AI処理というと、取得したデータをクラウドへ送り、サーバー上で推論する構成を思い浮かべる方も多いかもしれません。一方、Edge AIでは、カメラやセンサーなどの入力に近い場所でAI処理を行います。

今回は、Edge AIの代表的なメリットのひとつである「リアルタイム処理」について、24秒の動画とあわせてご紹介します。

クラウド処理では「通信の往復」が必要になる

カメラやセンサーで取得したデータをクラウドで処理する場合、ネットワークを介してデータを送り、サーバーで処理した結果を現場へ戻す流れになります。

クラウドには、大規模な計算資源を利用しやすいことや、複数拠点の情報を集約しやすい利点があります。一方で、通信状態やシステム構成によっては、結果を受け取るまでに待ち時間が生じます。

1. カメラ・センサー
2. ネットワーク
3. クラウドで推論
4. 結果を現場へ返す

Edge AIなら、入力の近くで処理できる

Edge AIでは、入力機器の近くにあるエッジデバイスでAI処理を行います。「カメラ → Edge AI → 判定・通知・制御」という構成にすることで、クラウドからの応答を待たず、現場側で処理を完結できる場面があります。

※写真は構成要素の例です。この組み合わせによる接続動作・処理速度や、特定の導入実績を示すものではありません。

1. カメラ・センサー
2. 現場のEdge AI
3. 判定・通知・制御

リアルタイム処理が活きる場面

安全支援

危険な状態の候補を検知し、現場での確認や警告につなぐ。安全機能として使う場合は、用途に応じた安全設計と検証が必要です。

異常検知

設備や映像の変化を、現場で素早く確認。検知した結果を点検や通知へつなげる構成を検討できます。

対話・操作

人の動きや入力に合わせた表示・操作を支援。すべての会話処理を端末内で完結させることを意味するものではありません。

リアルタイム処理がもたらす3つの効果

※効果や応答時間は、モデル・処理能力・入力条件・ネットワーク・システム構成により異なります。「遅延ゼロ」「必ずクラウドより高速」「ネットワーク不要」を保証するものではありません。

EdgeとCloudは、どちらか一方ではない

現場ですぐ必要な処理はEdge側、複数拠点の集約・履歴の保存・大規模な分析はCloud側へ。役割を分担する構成も可能です。

1. 現場の入力
2. Edgeで判定
3. 必要なデータを送信
4. Cloudで集約・分析

重要なのは、「何を、その場で判断する必要があるか」を整理して処理を配置すること。ixcは、入力に合わせた前処理から推論、判定・通知などの後処理まで、用途に合ったシステムづくりをご相談いただけます。