エッジ AI とは

URL をコピー

Red Hat のリソース

エッジコンピューティングと人工知能を組み合わせると、大きなメリットが生まれます。エッジ AI により、センサーと IoT デバイスが存在する場所であるエッジに HPC (高性能計算) 機能がもたらされます。システム間の接続性や統合を必要としないので、ユーザーはデバイス上でデータをリアルタイムで処理できます。他の物理的な場所と通信せずにデータを収集することで時間を節約できます。

エッジ AI には次のようなメリットがあります。 

  • 消費電力の低下:ローカルでのデータ処理および低い電力要件によって、エッジで AI を実行する際のエネルギーコストをクラウドデータセンターで実行する場合に比べて削減します。
  • 帯域幅の削減: クラウドに送信するのではなく、より多くのデータをローカルに処理、分析、保存して、送信する必要があるデータ量を削減し、コストを削減します
  • プライバシー:エッジ AI からエッジデバイスで処理されるデータと一緒に 機密データが流出するリスクを低下させます
  • セキュリティ:データをエッジネットワークで処理および保管したり、冗長で不要なデータを除外したりして、重要なデータ転送を優先します。
  • スケーラビリティ:クラウドベースのプラットフォームと相手先ブランド供給 (OEM) 装置のネイティブなエッジ機能で、システムを容易に拡張
  • レイテンシーの短縮:クラウド・プラットフォームでデータを処理する時間を短縮し、ローカルで分析して他のタスクを実行できるようにします。

エッジにおける AI の各段階 (インフォグラフィック) を見る

エッジ AI のメリットにより、さまざまな業界でユースケースが実現されます。

医療におけるエッジ AI

スマートウォッチやフィットネストラッカーなどのウェアラブルデバイス は、エッジ AI を使用してバイタルサイン (脈拍数や人工知能レベル) をリアルタイムで監視し、クラウド処理に頼ることなく、カルテや高ストレスレベルなどの異常が発生した場合にユーザーに警告することができます。AI を活用した診断ツールは、X 線、MRI、その他の医療スキャンを病院やクリニックのネットワークの「エッジ」で分析することで、 医療画像処理を支援でき、即座に結果を出してデータを中央に送信する必要性を軽減できます。サーバーを使用しています。  エッジ AI は、自宅で患者の状態を遠隔監視するのを支援し、医療機器からのデータを分析して、医療提供者にリアルタイムで警告します。

パターンやインサイトがより迅速に分析されることで、より高い精度で命にかかわるリスクを特定し、未然に防ぐことができます。エッジでの生成 AI は、病気の早期発見と全体的な医療の向上を支援します。 

製造業におけるエッジ AI の用途

製造工場では、エッジの生成 AI が機器をリアルタイムで監視して、パフォーマンス異常を特定し、機械の故障を発生前に予測できます。AI を搭載したカメラやセンサーで、生産ラインで製品の欠陥を検査することで、 品質管理 を強化できます。視覚またはセンサーのデータを離れた中央サーバーで処理するのではなく、ローカルで処理することで、無駄を最小限に抑えることができる即座の修正が可能になります。 エッジ AI を活用した工場のロボティクスおよび 自動化は、環境の変化や製品のばらつきに合わせて調整するために、センサー入力からのリアルタイムデータを使用して、並べ替え、梱包、組み立てを行うことができます。

スマートホームで活躍するエッジ AI

 私たちの日常生活では、家の中で照明、サーモスタット、音楽を操作するために音声アシスタント を使用することが習慣になっています。エッジ AI を使用してコマンドをローカルで処理し、レイテンシーを削減します。コマンドを中央サーバーに送信せずにローカルで処理することで、プライバシーも強化されます。 スマートドアベルおよび家庭用カメラと統合されたセキュリティシステム は、エッジ AI を使用して動作を検出し、顔を認識して、住宅所有者に異常な動作を警告します。ローカルで処理することで、クラウドに継続的にビデオストリームを送信する必要がなくなり、プライバシーと効率の両方が向上します。 サーモスタットなど他のスマートホームデバイスは、エネルギー管理()にエッジ AI を使用しています。ユーザーの行動とローカルデータを学習し、冷暖房のスケジュールを最適化してエネルギー消費を削減します。

小売業におけるエッジ AI の使用

小売業では、 「スマートシェルフ」で在庫管理にエッジ AI が導入されています。カメラやその他のセンサーが、在庫切れや誤った在庫があることを検知し、スタッフに通知して調整を行います。 多くの小売業者は、店内のセンサーやカメラから直接データを処理することで、顧客が選択したり返品したりする商品をエッジ AI システムで追跡するチェックアウトフリーストア の実験を行っています。

エッジの生成 AI は、顧客の動作を予測するのに役立ちます。顧客の反応を予測できると、予測に基づいて製品を販売する方法を調整することができます。 

エッジ AI が車両と交通を駆動

自動運転車 自体がエッジ AI デバイスです。カメラ、LIDAR、レーダーなどのセンサーからのリアルタイムデータを利用して、クラウド接続に依存することなく、道路をナビゲートし、障害物を検出し、瞬時の判断を行います。スマート信号機とカメラは、交通パターンをリアルタイムで分析することで、 交通管理 にエッジ AI を使用して、渋滞を緩和し、交差点での安全性を向上させます。 また、エッジ AI は、車両のパフォーマンスやドライバーの行動を監視し、配送ルートを最適化することで、物流企業のフリート管理を最適化します。  

AI ユースケース 1:Red Hat Services を活用して AI 開発を加速させる

AI ユースケース 2:AI の取り組みを加速させる 4 つの方法

AI 基盤として Red Hat Ansible Automation Platform を選ぶ理由

Red Hat® AI は、Red Hat のお客様の信頼を得ているソリューションに基づいて構築された AI 製品のポートフォリオです。これを基盤として、当社製品の信頼性、柔軟性、拡張性が維持されます。

Red Hat AI のサポートによって以下のことが可能になります。

  • AI を迅速に導入してイノベーションを実現する
  • AI ソリューションの提供における複雑さを解消できる
  • どこにでもデプロイできる

Red Hat AI の詳細 

柔軟なスケーリングを行う方法

Red Hat AI は、どこにでもデプロイできる柔軟性を提供するプラットフォームへのアクセスを可能にします。

Red Hat OpenShift® AI は、予測型 AI モデルと生成 AI モデルの両方のライフサイクルを管理できる統合 MLOps プラットフォームです。この単一のプラットフォームで、ハイブリッドクラウド環境全体で AI アプリケーションを拡張できます。

さらに、当社のコンサルタントは、AI アプリケーションと重要なワークロードを併せて構築およびデプロイする組織に対し、組織独自のエンタープライズ・ユースケースに関する実践的なサポートを提供できます。

Red Hat OpenShift AI の詳細はこちら 

Red Hat 公式ブログ

Red Hat のお客様、パートナー、およびコミュニティのエコシステムに関する最新の情報を入手しましょう。

すべての Red Hat 製品のトライアル

Red Hat の無料トライアルは、Red Hat 製品をハンズオンでお試しいただける無料体験版です。認定の取得に向けた準備をしたり、製品が組織に適しているかどうかを評価したりするのに役立ちます。

関連情報

説明可能な AI とは

説明可能な AI (XAI) は機械学習 (ML) ライフサイクル中に適用される技法で、AI による出力を人間にとってより理解しやすく透明性の高いものにします。

vLLM による AI 推論の高速化:大手 3 社のユースケース

この記事では、有名企業における vLLM 活用の成功例を 3 つご紹介します。

小規模言語モデル (SLM) と大規模言語モデル (LLM) の違いとは?

小規模言語モデル(SLM)は、大規模言語モデル(LLM)よりもパラメーター数が少なく、軽量で効率的に動作するモデルで、専門的な知識を備え、より迅速にカスタマイズできます。

AI/MLリソース

関連記事