセンターのいずれを利用する場合でも、企業はワークロードを本来の運用場所に近づけることで大きなメリットを得ることができます。これにより、容量と信頼性が向上するだけでなく、伝送コストやエネルギー消費も削減されます。
エッジ・コンピューティング においてロケーションは重要ですが、その「近接性」はどのように判断すればよいのでしょうか? 500マイル、5マイル、それとも500フィートを指すのでしょうか? 理論上、クラウドコンピューティングリソースがエンドデバイスやアプリケーションに近ければ近いほど、データ処理に必要なストレージ、メモリ、および演算リソースは少なくて済みます。
エッジ・コンピューティング には、3つの基本的なシステムオンチップ(SoC)アーキテクチャがあります:
3つのエッジ・コンピューティング システムはすべて、ネットワーク用SoC、サーバー用SoC、ストレージ、およびAIアクセラレーター で構成される同様のSoCアーキテクチャを採用しており、これらには「新規および既存のコンシューマーサービスをサポートするために低遅延を実現する」という共通の目的があります。
エッジ・コンピューティング の台頭と重要性を正しく理解するために、それが私たちの日常生活にどのような影響を与えているのかを見てみましょう。NetflixやYouTubeなどの企業は、エッジ・コンピューティング を利用して、視聴者が都合の良い時にアクセスできるオンデマンド動画サービスを提供しています。 迅速かつ手軽に動画を提供するため、ストリーミング企業は、数千マイルも離れたデータセンターからストリーミングする必要を避けるべく、特定の地域においてターゲットユーザーに近い場所に動画をホストしています。人気の高い特定の地域で、アクセス数の多い動画や映画を事前にアップロード(「キャッシュ」)しておくことで、送信側と受信側の双方におけるコンテンツのアップロードおよびダウンロードにかかる時間を短縮することができます。
これらは、今日のエッジ・コンピューティング の進展を後押ししているユースケースのほんの一部に過ぎません。 市場の主要な推進要因の一つは、5Gの登場とAI機能との融合です。通信事業者は、データや音声通信だけでなく、自社のインフラを通じてさらなる付加価値サービスを提供することをますます模索しています。これを実現するため、5G通信事業者は、AI機能を統合した独自のローカルアプリケーションをホストするための高度なエコシステムを構築しています。サーバーの増設により、ネットワークがサードパーティのアプリケーションに開放され、トラフィックの多いコンテンツをユーザーのより身近な場所で配信するという新たなビジネスチャンスが生まれています。
また、GoogleやMicrosoftといった、ウェブ、ゲーム、複合現実(MR)、産業、エンタープライズ分野の大手企業も、AIを活用したエッジ・コンピューティング のハードウェア、ソフトウェア、サービスへの移行を進めることで、市場の成長に寄与しています。コミュニケーションチャネル全体で自動化をさらに推進することで、企業は業務効率を高め、顧客体験が期待に応えることを確実にすることができます。
こうした市場の進展を支えるため、チップ設計チームは設計プロセス全体を通じていくつかの重要な側面を考慮する必要があり、その中でも最優先事項の一つは、効率を高めつつエネルギー消費を削減することです。多くの企業がデータセンターからエッジへの移行を望む主な理由の一つは、消費電力、ひいてはそれに関連するコストを削減することにあります。この課題に対処するため、チップ設計チームは、有効性を損なうことなく、従来のデータセンター用SoCよりも低消費電力のSoCを開発する必要があります。
新しい市場用途におけるAIの導入が拡大し続ける中、チップ設計者やエンジニアもまた、特定の機能やタスクに応じて、AIアルゴリズムを配置する最適な場所を理解し、見極める必要が出てきます。低消費電力化への需要は、エッジ・コンピューティング におけるAI機能の導入にも影響を及ぼしています。これは、アプリケーション設計全体において、AIアルゴリズムの演算能力や必要なメモリリソースを削減することを伴うためです。
多くの課題があるとはいえ、サーバー用チップを介してこれらすべてのエッジ・コンピューティング セグメントおよびアプリケーションにAIアクセラレーション機能を追加するという動きは、帯域幅の要件が進化するにつれて、今後ますます拡大していくと我々は予想しています。
AIを活用したエッジ・コンピューティング は、すでに今日の市場においてその価値を証明しつつあります。私たちの生活がますますネットワーク化されるにつれ、高速かつ信頼性の高いサービスへの需要も引き続き飛躍的に高まっていくでしょう。モバイルであれAIであれ、アプリケーションはより高度なプロセスノードへと進化を続けています。
需要に対応していくためには、各チームは、効果的な処理を確保し、メモリ性能を向上させ、シームレスな接続性を実現するために、強力なAI機能をインフラストラクチャに引き続き統合していく必要があります。シノプシスでは、シリコン実証済みの「DesignWare IP®」ポートフォリオを通じて、特殊な処理、電力効率、メモリ性能、およびリアルタイムのデータ接続性をサポートするために特別に設計された一連のソリューションにより、これらの要件に対応しています。
Synopsys ARC® EVプロセッサは、スカラーおよびベクトル処理機能を備えた包括的なAI処理を実現し、組み込みアプリケーション向けに高性能かつ柔軟な処理機能を提供します。
また、当社のIPソリューションは、DesignWare マルチポートメモリや組み込みMRAMコンパイラIPなど、さまざまなメモリ制約に対応した効率的なアーキテクチャの実現を支援します。例えば、シノプシスのHBM3およびLPDDR5 IPソリューションは、設計者が低レイテンシと最小限の消費電力でメモリ要件を満たせるようにすることで、帯域幅のボトルネックを直接解決します。
SoCの性能効率に優れた基盤を構築する上で、消費電力も重要な役割を果たします。シノプシスは、メモリコンパイラやxml-ph-0000@deepl.internal(NVM)、xml-ph-0001@deepl.internalなどを含む幅広い製品ポートフォリオを提供しています。 DesignWare ファウンデーションIP には、メモリコンパイラや不揮発性メモリ (NVM)、ロジック・ライブラリ 、汎用I/O(GPIO )などが含まれており、SoC設計者はこれらを活用することで、統合リスクを低減し、可能な限り低い消費電力で最高のパフォーマンスを実現し、市場投入までの時間を短縮することができます。
AIがエッジ・コンピューティング の限界を押し広げ続け、さまざまなアプリケーションにますます深く組み込まれていく中、当社は、新たな電力・性能・面積(PPA)の要件や市場投入までの時間(Time-to-Market)の要件に対応する、革新的なディープラーニングソリューションの開発とAI SoCの育成を引き続き推進していくことを楽しみにしています。
データの爆発的な増加は今後も続くでしょう。クラウドサービスをエッジデバイスに近づけつつ遅延を低減するという独自の能力を備えた、エッジ・コンピューティング とAIの融合は、従来のコンピューティングプロセスを一新し、今後数年間で新たなアプリケーションやサービスの道を開くことになりそうです。