AI時代を加速する！docomo MEC®が実現する「必要な時に、必要なだけ」使える計算力

AIとIoTの進化を支えるMECの重要性

現代社会では、生成AIやフィジカルAIの急速な普及により、情報をリアルタイムで処理し、瞬時に判断を下すニーズが飛躍的に高まっています。例えば、自動運転、スマート工場、遠隔医療など、さまざまな分野でその要求は増すばかりです。

このような状況に対応するため、遠く離れたクラウドだけでなく、利用者のデバイスに近い場所で情報処理を行う「MEC（Multi-access Edge Computing）」という技術が注目されています。MECは、通信の遅延を極限まで抑え、さらに閉域網内での通信やデータ流通を通じて高いセキュリティとデータガバナンスを実現できるという特長を持っています。

GPUリソースを「オンデマンド」で利用可能に

IoTの活用が広がる産業分野では、情報処理の要求が日々増大し、その変動性も大きくなっています。特にAI推論や3Dレンダリングといった処理には、高性能なGPU（Graphics Processing Unit）が必要ですが、これらのコンピューティングリソースは高価であり、利用に偏りがあるという課題がありました。常に占有する形では効率的な運用が難しいため、「必要な時に、必要な分だけ」GPUなどのコンピューティングリソースを柔軟に利用できるオンデマンド型の運用モデルへのニーズが高まっていたのです。

NTTドコモビジネス、docomo MEC®で実証実験に成功

NTTドコモビジネスは、このようなニーズに応えるべく、モバイルネットワーク内に配置されたMECと、MECへのダイレクトアクセスを可能にする回線サービスを組み合わせたdocomo MEC®において、GPUなどのコンピューティングリソースをオンデマンドで供給する実証実験に成功しました。これにより、利用者は必要なタイミングで、必要な量のMECコンピューティングリソースを利用できる仕組みが実現可能となります。

この実証実験では、通信端末からMECまでのネットワーク、そしてMEC上にあるGPUなどのコンピューティングリソースを動的に割り当てるアーキテクチャを構築。オンデマンドでのリソース供給と、最寄りのMECへの自動ネットワーク接続が実現できることを検証しました。docomo MEC®上で、アプリケーション実行環境の柔軟な配置・制御基盤、コンピューティングリソースの動的割り当て・制御コントローラー、そして端末の近くのMEC拠点に自動接続するネットワーク制御機能を一体的に実装することで、オンデマンドなコンピューティングリソース供給に成功したのです。

実証実験のイメージ

高負荷・同時接続・短期間利用という条件下での検証のため、実証ユースケースとして東海と東北のイベント会場で3Dコンテンツ配信を題材とした検証が行われました。ドコモが開発した「MetaMe®」や「GT6551」といった高負荷な3Dレンダリングを伴うアプリケーションを、東海と東北のMEC上で動作させ、イベント開催地に一番近いMECへの通信により、アプリケーションへGPUなどのコンピューティングリソースが自動割り当て・増減できるかを確認しました。

その結果、イベント時のオンデマンドなGPU増減に伴うコンピューティングリソースの動的割り当て、ならびにイベント開催地の場所に応じた最寄りのMEC基盤への自動接続が可能であることが確認されました。これにより、例えばeスポーツイベントで急にアクセスが集中しても、遅延なく快適な体験を提供できるようになるでしょう。

東北のイベント会場での本実証の様子

今後の展開：セキュリティとフィジカルAIへの応用

今回の実証実験の成果をもとに、NTTドコモビジネスは、セキュリティ機能を標準搭載したIoT向けNaaS（Network as a Service）である「docomo business SIGN™」の「Advanced」メニューにおけるMECサーバー基盤のさらなる高度化を進め、MECとGPUaaSを連携させたサービスの開発を予定しています。

具体的な適用分野としては、警備システム、ドローン、建設など、機密性の高い入力データを扱い、セキュアな閉域環境で完結するAI推論処理が求められる分野が想定されています。

さらに、フィジカルAI領域への展開も見据え、パートナー企業との共創によるユースケース創出を加速していくとのことです。NTTドコモビジネスは、企業と地域が持続的に成長できる自律・分散・協調型社会を支える「産業・地域DXのプラットフォーマー」として、新たな価値を生み出し、豊かな社会の実現をめざしています。

専門用語解説

MEC（Multi-access Edge Computing）
従来のクラウドサービスとは異なり、利用者の端末に近い場所にサーバーを設置することで、通信の遅延を大幅に低減する「エッジコンピューティング」の一種です。特にモバイル端末やIoT機器に特化した技術として開発されました。
AI推論
AIが事前に学習した知識やパターンを用いて、新しいデータ（画像、音声、テキストなど）に対して分析を行い、予測、分類、判断などの結果を導き出す一連の処理のことです。
3Dレンダリング
コンピュータ上で作成した3Dモデル（形状データ）に、色、質感、光、影などの情報を加えて、写真のようにリアルな2Dの画像や動画として出力するプロセスです。
GPU（Graphics Processing Unit）
画像処理に特化した半導体チップですが、並列処理能力が高いため、AIの学習や推論、3Dレンダリングなど、大量の計算を同時に行う必要がある処理に広く活用されています。
NaaS（Network as a Service）
ネットワーク機能をサービスとして提供するモデルです。利用者はネットワーク機器を所有・管理することなく、必要なネットワーク機能をオンデマンドで利用できます。

News