DX推進・先端技術・ビジネスモデル
午前II午後I
重要度:
エッジコンピューティング
よみがな: えっじこんぴゅーてぃんぐ
英語名称・略称: Edge Computing
1行要約（本質）
すべてのデータを中央のクラウドに送るのではなく、端末や現場の近く（エッジ）に分散配置したサーバーで即時処理する構成。
3つの重要ポイント
1
超低遅延（リアルタイム性）、通信帯域の節約、プライバシー保護、オフライン稼働耐性を実現する。
2
自動運転、工場の外観検査（画像AI）、医療機器、スマートグリッド等の即時制御で必須の技術。
3
ITストラテジストは、「エッジで即時処理すべきデータ」と「クラウドで集約・長期分析すべきデータ」の適正配置を設計する。
構造・プロセスの図解
図エッジ＆クラウドの分散協調アーキテクチャ
即時処理と全体集約の役割分担集約・学習
【クラウド層】全体集約 ＆ 大規模学習
中央分析・全社DWH・AIモデル再学習
複数拠点から集約された要約データを長期分析し、新しいAIモデルを生成・配信。
超低遅延
【エッジ層】現場即時推論 ＆ データ圧縮
エッジサーバー / ゲートウェイ
数ミリ秒で画像判定・異常検知・装置緊急停止。生データを要約・暗号化。
発生源
【デバイス層】データ発生源
IoTセンサー / カメラ / 製造設備
振動、温度、映像等の膨大な一次生データを発生させる端末群。
概要・背景・本質
エッジコンピューティングは、IoTデバイスの急増によってクラウドへの通信トラフィックが爆発・遅延する問題を解消します。現場（エッジ）で画像認識や異常検知を数ミリ秒で完結させ、異常時のサマリーデータや学習用データのみをクラウドへ送信することで、通信コストの削減と高い耐障害性を両立させます。
コア概念と着眼点
- 超低遅延（Latency）：通信往復時間を数ミリ秒以内に抑え、高速なロボット制御や事故防止を実現
- トラフィックとコストの削減：生動画や連続センサーデータをエッジでフィルタリング・要約して送信
- プライバシーと機密性：顔写真や生体データ、社外秘の製造パラメータを現場から外に出さずに処理
- 自律継続性：外部インターネット回線が切断されても、現場のオペレーションを継続可能
ITストラテジスト試験（午後I記述・午後II論文）での論述ポイント
午前IIで「エッジコンピューティングの特徴と適用領域」「クラウド集中処理との対比」が定番。午後I記述では、工場の自動検査ラインにおいて帯域不足と応答遅延を解消するためのアーキテクチャ設計としてエッジサーバーの配置が解答となる。