エッジに組み込むAI推論モデルを動的に入れ替え、ウフルが「enebular」に新機能：ウフル enebular

ウフルはIoTサービス「enebular」について、AIのエッジ層での実運用を支援する「enebular AI empowerment」の開発を発表。2018年春から、enebular AI empowermentを用いたPoCを開始し、同年夏～秋にかけて正式提供を始める計画だ。

» 2018年04月18日 12時00分公開

[提供：MONOist編集部，TechFactory]

　ウフルは2018年1月31日から提供を始めたIoT（モノのインターネット）オーケストレーションサービス「enebular（エネブラー）」のエンタープライズ・プランの拡充を進めている。AI（人工知能）プラットフォーマーのABEJAのユーザーイベント「ABEJA SIX 2018」（2018年2月22日）において、AIのエッジ層での実運用を支援する「enebular AI empowerment」の開発を発表。同年春から、enebular AI empowermentを用いたPoC（概念実証）を開始し、同年夏～秋にかけて正式提供を始める計画だ。

　enebularは、IoTのデータの流れである「データフロー」を設計する機能が評価されてきた。エンタープライズ・プランでは、これに加えて、コンサルティングサービスやインテグレーションサービスを組み合わせ、製品企画から運用の最適化まで包括的に支援する。ウフル常務執行役員の竹ノ内学氏は「既に幾つかのユーザーが使い始めており、さまざまな分野で案件が進展している」と語る。

　このエンタープライズ・プランの展開を広げていく上で、enebular自身の機能強化も必須だ。enebularでは、クラウドやゲートウェイ、デバイスなどのIoTを構成するレイヤーにデプロイ（配置・導入）する「アセット」を相互に連携させられることが特徴になっている。このアセットの1つが先述したデータフローだ。enebular AI empowermentは、ゲートウェイやデバイスといったエッジ層に、アセットの1つである「AI推論モデル」を容易に組み込める機能になる。

「enebular AI empowerment」のデモ。手前右にある「Jetson」にAI推論モデルがデプロイされている。カメラで撮影した飲料ボトルにキャップが無いとLEDが点灯する

◎プレミアムコンテンツ

AI推論モデルを「コンテナ」にしてゲートウェイにデプロイ

　enebular AI empowermentは、AI推論モデルを得るのに用いる機械学習やディープラーニングのプラットフォームやフレームワークではない。それらによって得たAI推論モデルというアセットについて、エッジ層に最適な形でデプロイするとともに、データ入出力を抽象化したコネクターを提供し、エッジ層の稼働状況のモニタリング／安定運用を可能にする。

　ウフルプロダクト開発本部本部長の竹之下航洋氏は「AIプラットフォームで得た推論モデルをIoTの実環境で動かすための仕組みだ。IoT活用を実ビジネスにつなげていく上で、やはりAI推論モデルは重要な役割を果たす。しかし、処理能力に制約のあるエッジ層にAI推論モデルをデプロイし、データフローを確立するのには手間が掛かる。enebular AI empowermentを使えば、その手間を省くことができる」と説明する。

　現在開発を先行しているのは、エッジ層のうちより高い性能を持つゲートウェイ向けの機能となる。NVIDIAの「Jetson」やIntelのプロセッサ搭載基板から、「Rapsberry Pi 3」クラスまでが対象で、AI推論モデルを実行するのに必要なAPIなどをラップした「コンテナ」をデプロイする。「コンテナにすることで、ゲートウェイにデプロイするAI推論モデルを動的に入れ替えるといったフレキシブルな運用も可能になる」（竹之下氏）という。

　ABEJA SIX 2018では、飲料ボトルの工場をイメージしたenebular AI empowermentのデモを披露した。このデモでは、JetsonにデプロイしたAI推論モデルにより、飲料ボトルののキャップの有無を検知するだけだった。しかし「第2回 AI・人工知能 EXPO」（2018年4月4～6日、東京ビッグサイト）では、AI推論モデルを動的に切り替えるなどさらに一歩進んだデモを披露する予定だ。

性能が限られる「デバイス」への対応は2019年に検証

　エッジ層については、ゲートウェイだけでなく、より性能が限られるマイコンなどを搭載するデバイスへの対応も検討している。竹之下氏は「enebularで、マイコン上にデータフローをデプロイする際には抽象化レイヤーが必要になるが、これはAI推論モデルでも同様のものが必要だ。この抽象化レイヤーの仕様はAIプラットフォームに依存することもあり、全てのAIプラットフォームに対応することは難しいだろう」と述べる。

　2018年はゲートウェイ向けのenebular AI empowermentの展開に注力するため、デバイスへの対応については2019年にユースケースなどを含めて検証を進めることになる。「FPGA活用を含めて、デバイスのトレンドはウォッチしているので、しっかりフォローアップしていきたい」（同氏）としている。

IoT機器に適したOSSの組み込み用ハイパーバイザー
The Linux Foundationが組み込み向けのハイパーバイザープロジェクト「ACRN」を発表した。自動車向けECUのように、多様なIoTワークロードを1つのプラットフォームに集約することで開発コストを削減し、より合理化されたシステム構築が可能なるとする。
将棋「名人位」挑戦規定のバグ
組み込みエンジニアの現場力を上げるドリル、今回は「仕様書のバグ」に挑戦します。将棋界の最高タイトルの1つである、名人位の挑戦規定という仕様書に潜むバグを発見してください。
ソフトウェア品質は「規則」で作れず「ヒト」が作る
大半の開発現場では、規則によって品質計測から品質制御、品質管理、テストまでが定められている。しかし、規則で品質は作れないのも事実である。ヒトが大きな鍵を握るとしたら、どのような施策を用いれば、「ヒトによるソフトウェア品質の作り込み」を成し遂げられるのだろうか？
予知保全と自動運転開発に対応した、モデルベース開発環境の最新版
The MathWorksがモデルベース開発環境「MATLAB／Simulink」の最新版、「Release 2018a」を提供開始した。予知保全アルゴリズムの設計ツールや、自動車を仮想3次元環境でモデル化するツールが含まれ、94製品へのアップデートも行われている。
つながる世界「4つの課題」、対策は「経営マター」である
IoTの素晴らしさが広まる中、「つながる」ことによる危険性も増大している。ではそのリスクをどう見積もり、製品やサービスに反映するべきか。IPA/SECが公開している「つながる世界の開発指針」を基に解説する。