用語集

クラウド・コンピューティング

AI/MLのためのクラウドコンピューティングのパワーをご覧ください!効率的なスケール、Ultralytics YOLO モデルの迅速なトレーニング、シームレスなコスト効率での展開。

Ultralytics HUB で
を使ってYOLO モデルをシンプルにトレーニングする。

さらに詳しく

クラウド・コンピューティングは、サーバー、ストレージ、データベース、ネットワーキング、ソフトウェア、分析、インテリジェンスなどのコンピューティング・サービスをインターネット上で提供する革新的な技術であり、しばしば「クラウド」と呼ばれる。このモデルは、ユーザーが利用するサービスに対してのみ料金を支払うことで、より迅速なイノベーション、柔軟なリソース、規模の経済を可能にする。基本的な機械学習(ML)の概念に精通している人にとって、クラウド・コンピューティングは、物理的なハードウェアに多額の先行投資をすることなく、モデルを開発、訓練、展開するための強力で利用しやすいプラットフォームを提供する。NISTのような機関が定義するように、運用コストを削減し、ニーズの変化に応じてインフラを効率的に拡張することができます。

主要コンセプトとメリット

クラウド・コンピューティングは、リソース集約型のアプリケーションへのアクセスやデプロイを簡素化し、特にAIやMLのタスクに有益である。物理的なデータセンターを管理する代わりに、ユーザーはAWSGoogle CloudAzureなどのクラウドプロバイダーのオンデマンドテクノロジーサービスを活用できる。主なメリットは以下の通り:

  • スケーラビリティ:プロジェクトの要求に応じてコンピューティングリソースを簡単に増減でき、大規模なデータセットや変動する推論負荷を処理するのに重要です。
  • 費用対効果:従量課金モデルにより、ハードウェアに多額の資本支出をする必要がありません。
  • アクセシビリティ:MLタスクの高速化に不可欠なGPUや TPUなどの専用ハードウェアを含む、強力なコンピューティング・リソースへのアクセスを獲得。
  • 柔軟性:基本的なストレージやコンピュートから、洗練されたMLプラットフォームやAPIまで、幅広いサービスからお選びいただけます。
  • より速いイノベーション:インフラ管理よりもモデル開発に重点を置き、展開サイクルをスピードアップ。

AI/MLアプリケーションにおけるクラウド・コンピューティング

クラウド・コンピューティングは、現代のAIやMLのワークフローの基本であり、必要なインフラやツールを提供する。ここに2つの例がある:

  1. 大規模モデルのトレーニング:次のような高度なモデルのトレーニング Ultralytics YOLOのような高度なモデルのトレーニングには、多くの場合、膨大な計算能力と大規模なデータセットが必要です。クラウドプラットフォームは、オンデマンドで高性能コンピューティングリソースへのアクセスを提供します。Ultralytics HUB Cloud Trainingのようなサービスにより、ユーザーは高価なハードウェアを所有することなく、複数のGPUやTPUに分散されたトレーニング機能を活用して、効率的にモデルをトレーニングすることができます。
  2. スケーラブルな推論サービスの展開:一度学習したモデルを、リアルタイムの物体検出などの実世界のアプリケーションに展開するには、スケーラブルで信頼性の高いインフラストラクチャが必要です。クラウドプロバイダーは、APIエンドポイントとしてモデルをホスティングするためのマネージドサービスを提供しており、入力トラフィックに基づいて自動的に拡張できるため、一貫したパフォーマンスと可用性を確保できます。クラウド環境に適したさまざまなモデル展開オプションをご覧ください。

クラウド・コンピューティングと関連用語

クラウド・コンピューティングを関連概念と区別することは有益だ:

  • エッジ・コンピューティング:クラウド・コンピューティングが集中型データセンターに依存しているのに対し、エッジ・コンピューティングはIoTデバイスやローカル・サーバーなど、ソースに近い場所でデータを処理する。このアプローチでは待ち時間が最小限に抑えられるため、自律システムのような即時応答が必要なアプリケーションに最適です。しかし、クラウド・コンピューティングは、エッジでは実現不可能な大規模なデータ集約や複雑な計算を得意としています。エッジ・コンピューティングの原理について詳しくはこちら。
  • サーバーレス・コンピューティング:クラウド・コンピューティングのサブセットであるサーバーレス・コンピューティングは、サーバー管理を完全に抽象化する。開発者はコードを関数としてデプロイし、クラウドプロバイダーは需要に応じてリソースの割り当てとスケーリングを自動的に処理する(例:AWS Lambda)。サーバーレスはイベント駆動型アプリケーションのデプロイを簡素化する一方で、従来のクラウド・コンピューティングは基礎となるインフラストラクチャをより制御できる。

結論

クラウドコンピューティングは、AIとMLの開発と展開に、柔軟でスケーラブル、かつコスト効率の高い基盤を提供します。クラウドのリソースを活用することで、研究者や開発者は、Ultralytics提供するような高度なモデルの作成と適用を加速させることができ、さまざまな業界のイノベーションを促進します。複雑なアルゴリズムのトレーニング、推論サービスの展開、膨大なデータセットの管理など、クラウドは必要不可欠なツールとインフラを提供します。シームレスなモデル管理とトレーニングのためのUltralytics HUBを探索したり、クラウドネイティブコンピューティング財団(CNCF)やクラウドセキュリティアライアンスなどの組織によってサポートされているクラウドインフラストラクチャによって駆動されるAIのトレンドやソリューションに関する洞察をUltralytics ブログでご覧ください。様々なビジネスニーズに合わせたUltralyticsコンピュータビジョンソリューションをご覧ください。

すべて読む