AZ900-Architect#140-2
注: この問題は、同じ前提を持つ一連の問題の一部です。それぞれの問題には異なる解決策が提示されます。
前提
ある工場が数千台の製造ラインのセンサー (温度 / 振動 / 電流) を Azure に接続し、リアルタイム異常検知と長期分析を実現します。要件は、数千台デバイスの安全な接続と管理、エッジで AI 推論 (レイテンシ < 100ms)、クラウドで Stream Analytics による集約と異常アラート、Power BI で経営層への可視化、です。
解決策
Azure IoT Edge をエッジ デバイス (ゲートウェイ サーバ) にデプロイし、Azure ML で学習した異常検知モデルをエッジで実行する。
この解決策は目的を満たしますか?
解説
【判定: はい】の理由
IoT Edge は要件「エッジで AI 推論 < 100ms」を完璧に満たします。Azure ML で学習した異常検知モデルを ONNX / TensorFlow / PyTorch でエクスポートし、カスタム モジュール (Docker) としてデプロイします。データがクラウドに送信される前にエッジで推論されるため、レイテンシを数 ms 〜数十 ms に抑えられます。
【「いいえ」が違う理由】
IoT Edge のモジュール構成は IoT Hub から一元管理でき、数千台への一括デプロイやバージョン更新が可能です。エッジで処理した結果のみをクラウドに送信することで帯域使用量を 90% 以上削減でき、ネットワーク断時もローカル処理を継続できます。工場 IoT / 自動車 / リモート医療での王道アプローチです。
コメント