データが生成された場所で処理します。すべてのデータがクラウドとの往復を必要とするわけではありません。多くのIoTワークロードでは、それは不可能です。

工場フロアのセンサー、倉庫のカメラ、農業機器のモニター、患者のウェアラブルなど、現場にデバイスがあり、処理され、実行され、選択的にクラウドに送信される必要のあるデータを生成しています。リアルタイムの意思決定には、クラウドリージョンへのレイテンシが高すぎます。すべてのデータをストリーミングするには、帯域幅が高すぎるか、信頼性が低すぎます。ネットワークがダウンしてもデバイスは機能する必要があります。各決定がどこで行われる必要があるかに基づいて、エッジ、フォグ、クラウドの各層にインテリジェンスを分散するアーキテクチャが必要です。
Explore more design patterns and system architectures
MicrocosmWorksは、レイテンシー感度、帯域幅コスト、およびデータプライバシー要件に基づいた意思決定フレームワークを使用し、エッジとクラウド間でワークロードを分割します。センサーデータの異常検出、ローカル制御ループ、安全シャットオフなどの時間に制約のあるタスクはエッジで実行され、一方、モデルトレーニング、履歴分析、サイト間集約はクラウドに残ります。私たちは、アーキテクチャ発見フェーズ中に、各IoTユースケースを適切な計算ティアにマッピングするのをクライアントが支援します。
MicrocosmWorksは、SQLiteやTimescaleDBのような軽量データベースを使用してローカル永続性を持つエッジノードを設計しており、接続が途切れた際にデータをバッファリングし、接続が復元された際に自動的に同期するストア&フォワードキューイングと組み合わせています。当社のエッジファームウェアには、オフラインで行われたローカルな決定がクラウド側の状態と異なる場合に備えた競合解決ロジックが含まれています。これにより、遠隔の産業現場や移動するフリートのような断続的な接続環境でも、データの損失ゼロと継続的な運用を保証します。
MicrocosmWorksは、暗号署名、段階的展開、および自動ロールバック機能を備えたOTA(無線)アップデートパイプラインを実装しており、すべてのエッジデバイスがダウンタイムのリスクなしに検証済みファームウェアを受け取ることを確実にします。当社は、エッジデバイスとアップデートサーバー間の相互TLS認証を使用し、ハードウェアベースのセキュアブートと併用することで、改ざんされたファームウェアが実行されるのを防ぎます。当社の段階的デプロイ戦略では、段階間のヘルスチェックを挟みながらデバイスを小さなバッチでアップデートするため、不具合のあるアップデートがお客様のフリート全体に及ぶことは決してありません。
MicrocosmWorksは、ワークロードプロファイルに基づいてエッジハードウェアを選定しています。コンピュータビジョンおよびML推論にはNVIDIA Jetson、汎用エッジコンピューティングにはAWS IoT Greengrass互換のゲートウェイ、過酷な製造環境にはAdvantechのようなベンダーの堅牢な産業用PCを使用します。当社は、各プラットフォーム向けに、事前設定済みのネットワーキング、セキュリティ、テレメトリースタックを含むリファレンスアーキテクチャを維持しており、これによりデプロイメントを40〜60%高速化します。当社のチームは、お客様の特定の現場状況に合わせて、消費電力、動作温度範囲、および接続オプションを評価します。
MicrocosmWorksは、複数の SCADA モダナイゼーションプロジェクトを完了しました。これらのプロジェクトでは、既存の制御システムを中断することなく、Modbus や OPC-UA のようなレガシープロトコルを最新の MQTT または gRPC ストリームに変換する edge computing ゲートウェイをオーバーレイします。移行中はパラレルアーキテクチャで運用するため、レガシー SCADA が稼働し続ける一方で、新しい edge-cloud パイプラインが本番データに対して検証されます。当社の industrial IoT モダナイゼーションに関するコンサルティング料金は、プロトコルの複雑さや関連する規制要件によって異なりますが、1時間あたり20ドルから50ドルで開始します。
エッジ・フォグ・クラウドアーキテクチャは、コンピューティングを3つの階層に分散します。エッジデバイスはセンサーデータを収集し、軽量な推論(異常検出、閾値アラート)を実行します。フォグノード(オンプレミスゲートウェイまたはローカルサーバー)は、複数のエッジデバイスからのデータを集約し、より複雑なモデルを実行し、デバイスフリートを管理します。クラウドサービスは、長期ストレージ、モデルトレーニング、フリート全体の分析、および管理ダッシュボードを処理します。このアーキテクチャは、断続的な接続性、デバイスの異種性、OTAアップデート、およびすべての階層でのセキュリティを考慮しています。
データは、各層のインテリジェンスと共に階層を上昇します。エッジデバイスは、MQTTまたはCoAPを介してフォグノードにセンサーデータを公開します。フォグノードは、データをクラウドに転送する前に、ストリーム処理(Apache NiFi、AWS Greengrass、またはカスタム)を実行してデータをフィルタリング、集約、エンリッチします。クラウドインジェスト(Kinesis、IoT Core、またはEvent Hubs)は、データを時系列データベース、データレイク、MLトレーニングパイプラインにルーティングします。コマンドとOTAアップデートは同じパスを介して下降します。デバイスシャドウ/ツインシステムは、クエリと調整のためにすべてのデバイスの最新の状態を維持します。
| 層 | テクノロジー |
|---|---|
| エッジデバイス | ESP32, Raspberry Pi, Jetson Nano/Orin, STM32, custom PCBs |
| プロトコル | MQTT (Mosquitto, EMQX), CoAP, Modbus, BACnet, LoRaWAN, BLE |
| フォグ/ゲートウェイ | AWS Greengrass, Azure IoT Edge, Apache NiFi, 産業用PC上のDocker |
| クラウドIoT | AWS IoT Core, Azure IoT Hub, GCP IoT, カスタムMQTTブローカー |
| データ | InfluxDB, TimescaleDB, ClickHouse, コールドストレージ用S3/Parquet |
| エッジでのML | TensorFlow Lite, ONNX Runtime, NVIDIA TensorRT (Jetson) |
| 使用すべきケース | 避けるべきケース |
|---|---|
| デバイスが、完全に送信するのが高価な大容量データを生成する場合 | すべてのデバイスが信頼性の高い低レイテンシのクラウド接続性を持つ場合 |
| リアルタイムの決定に100ミリ秒未満の応答が必要な場合(安全、制御システム) | ワークロードがバッチクラウド処理を伴う純粋なデータ収集である場合 |
| ネットワーク障害時にもデバイスが機能する必要がある場合 | デバイスが50台未満で、個別に管理できる場合 |
| プライバシー/コンプライアンスがクラウド送信前にデータをローカルで処理することを要求する場合 | 「エッジ」が実際にはウェブブラウザである場合 — それは別のアーキテクチャです |
MWは、「データグラビティ」の視点からIoTアーキテクチャを設計します — レイテンシ要件、帯域幅コスト、および意思決定の粒度に基づいて、各データタイプがどこで処理されるべきか(エッジ、フォグ、またはクラウド)をマッピングします。すべてをクラウドにプッシュして後でフィルタリングすることはありません。当社のエッジデプロイメントには、証明書ベースの認証による自動デバイスプロビジョニング、段階的なロールアウトと自動ロールバックを備えたOTAアップデートパイプライン、およびクラウドの往復を待てないオンサイトオペレーター向けのフォグノード上のローカルダッシュボードが含まれます。
セキュリティは、ローンチ後に付け加える機能ではありません。それはアーキテクチャの特性であり、システムがそのために設計されたか、されなかったかのどちらかです。