テクノロジーには中央集権化を前提とした考え方があります。データはクラウドに移動し、そこで計算が行われ、結果が返ってくるというものです。クラウドインフラ企業にとって、この考え方は都合が良いものです。しかし、現実世界で信頼性高く、迅速かつ安全に動作する必要があるAIシステムを実際に構築している企業にとって、この考え方はますます制約となっています。
エッジコンピューティング、つまりデータが生成される場所や意思決定が必要な場所に近い位置へ計算能力をシフトすることは、新しいものではありません。新しいのは、その緊急性です。リアルタイムAI要件、プライバシー規制、ネットワーク帯域幅の制約、そしてIoTや自律システムの複雑性の高まりが組み合わさり、エッジコンピューティングはニッチなアーキテクチャの選択肢ではなく、アプリケーション全体のカテゴリーにおける中心的な要件となっています。
私はNexaTech Venturesを通じてこの変化を注視してきました。なぜなら、これはクラウドコンピューティングへの移行以来、テクノロジーインフラにおける最も重要なアーキテクチャの転換の一つだからです。
クラウドアーキテクチャが機能しなくなる場所
クラウドコンピューティングは、インターネットの最初の20年間で正しいことが証明された前提の上に構築されました。それは、ネットワーク全体に計算を分散させるよりも、データを中央の計算リソースに送る方が安価だというものです。ほとんどのWebアプリケーション(検索、ソーシャルメディア、Eコマース)では、これは今でも正しいです。しかし、拡大するアプリケーション群では、この前提が崩れつつあります。
自動運転車を考えてみてください。自動運転車はセンサーデータに基づいてミリ秒単位で安全性に関わる重要な判断を下します。生のセンサーデータを遠隔のクラウドサービスに送信し、応答を待ち、判断を受け取るというプロセスは非効率的なだけでなく、根本的に実行不可能です。レイテンシは受け入れがたく、信頼性要件を満たすことができません。計算は車両自体でリアルタイムにローカル処理を使用して行われなければなりません。
または、医療や金融サービスにおけるプライバシー規制対象のアプリケーションを考えてみてください。GDPRや同様の規制は、機密性の高い個人データが特定の管轄区域内で特定のセキュリティ管理の下で処理されることをますます要求しています。正当な分析のためであっても、医療データや金融取引の詳細を別の国のクラウドサービスにストリーミングすることは、中央集権的な処理を法的にも運用上もリスクの高いものにするコンプライアンスの複雑さを生み出します。
または、工場の製造現場を考えてみてください。生産設備からテラバイト単位のセンサーデータを生成する製造施設は、そのすべてを分析のためにクラウドサービスにストリーミングすることは現実的ではありません。帯域幅コストは法外であり、リアルタイムプロセス調整のためのレイテンシは受け入れがたく、運用上のレジリエンスリスクが高すぎます。計算はローカルで行われる必要があります。
これらはエッジケースではありません。これらは新興アプリケーションの中核カテゴリーです。そして、クラウドコンピューティングアーキテクチャは、設計上、これらすべてに適していません。
必要な技術的シフト
エッジAIは、クラウドベースのAIとは異なる技術アーキテクチャを必要とします。機械学習モデルは、より小さく、より効率的で、リソースに制約のあるデバイスに最適化されている必要があります。推論パイプラインは、断続的なネットワーク接続に対して堅牢である必要があります。セキュリティモデルは、中央集権的なデータセンターではなく分散システムで機能する必要があります。更新とバージョン管理メカニズムは、数千または数百万のエッジデバイスに効率的かつ安全に変更をプッシュする必要があります。
これらは難しい問題であり、クラウドAI開発とは異なるアプローチを必要とします。これらを解決している企業は、クラウドコンピューティング企業ではありません。エッジ最適化AIインフラを構築している新しい企業です。
この移行を可能にするいくつかの技術トレンドが収束しています。モデル圧縮と量子化技術は急速に改善されており、高度なAIモデルがわずかな計算リソースでエッジデバイス上で実行できるようになっています。特殊なハードウェア(TPU、NPU、その他のAIアクセラレータ)がエッジデバイスで利用可能になり、必要な計算能力を提供しています。エッジ展開のためのオープンスタンダードが登場し、独自プラットフォームへのロックインを打破しています。
NexaTech Venturesでは、エッジAIインフラ内の3つのカテゴリーの企業を支援しています。第一に、大規模なAIモデルを取り込み、エッジ実行のために圧縮するモデル最適化と展開プラットフォーム。第二に、低レイテンシで分散実行に最適化されたエッジ推論エンジン。第三に、分散エッジインフラ全体でAIワークロードの展開、更新、監視を管理するエッジオーケストレーションシステムです。
ヨーロッパの位置づけ
エッジコンピューティングにおけるヨーロッパのインフラ上の優位性は微妙ですが現実的です。この大陸は通信インフラと5G展開に多額の投資を行っており、エッジコンピューティングに必要なネットワーク容量と低レイテンシ接続を提供しています。ヨーロッパのデータ保護規制は、障害どころか、機密データをローカルに保持するエッジコンピューティングソリューションへの需要を促進しています。
さらに重要なことに、ヨーロッパの製造、自動車、産業セクターが、エッジAIへの真の需要を牽引しています。ドイツの自動車会社は自動運転車のためにエッジAIを必要としています。イタリアの製造業者は精密製造のためにエッジコンピューティングを必要としています。オランダの農業は精密農業システムのためにエッジAIを必要としています。これにより、需要がエッジAIインフラへの投資を促進し、それが人材と資本を引きつけ、技術の能力を向上させ、さらなる採用を促進するという好循環が生まれます。
アメリカのエッジコンピューティングの議論は現在、プラットフォームをエッジに拡張しようとするクラウド企業によって支配されています。AWS、Google Cloud、Azureはすべてエッジサービスを提供しています。しかし、これらは基本的にクラウド中心のアーキテクチャにエッジが付け加えられたものです。変革的なエッジAIアーキテクチャは、計算がエッジで行われ、クラウドが例外であり規則ではないという前提から始まる企業によって構築されています。
投資ケース
エッジコンピューティングとエッジAIは、ソフトウェアの展開と実行方法における構造的な変化を表しています。これは一時的なトレンドやニッチ市場ではありません。クラウドコンピューティングが満たすことのできない実際の技術要件によって推進される根本的なアーキテクチャの転換です。
投資機会は複数の層に存在します。インフラ層では、エッジ最適化AIプラットフォームと展開ツールを構築している企業が持続可能な競争優位性を生み出しています。アプリケーション層では、エッジ実行のためにソフトウェアを再設計している企業(自動運転車、産業システム、医療機器)は、置き換えることが困難なパフォーマンスと信頼性の優位性を達成するでしょう。
NexaTech Venturesでは、技術要件と運用上の課題の両方を理解しているエッジAI企業を探しています。最高の企業は、アルゴリズムを最適化するだけでなく、監視、セキュリティ、更新管理、運用サポートを含むエッジ展開のための完全なシステムを構築しています。
中央集権的なクラウドから分散エッジコンピューティングへのシフトは、クラウドへの移行以来、テクノロジーにおける最も重要なインフラの転換を表しています。この転換の早い段階で自らを位置づける企業は、実質的で防御可能なビジネスを構築するでしょう。
Scott DylanはNexaTech Venturesの創設者です。彼はテクノロジーインフラ、AI、ディープテック投資について執筆しています。詳細はscottdylan.comをご覧ください。
