2015年頃の「エンタープライズ・クラウド・ラッシュ」を覚えていますか? 私たちは、ハイパースケーラー・クラウドをデータの無限のゴミ箱のように扱いました。病院のすべてのセンサー、5軸のCNCマシンのすべての振動読み、銀行のすべてのトランザクションログを。 実際、我々は高価な、帯域幅ハッキング、遅延リードの池を構築していました。 私は、業界 4.0 環境のためのシステムのアーキテクチャに 22 年以上を費やしました。 もし、私が学んだ難しい教訓があれば、これは以下の通りです。 そのモデルは2015年に機能したかもしれないが、2024年頃にAIがついにエッジで信頼できるように十分に安定したとき、それが死んだ。 Apple, PayPal, and GE Digital The "Store Everything, Analyze Later" model is dead. だからこそ、業界はその方向に向かわなければならない。 なぜ、あなたの工場(または病院)がすべてのログをクラウドに送信するのをやめる必要があるのか。 AI Edge Proxy 「Nanosecond」の問題 古いモデルがなぜ失敗したのかを理解するには、現代の産業電気測定の規模を把握する必要があります。 現代の自動車製造工場を想像してください. 単一のロボット溶接腕を取ってください. それは単に「溶接完了」をログするだけではありません。 毎ミリ秒、そのサーボエンジンは、トルク、電流の引力、関節角度、および温度をレポートしています. 溶接のヒントは、電圧、ワイヤー供給速度、ガス流出率をレポートしています。 これを1つの生産ラインで500機のロボットで倍増する。 「2024年以前の時代」の建築では、パイプラインは残酷に単純で残酷に効率が低かった。 
 
 
 
 
 ソース:デバイスは、毎日の原料、高周波レコードのテラバイトを生成します。 輸送:我々は、このデータの100%をクラウドに送信する工場のWANをブロックします。 ストレージ:データのペタバイトを保存するために支払い、そのうち99.9%が「システムは正常に動作している」と述べています。 分析(Too Late):クラウドベースのスケジュールされた仕事は、異常をスキャンするために4時間後に目覚めます。 ベアリングの故障が見つかった時点で、生産ラインはすでに3時間閉鎖されています。 次回の本「The Trusted Machine」の第1章(The New Industrial Revolution)で述べたように、これは遅延の課題です. クラウドのみのAIが製造に失敗するのは、高速フリリングマシンが軸を離れるときに、あなたは何をすべきかを尋ねるために北バージニア州のデータセンターにデータを一周するのに2秒もかかりません。 あなたはミリ秒を持っています。 さらに、財務コストは持続不可能になりました。 組織は、人間も機械も二度と見ることのできないデータを転送することに富を費やしていることに気づきました.* 現実チェック: 2025年にCNCFが引用した研究によると、収集された観測データのほぼ70%は不要であり、価値を追加することなく膨張したストレ 
 
 遅延のコスト:製造業、金融、あるいは重要な医療においては、クラウドの遅延を待つことは、単に不快なことではなく、経済的な自殺です。 遅延のコスト:製造業、金融、あるいは重要な医療においては、クラウドの遅延を待つことは、単に不快なことではなく、経済的な自殺です。 ソリューション:「Bouncer」(AI Edge Proxy)、Moving Intelligence「Upstream」 パラダイムの転換が必要だった私たちは、長いネットワーク接続の終わりにではなく、マシンのすぐ隣のパイプに住む知性が必要でした。 我々は、エッジゲートウェイを単なるルーターとして扱うのをやめ、それらをコンピューティングプラットフォームとして扱い始めた。我々は、NVIDIA JetsonモジュールやOT(オペレーティング・テクノロジー)ネットワークに統合された強力な産業用PCのようなハードウェアで動作する、局所の軽量のニューラルネットワークをエッジゲートに展開し始めた。 これを「Edge Proxy」と呼びます。 Think of the Aとして 昔、私たちは誰もが(ログラインごとに)内部にいて、内部のセキュリティーガード(Cloud AI)が後でトラブルメーカーを解決することを望んでいました。 AI Edge Proxy highly trained bouncer at an exclusive nightclub どのように機能するか: エッジプロキシはログパイプラインに座り、MQTTやOPC-UAなどのプロトコルを通じて原料電気測定のファイアホースを吸収します。 1. IT エッジ・プロキシは、現地で原発電気測定の消火器を吸収します。オンボードのニューラルネットワークは、その特定の施設の設備の標準的で「健康的な」オペレーティングベースラインに訓練されています。 Tastes the Data 2. IT プロキシはこれらを排除し、クラウドに簡単な概要を送信します。 「Machine A: All parameters nominal at 10:00 AM」は、コンプライアンスダッシュボードのためのクラウドにその小さなパッケージを送信し、即座に原始ログのギガバイトを排除します。 Filters the Noise 3. IT それは「VIPs(異常)」だけが通過することを許します。 Elevates the Signal: Finance & Manufacturing では、企業は現在「Success」ログのペタバイトを蓄積しています。「200 OK」のデバッグメッセージをすべて保存すると、クラウドストレージ予算が破壊されます。 The Killer Feature: Dynamic “Debug” Injection(ダイナミックな”デバッグ”注射) エッジ・プロキシがした唯一のことは、ノイズのフィルタだったとすれば、投資に値するでしょう。 . 伝統的な設定では、間違った問題のデバッグは悪夢のシナリオです。 事故は午前3時に起こります。 エンジニアが目覚め、SSHsをマシンに挿入し、ログレベルを標準のINFOからverbose DEBUGに変更し、その後...待つ。 彼らは、ディスクが大量のデバッグログで埋め込まれている間、エラーが再び起こることを期待します。 アクティブインタラクション アクティブインタラクション 「信頼できるマシン」は自動的にこれを行う。 エッジ・プロキシのローカルニューラルネットは、振動センサーのログを監視しています。 
 
 
 
 
 The Suspicion (T-Minus 60 Seconds): AIは調和共鳴の微妙な変化を検出します. それはまだエラーではありません. それはハードトレードを越えていない. しかし、それは訓練されたベースラインから 0.5%の偏差です. それは何かが間違っていることを「疑う」。 The Action (T-Minus 59 Seconds): プロキシは直ちにオーケストラエージェントとして動作し、ローカルマシンコントローラにコマンドを送信します: "Logging level to TRACE/DEBUG immediately for the next 15 minutes." The Capture (The Incident) : 2 分後、ベアリングは一時的にキャプチャされます. システムは既にDEBUGモードにあったため、故障に至るまでおよび故障の間に発生する高信頼性のミリ秒ごとに細かいデータをキャプチャします. The Revert (T-Plus 15 Minutes):タイマーが終了した後、または異常な署名がクリアされた後、プロキシは自動的にシステムを標準のINFOログに戻し、ローカルディスクスペースを節約します。 我々はもはやヘイスタックで針を探しているのではなく、ヘイスタックを構築するためにAIを使用しているのは、針が落ちることを知っているときだけである。 セキュリティと「信頼できるマシン」 効率を超えて、この建築は近代的な産業安全の基盤です。 The Trusted Machineの第9章(アクティブな防衛)で詳細に述べたように、悲しい現実は、より多くのデータを安全な施設から送信するほど、攻撃面が大きくなるということです。 AI Edge Proxy はローカルにログを処理することにより、データのための半透明な膜として機能します. 詳細な操作のブループリント、正確な製造許容量、および患者識別可能なテレメトリはローカルネットワークの境界線内に留まります. 衛生された洞察のみが施設を離れます. さらに、エッジにAIを有することにより、我々は現在、ローカルに「Industrial SIEM」を実装しています. プロキシは、機械的異常だけでなく、PLC のようなセキュリティ異常を突然不明の外部 IP アドレスとコミュニケーションを試み、奇妙なポートを介して接続をすぐに押し下げることができます。 Bottom Line 2026年にまだ「System OK」ログのペタバイトをクラウドに送信している場合は、2015年のプレーブックで動作しています。 産業4.0、金融、医療の未来はビッグデータではなく、「スマートデータ」であり、騒音と信号の違いを知り、ミリ秒でその知識に基づいて行動する自律性を有する信頼できるAI駆動の監視員を最前線に置くことである。 参考&続きを読む オタグの高コスト 金融やメディアなどの分野における高影響の中断は、クラウド遅延を待つのではなく、より迅速でエッジベースの解像度の必要性を引き起こすために、企業に1時間あたり200万ドルを超えるコストがかかる可能性があります。 源: Relic 2025/2026 観測可能性予測 「Cloud Exit」の現実 ゆえに , 37シグナルは、5年間で1000万ドルを超える節約を予測し、インフラストラクチャを借りるのではなく所有するための財政的なケースを検証しました。 ワークロードを AWS から独自のハードウェアに持ち帰る ソース:[ 37シグナル「Leaving the Cloud」レポート データ廃棄の問題 企業は、企業が 貯蔵と加工の大規模な不効率を引き起こす。 収集された観測性データの70%は不要です。 源: CNCFブログ:2025年の観察力トレンド Edge Filtering & Log Reduction による節約 「Adaptive Logs」の戦略を導入して、ソースの低価値データをフィルタリングすることは、 AI Edge Proxyモデルの経済的実行可能性を証明する。 ロゴ・ボリュームの50%削減 源: Grafana Blog: Metrics and Logs のコストを削減する方法 帰国傾向 (クラウドからオンプレム/エッジに戻る)コストをコントロールするため、組織はスパイラルなクラウド支出を管理するために苦労する。 CIOの80%は、ある程度のワークロードの帰還を期待しています。 源: Flexera 2025 State of the Cloud レポート

This story contains new, firsthand information uncovered by the writer.

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

このオーディオは、ストーリーの元の言語で制作されています。

「Store Everything」のクラウドモデルが現代のAIワークロードを破壊

About Author

コメント

ラベル

この記事は

Related Stories

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

暗号通貨の成長: 効果的なユーザーペルソナの作成

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

暗号通貨の成長: 効果的なユーザーペルソナの作成

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps