エッジコンピューティングとSORACOMで進化するIoTでの資料 https://pages.soracom.jp/20190521_aws_seminar_LP.html

1. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
2019/5/21
エッジコンピューティングで実
現できる活用シナリオ3選

2. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
自己紹介
市川 純(いちかわ じゅん)
プロトタイピング
ソリューションアーキテクト
好きなサービス
AWS IoT全般、AWS Lambda

3. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
アジェンダ
1. エッジコンピューティングとは
2. エッジコンピューティングのシナリオ
3. お客様事例
4. AWS IoTのエッジ向けサービス
5. デモ
6. まとめ

4. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
エッジコンピューティングとは

5. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
エッジコンピューティング
クラウドと異なる場所にコンピューティングリソースと意
思決定機能をもたせること
Data
processed in
the cloud
Data
processed
locally
CloudEdge

6. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
エッジコンピューティングが解決する課題
レイテンシ 帯域幅 オフライン セキュリティ

7. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
エッジコンピューティングの
シナリオ

8. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
ユースケース
エ ネ ル ギ ー
医 療
金 融
リ テ ー ル
農 業
そ の た …基 地 局
採 鉱
ゲ ー ト ウ ェ イ 建 設
オ ー ト モ ー テ ィ ブ
家 電

9. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
1. 生産現場におけるシナリオ
①
②
③
④
生産状況の見える化
分析による業務改善
予兆保全/品質予測
人の作業分析
課題：簡単に早く設備の稼働状況を把握したい
課題：設備稼働データを使った分析により業務改善を行いたい
課題：稼働率向上のために予知保全を行いたい/品質予測により外部不良
率を低減したい
参照URL
https://www.cec-
ltd.co.jp/news/2016/05/23/6729/
課題：「熟練作業・ノウハウの蓄積」
「作業者のバラツキ解消」「ムダのな
い作業順序や最適な動作」に向け
た改善を行いたい

10. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
ホーム オートメーション ホーム セキュリティー
Wi-Fi ルーター & モデム STB
ホーム ネットワーク
照明器具
エンターテイメント機器
白物家電
小型家電
スマートスピーカー
音響機器
TV
掃除ロボット
ドアロック
スマートメーター
セキュリティーカメラ
火災報知器
温度計
2. コネクテッドホームでのシナリオ
https://aws.amazon.com/jp/iot/solutions/connected-home/

11. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
3. オートモーティブでのシナリオ
https://aws.amazon.com/jp/automotive/

12. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
バルクアップロードのシナリオ
対象シーン - 帯域幅を節約したい
- オンラインになる時間帯が限られている
条件 - クラウドでリアルタイムにセンサーデータを処理する必要がない
注意点 - センサーデータを保存するデバイスのストレージ容量を確保する
- OnDemand Lambda で保存する場合、並列性に注意する
Greengrass Core Device
S3
(Data Lake)
Local Lambda
(Msg Driven)
Local Lambda
(Long Lived)
Local Area Network
Sense Device
Sense Device
Sense Device
(Amazon FreeRTOS)
Database or file
Polling
Send logs
Upload
compressed
logs
Store logs for
archiving
Greengrass Group に所
属する IoT デバイスが
Greengrass Core に対
し MQTT でセンシング
したデータを送信する
センシングデータが送
信される MQTT topic
をトリガーにして起動
する Lambda がロー
カルストレージにデー
タを一次保存する
常駐する Lambda が
定期的にローカルス
トレージを参照し、
S3 にバルクでデータ
をアップロードする
File, SQlite,
Redis など

13. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
バルクアップロード + 異常検知のシナリオ
対象シーン - バルクアップロードパターンと同じ
- 加えて、異常はリアルタイムに検知したい
条件 - バルクアップロードパターンと同じ
- 異常を検知する機械学習モデルを開発している
注意点 - バルクアップロードパターンと同じ
Greengrass Core Device
S3
(Data Lake)
SageMaker
Greengrass
Service
AWS IoTLocal Lambda
(Msg Driven)
Local Lambda
(Long Lived)
Local Area Network
Sense Device
Sense Device
Act Device
(Amazon FreeRTOS)
Database or file
Polling
Send logs
Upload
compressed
logs
Store logs for
archiving
Read trained
data
Get trained
model
Deploy
trained
model
Upload
realtime logs
Send Alert
Sense Device
(Amazon FreeRTOS)
蓄積したセンシン
グデータから異常
を検知する ML モ
デルを作成する
作成した ML モデ
ルをクラウドから
エッジにデプロイ
エッジで ML モデルを用
いて以上を判別。検知す
るとローカルとクラウド
にアラートを送る

14. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
マスキング用途のシナリオ
対象シーン - コンプライアンス事情で画像や動画をネットワーク外に持ち出せない
条件 - 事前に取得したいメタ情報を取得する機械学習のモデルを開発済み
注意点 - モデルを改善する仕組みをオフラインで別途用意する
Greengrass Core Device
S3
(Model)
Greengrass
Service
AWS IoTLocal Lambda
(Long Lived)
Local PC
Local Area Network
Image or
video files
Store image
or video
Read trained
data
Put trained
model
Get trained
model
Deploy
trained
model
Capture image
or video
Upload
metadata
オフラインで学習したモ
デルを S3 にアップロー
ドし、クラウドからデバ
イスにデプロイする
カメラから取得した画像
を解析し、その解析結果
のみクラウドにアップ
ロードすることで画像を
クラウドに送信しない

15. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
画像/動画の効率的なアップロードのシナリオ
対象シーン - 条件を満たした時のみクラウドに画像や動画をアップロードしたい
条件 - 画像や動画をアップロードする条件を検出するコード/モデルを開発済み
注意点 - 条件検出モデルを改善する仕組みを別途用意する
Greengrass Core Device
Local Lambda
(Long Lived)
Local Area Network
Capture image
or video
Upload
images
Kinesis Video Streams
Producer SDK
S3
(Images)
Kinesis Video
Streams
Upload Videos
Control(例えば)人を検出するモ
デルをデプロイしておき、
検出したらクラウドに画
像もしくは動画をクラウ
ドにアップロードする
動画のアップロード先と
しては Kinesis Video
Streams を活用する

16. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
エッジとクラウドによる協調処理シナリオ
対象シーン - エッジデバイスでリアルタイムに処理(例えば人物検出)しつつ、クラウ
ドでより詳細な解析を行いたい(例えば人物認識)
条件 - クラウドで解析したい条件をエッジで検出するコード/モデルを開発済み
注意点 - エッジのモデルを改善する仕組みを別途用意する
Greengrass Core Device
Local Lambda
(Long Lived)
Local Area Network
Capture image
or video
Upload
images
S3
(Images)
Amazon RekognitionLambda
AWS IoT
Upload
metadata
Lambda DynamoDB
(例えば)人を検出する
モデルをデプロイして
おき、エッジでは人を
検出するとその座標な
どのメタデータと画像
をクラウドにアップ
ロードする
クラウドで
Rekognition を用い
て人物認識を行い、
エッジで解析した結
果と DynamoDB
でマージする

17. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
お客様事例

18. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
AWS IoT をご利用中のお客様

19. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
• Yanmar IoT Smart Greenhouse
• https://aws.amazon.com/jp/blogs/iot/aws-iot-driven-precision-agriculture/
• Pentair
• https://www.youtube.com/watch?v=za2r3RSrBYQ
• パナソニック様事例 Vieureka
• https://aws.amazon.com/jp/solutions/case-studies/panasonic/

20. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
AWS IoTのエッジ向けサービス

21. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
AWS IoT アーキテクチャ

22. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
AWS IoT アーキテクチャ

23. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
AWS IoT アーキテクチャ

24. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
デバイスをAWSクラウド
や他のデバイスに
安全に接続する
データを基に推論を行うため
のAWSの各種サービス
(Analytics、データベース、AI
など)との完全な統合
接続されたデバイスか
らのデータに基づいて、
ルーティング、処理、
実行を行う
AWS IoT Coreは、IoTデバイスを簡単かつ、安全にクラウドアプリケーションや
他のデバイスと通信できるようにするマネージドサービスです
デバイスがオフラインで
あっても、アプリケーショ
ンがデバイスと対話できる
ようにする
AWS IoT Core

25. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
デバイス
ゲートウェイ
ルール
エンジン
メッセージ
ブローカー
デバイス
シャドウ
レジスト
リ
認証
サービス
AWS IoT Core
デバイスの認証を
管理しユニークな
アイデンティティを
大規模に提供
IoTワークロードに
最適化された接続性
を完全に管理
AWSサービスで
簡単に使用できる
ようにデバイスを
定義してカタログ化
いつでもデバイスの
状態を把握し、
管理する
IoTデバイス間で
信頼性の高い
高速通信
大量のIoTデータを
低コストで取り込み、
前処理、分析、
レポート作成、および
視覚化のために10以上の
サービスを利用可能

26. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
AWS IoT Device SDK によりすばやく簡単にデバイスを AWS IoT に接続できます。
AWS IoT Device SDK には、オープンソースライブラリ、サンプル付きの開発者ガイド、ガイドが含まれ
ているので、選択したプラットフォーム上で革新的な IoT 製品またはソリューションを構築できます。
AWS IoT Device SDK
• AWS Mobile SDK for Android
• AWS Mobile SDK for iOS
• Arduino Yún SDK
• AWS IoT Device SDK for Embedded C
• AWS IoT C++ Device SDK
• AWS IoT Device SDK for Java
• AWS IoT Device SDK for JavaScript
• AWS IoT Device SDK for Python

27. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
どのチップで動きますか? そのチップは必要な機能を
持っていますか？
どうやって始めれば
いいですか？
どこで入手すればいいですか？
EMBEDDED APPS
FreeRTOS
HW DRIVERS
SECURTIY
LIBRARIES
CONNECTIVITY
LIBRARIES
OVERTHAAIR
(OTA)AGENT
CLOUD&
GREENGRASS
LIBRARIES
HELL
O
Amazon FreeRTOSは、人気のFreeRTOSカーネルを拡張してデバイスを
AWSに安全に接続できるようにすると同時に、管理、デプロイ、および更新を
容易にするマイクロコントローラオペレーティングシステムです
Amazon FreeRTOS

28. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
エッジ クラウド
経済的な法則
物理的な法則
地域の規制
AWS IoT Greengrass
AWS IoT Greengrassは、AWS IoTをお使いのデバイスに拡張し、クラウドの利点を
活かしながら、生成されたデータに基づいてローカルでの処理を可能にします

29. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
データと
状態の同期 セキュリティ
OTA
アップデートコネクター
デバイスをオフラ
インで操作し、再
接続時にデータを
同期
ローカル
アクション
AWS Lambdaを使
用してデバイスプ
ログラミングを簡
素化
クラウドとデバイ
ス間の相互認証と
承認
AWS IoT
Greengrass Coreを
簡単にアップデート
機械学習
ローカル環境で
ML推論を実行
ローカル
リソース
アクセス
AWS Lambda関数
から所有デバイス
のローカル
リソースに
アクセスして使用
外部サービスへの接
続でエッジデバイス
を拡張
ローカル
メッセージと
トリガー
クラウドに接続せ
ずにデバイス通信
を有効に
シークレット
マネージャー
秘密情報をエッジ
デバイスに安全に
展開
AWS IoT Greengrass

30. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
AWS IoT Device Tester は
AWS IoT Greengrass および Amazon FreeRTOS の
プロダクトページよりダウンロード可能です
AWS IoT Device Testerは、選択したデバイスでAmazon FreeRTOSまたは
AWS IoT Greengrassをテストできるテスト自動化ツールです
AWS IoT Device Tester for Amazon FreeRTOS
Amazon FreeRTOSのクラウド接続、OTA、および
セキュリティライブラリがマイクロコントローラボード
デバイスドライバ上で正しく機能するかどうかをテストします
AWS IoT Device Tester for AWS IoT Greengrass
デバイスのCPUアーキテクチャ、Linuxカーネル構成、
およびドライバーの組み合わせが
AWS IoT Greengrassと連携するかどうかをテストします
AWS IoT Device Tester

31. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
デモ

32. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
デモのアーキテクチャ
Greengrass Group AWS Cloud
AWS Step
Functionsworkflow
Raspberry Pi

33. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
デモの内容
• エッジデバイス上でAWS IoT Greengrassを実行し、カメ
ラから情報を取得して、クラウドに送信している
• アプリケーションのアップデートで帯域を変更してデプ
ロイを行う

34. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
まとめ

35. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
まとめ
• エッジコンピューティングは、クラウドでは対応できない品質特性要件(レ
イテンシ、ネットワーク帯域、オフライン対応、セキュリティ)がある IoT
システムを構築する際に導入を検討する
• AWS Greengrass を活用することで、クラウドにおける意思決定能力やセ
キュリティモデルをエッジに拡張しつつ、エッジ特有の処理(リソースア
クセスやローカル通信)に対応できる
• エッジコンピューティングはクラウドのその他のサービスと組み合わせる
ことで価値をもたせることができる(機械学習など)
• エッジコンピューティングを導入することは、クラウド only に比べて複
雑な運用要件をもたらす点に注意する。特に障害時対応など事前の考慮が
重要

36. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
最後に

37. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
https://iotloft1.splashthat.com/

38. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
https://aws.amazon.com/jp/summits/osaka-2019/https://aws.amazon.com/jp/summits/tokyo-2019/

39. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
https://reinvent.awsevents.com/

40. © 2018, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
ご静聴ありがとうございました