GPUの高性能化の恩恵もあり、俗に「ゲーミングパソコン」と呼ばれるものでも、AIの学習をさせることはできるが、AWS(Amazon Web Services)、Microsoft Azure、Google Cloud(GCP)、IBM Cloudなど、クラウド上のAIサービス用いることが多い。

【クラウドAI】
 クラウドサーバー側でデータの学習と予測を行い、末端のエッジデバイスとの間で通信を行うという仕組みで、クラウド側で処理を行う仕組みから、「クラウドAI」と呼ばれる。
cloud-ai

 この仕組みにおいては、クラウドサーバーの豊富なコンピュータリソースを用いることができるが、AIによる予測を行った後のプロセスで通信が発生するため、この際の通信遅れが致命的な問題になるようなリアルタイム性が求められる場面、例えば最近注目されている自動運転などでは使うことができない。

 とはいえクラウドであれば大量のデータ処理が可能であるため、通信が遅れても問題が生じない用途においては、非常に表現力の高いAIアルゴリズムであるディープラーニングなどは適している。

【エッジAI】
 クラウド側で行っていた予測をエッジデバイス側で行うようにしたAIを、「エッジAI」と呼ぶ。
edge-ai

 この仕組みにおいては、クラウド側のAIで学習した結果として生成される学習モデルをエッジ側に置くことにより、予測のみをエッジ側で処理する。

 予測をエッジ側で行うことにより、従来のAIにおける通信遅れなどの問題を解消することができる。例えばAIを機械の制御に用いるケースにおいては、予測をエッジ側で行うことができれば、予測から制御のプロセスにおいては通信が介在しないため、通信遅れが問題になることがない。

 より末端の機器(エンドポイント)側でデータ処理を行い、産業用機械や自動運転車などに必要とされるリアルタイム性を確保することができるが、クラウド側でデータの学習を行うため、セキュリティ上の問題でクラウドにデータを上げたくないといったニーズに対しては課題が残る。

 またデータの学習を行ってから学習モデルをエッジ側に生成する際には通信が必要とされるため、学習から予測までを完結してリアルタイムに行うことはできない。

【学習も予測も行うエッジAI】
 更なるハードとソフトの進展により、エッジデバイス側で予測だけではなく学習まで行うことができるエッジAIが出てくるであろう。
aising-edge-ai


出典(引用)
AISing:"エッジAI"とは?https://aising.jp/what-is-edge-ai/