IoT Technology Conference powered by SORACOM if-up 2017 B1：エッジヘビーコンピューティングと機械学習 株式会社Preferred Networks　エンジニア　田中 大輔 氏 https://www.slideshare.net/pfi/ss-75251599 株式会社ソラコム　ソリューションアーキテクト　今井 雄太

1. エッジヘビーコンピューティングと
機械学習
Yuta Imai
Solutions Architect, SORACOM, INC.
2017/4/20

2. 機械学習

3. • 自動運転
• カメラによる人物の識別
• 音声対話インターフェイス
• デバイスや設備の予兆保全
• （主に車両の）Usage Based Insurance
• スマートホーム、スマート家電、スマート○○
機械学習とIoT：さまざまなユースケース

4. 機械学習とIoT

5. どこまでをクラウドでやる？
機械学習とIoT
データ 学習器 モデル
データ
判定
結果
クラウド
クラウド
学習
推論

6. 機械学習とIoT
デバイス クラウド
ネットワーク
計算リソースは豊富で安価
事象/現場から遠い
計算リソースは限られている
事象/現場に近い
帯域、距離、セキュリティ、料金
どこまでをクラウドでやる？
ユースケースに合わせてデバイスとクラウドの役割分担を適切に決めていく必要がある。
そのためにはネットワークが柔軟に利用できる必要がある。

7. インターネット クラウドモノ
セキュリティ/通信管理/費用対効果
ソラコムが解決したかったモバイルネットワークの課題

8. SORACOMのグローバルなインフラ
120以上の国・地域で利用可能
ライブラリ & SDKs
CLI, Ruby, Swift
Web インターフェース
User Console
データ転送支援
SORACOM Beam
クラウドアダプタ
SORACOM Funnel
データ収集・蓄積
SORACOM Harvest
プライベート接続
SORACOM Canal
デバイスLAN
SORACOM Gate
SORACOM Air
Cellular (3G, LTE) / LPWA (LoRaWAN)
専用線接続
SORACOM Direct
仮想専用線
SORACOM Door
API
Web API, Sandbox
SORACOMが提供するプログラマブルなネットワーク
データ通信
ネットワーク
アプリケーション
インタフェース
認証サービス
SORACOM Endorse

9. • SORACOMを使うことにより、管理やセキュリティなどな点に
おいてこれまでより柔軟にネットワークを利用できるようになっ
た。
• しかし、正しいアーキテクチャやベストプラクティスに沿って、
デバイス、ネットワーク、クラウドの役割分担をしてやることが
とても重要
SORACOMが提供するモバイルネットワーク

10. 株式会社Preferred Networks
エンジニア 田中 大輔 様
エッジヘビーコンピューティングと
機械学習

11. まとめ
• SORACOMによってネットワークが身近なものに。
• クラウドを使うとコンピューティング、ストレージのキャパシティも容易
に手に入る。
• しかし手に入るデータ量もどんどん増えていく。すべてのデータを中央
集権的に取り扱うのは困難。
• デバイス、ネットワーク、クラウドそれぞれに適切な役割分担を。