エッジAI開発

トレーニング済みの深層学習モデルを様々なエッジデバイスで使用可能にします

エッジAIとは

エッジとは末端を意味し、IoTシステムの用語では、クラウドやサーバーではない端末部分を指します。
エッジAIは、現場の機器(デバイス)の中で単独で動作するAIのことです。

エッジAIの特徴

エッジAIのメリット​

  • クラウド・サーバー・インターネット接続不要
  • 設置の自由度が高い
  • イニシャルコスト・運用コストを抑制
  • 応答性能が高い
  • ネットに接続せず運用できるため、
    プライバシーリスク・セキュリティリスク低減
  • ネット切断による運用の不安定さ解消

エッジAIのデメリット

  • エッジAIは推論のみで学習できない
  • AIの変更はサーバー等で学習したモデルの再デプロイが必要
  • 推論の精度や処理速度の低下を伴う
  • 性能は使用機器のスペックに依存
  • 導入・運用のハードルが高い

エッジAIの使用例

  • スマートフォン
  • 自動運転
  • 産業ロボット
  • 自律制御ロボット
  • 監視カメラ
  • 家電機器
  • 外観検査装置
  • 設備監視
  • IoTセンサー
  • 施設のセキュリティシステム
  • デジタルサイネージ
  • ロボット掃除機
エッジAIの使用例

エッジAIの開発手法

トレーニング済みの深層学習モデルをエッジデバイスで使用可能なモデルに変換します。

エッジAIの開発手法

富士ソフトでは、サーバーやクラウドを使用せず、現場の機器のみでAI機能を使っていきたいお客様に、機器選定から実装までエッジAIの開発をサポートいたします。
エッジAIを実行するエッジデバイスも、富士ソフト取扱製品の中からベストな提案を行い、もしカスタムハードが必要なら独自に開発いたします。

  • FPGAボード販売

    FPGAボード販売

  • 産業用PC販売

    産業用PC販売

  • キャリアボード設計・製造

    キャリアボード設計・製造

エッジAI開発で必要なノウハウ

エッジデバイスは組みこみ機器であることが多く、使用可能なハードウェアリソースは学習サーバーやクラウドより圧倒的に少ないです。
そのため、必要なAI機能を搭載するためには、用途に合った適正な精度の検討やエッジデバイス選定など、AI開発初期段階からエッジAIの想定が必要になります。

エッジAI実装の計画

AI開発時の選択 

  • エッジAI化を意識したニューラルネットワークモデルの選択
  • エッジAI精度を前提とした学習データの準備
  • 実用化に移行しやすい開発環境

エッジデバイスの選択

  • サイズ・重量
  • 動作速度
  • 動作環境(温湿度・VCCI)
  • 環境性能(消費電力)
  • 外部I/O
  • アクセラレーターの種類

最適な実装には多くの選択肢 → AIと組み込みの専門知識が必要

エッジAI化を意識しないでAI開発を進めると・・・
学習したニューラルネットワークの規模や精度がエッジAIの許容範囲を超えると、推論処理をエッジデバイスにマイグレーションできない可能性があります。

たとえば、
⇒ ニューラルネットワーク自体の変更や、大幅なパラメータ変更が必要
⇒ ニューラルネットワークの変更により再学習や新たな学習データの収集とアノテーションが必要
⇒ 学習時に目的の精度・性能が出ていても、抜本的な見直しで再学習必要 

富士ソフトでは、多彩なプラットフォームで、ニーズに合ったエッジデバイス構成・AI開発/実装・組み込みソフトウェア開発を提供いたします。

エッジAIの弱点を補うアクセラレーター

リソースの少ないエッジデバイスでAIを高速実行するにはAIアクセラレーター活用が不可欠です。代表的なエッジAIのアクセラレーターとしては、以下のものがあり、それぞれに開発環境が用意されています。
富士ソフトは各チップベンダーと連携し、エッジAIの開発経験を蓄積しています。

エッジAI開発の関連ソリューション

エッジAI開発の関連製品

産業用PC特集 FPGAボード特集

まずはご相談ください

“見積もりがほしい”、”こんなことはできるのか?”、”詳しい実績がしりたい”、”この技術は対応できるのか?”
そんな時は、質問だけでも結構です。お急ぎの場合も迅速に対応させて頂きますのでお気軽にお問い合わせ下さい。

お電話でのお問い合わせ

Tel050-3000-2102
エンベデッドソリューション推進部(平日 9:00〜17:00)

お探しの組み込み製品はキーワードで検索!