Googleはエッジデバイス向けTPU AIチップの新バージョンでエッジコンピューティング戦略を強化
トム・クレイジット著
モノのインターネットが現実のものとなった今、Google は、クラウドでトレーニングされた機械学習モデルを実行できるエッジ コンピューティング デバイスの狭いスペースと電力制約に合わせて設計された機械学習チップのバージョンをリリースする予定です。
同社幹部によると、Edge TPUチップとCloud IoT Edgeソフトウェアは、サンフランシスコで開催される同社の大規模クラウドカンファレンス「Google Cloud Next」の2日目となる水曜日に発表される予定だ。このチップは、Googleが機械学習モデルのトレーニングに使用している強力なCloud TPUプロセッサの簡易版であり、ソフトウェアは現場のデバイスをGoogleのクラウドデータセンターに接続することで、デバイスが遠方のサーバーからの応答を待つことなく、エッジで必要なだけの計算を実行できるようにすると、Google Cloud IoTのプロダクトマネジメント責任者であるアントニー・パッセマール氏は述べた。
もしこの言葉にどこかで聞き覚えがあるとしたら、それはおそらく「インテリジェントエッジ」が、現代のクラウドコンピューティングに関するMicrosoftのあらゆる声明や幹部のスピーチで必須の要素となっているからでしょう。これが将来のトレンドとして初めて認識されてから数年が経ち、コンピューティング能力と接続性が、実際にはコンピューターではない小型デバイス、つまりモノのインターネットへと移行し始めており、Amazon Web Services、Microsoft、Googleなどのクラウドベンダーは、この成長分野を支えるために必要なバックエンドサービスを提供すべく、しのぎを削っています。
工場、農家、ビル管理者は、かつては人手によるメンテナンスが必要だった分散型デバイスに、どれほどの自動化を組み込めるかに気づき、クラウドベンダーの支援を求めています。しかし、多くの場合、光の速さは彼らにとって不利に働きます。リアルタイムの意思決定は、遠く離れたクラウドサーバーからの判断を待つよりも、デバイス自身で行う方が効果的です。
これは数年前から行われてきたことですが、エッジデバイスはますます機械学習機能を画像認識などの用途に活用しようとしています。Build 2018では、マイクロソフトが電力線上を飛行し、すべてが正常に機能しているかどうかを判断できるドローンを披露しました。
しかし、機械学習モデルのトレーニングには膨大な処理能力が必要であり、クラウドデータセンターのサーバーで実行するのが最適です。Edge TPUチップとCloud IoT Edgeソフトウェアにより、モデルはクラウド上のデータセットを用いてトレーニングされ、Edge TPUチップによってデバイス上で実行されます。デバイスとクラウドサーバー間のやり取りはソフトウェアが処理します。
Google は、エッジ デバイス内部のチップを実験するためのリファレンス デザインを含む開発キットの一部として Edge TPU をリリースする予定で、これは 10 月に利用可能になる予定です。
Google は、機械学習の活用が非常に Google らしいとはいえ、IoT 分野では競争相手に遅れをとっていると言えるでしょう。
前述の通り、MicrosoftはIoTアプリケーションとデバイスをクラウドコンピューティング戦略の大きな部分を占めており、Qualcommなどのチップメーカーと提携し、膨大な数のIoTソフトウェアをリリースしています。一方、クラウドリーダーであるAWSも、IoT関連のソフトウェアサービスを複数リリースしており、エッジデバイス向けに独自のオペレーティングシステムを開発しています。
