「機械学習にはネットワーク帯域や遅延、消費電力、プライバシー、セキュリティなどさまざまな課題が存在する。それらを解決するのがディストリビューテッドインテリジェンス(分散AI)だ」。英Armが2017年10月24~26日に米シリコンバレーで開催したイベント「Arm TechCon 2017」で基調講演に登壇した同社のマイク・ミューラーCTO(最高技術責任者)は、AIに欠かせない機械学習の新たな戦略を打ち出した。

クラウド、ゲートウエイ、エッジで同一ソフトを稼働
クラウド、ゲートウエイ、エッジで同一ソフトを稼働
写真 「ディストリビューテッドインテリジェンス」を発表する英アームのマイク・ミューラーCTO(最高技術責任者)
[画像のクリックで拡大表示]

 機械学習はこれまで、データからルールを導き出す「訓練(トレーニング)」をクラウドのサーバー側で処理し、ルールに基づいてデータを識別する「推論」をサーバー側か端末側の機器(エッジデバイス)で処理するのが一般的だった。

 これに対してミューラーCTOが訴える「分散AI」は、クラウドやエッジはもちろん、通信事業者が運用するネットワーク機器のようなクラウドとエッジの間に位置する「ゲートウエイ」を含め、場所を問わず柔軟に機械学習の訓練と推論を処理する考え方だ。

 「機械学習の推論をクラウドで処理すると遅延が大きく、かといってエッジデバイスで処理すると消費電力が問題になる場合は、携帯電話の無線基地局を使うシナリオもあり得る」。エンタープライズソリューションズ部門でディレクターを務めるジェフ・チュー氏は日経コンピュータのインタビューでこのように語った。