エッジAIとクラウドAIの役割とトレードオフ

エッジAIは超低遅延(自動運転や産業機械制御)、プライバシー(生カメラ映像の秘匿)、オフライン動作に強みを持ちますが、ハードウェア制約があります。大規模モデル学習や広範なデータ蓄積はクラウドが担い、適材適所で協調します。 ア:正解です。リアルタイム性・プライバシー・通信帯域削減とハードウェア制約のトレードオフです。 イ:誤りです。大規模学習にはデータセンターの大規模GPUクラスタ(クラウド/オンプレ)が必要です。 ウ:誤りです。クラウド処理は通信遅延や回線断のリスクがあるため、生命に関わる超リアルタイム制御には不向きです。 エ:誤りです。エッジで収集したメタデータをクラウドに集約しモデルを継続改善するハイブリッド運用が一般的です。

AIシステムを構築する際の「エッジ処理(オンデバイス推論)」と「クラウド処理」の比較として、最も適切なものを1つ選択してください。

出典G検定オリジナル模擬試験
ア
エッジ処理は端末側で推論を完結させるため通信遅延(レイテンシ)が極めて小さく、生データを外部送信しないためプライバシー保護にも優れるが、端末の計算資源やバッテリー容量の制約を受ける。
イ
エッジ処理は常にクラウド処理よりも膨大な計算資源を利用できるため、最大規模のLLMの事前学習に最も適している。
ウ
クラウド処理は通信環境が完全に圏外であってもミリ秒単位のリアルタイム自動ブレーキ制御を確実に保証できる。
エ
エッジ処理を採用した場合、クラウド側でのデータの蓄積やモデルの一元的な改善管理は不可能となる。