用語集

サーバーレス・コンピューティング

スケーラビリティ、コスト効率、迅速な導入により、サーバーレス・コンピューティングがAI/MLにどのような革命をもたらすかをご覧ください。今すぐ、より賢く、より速く構築しましょう!

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

サーバーレス・コンピューティングとは、クラウド・プロバイダーがサーバーの割り当てとプロビジョニングを動的に管理するクラウド・コンピューティングの実行モデルである。要するに、開発者はサーバーを管理する負担なしにコードを書いてデプロイできる。サーバーレス」という言葉はやや語弊があり、サーバーはまだ関与しているが、その管理はユーザーから完全に抽象化されている。このアプローチにより、開発者はコードを書いてアプリケーションを構築することだけに集中することができ、特に急速に発展しているAIや機械学習(ML)の分野では有益である。

サーバーレスアーキテクチャを理解する

サーバーレス・コンピューティングでは、アプリケーションは個々の独立した機能に分解され、特定のイベントによってトリガーされる。これらのイベントは、HTTPリクエスト、データの変更、システムイベント、あるいはスケジュールされたトリガーなど多岐にわたる。関数がトリガーされると、クラウドプロバイダーはコードを実行するために必要な計算リソースを即座に割り当て、関数が実行されなくなると自動的にリソースをスケールダウンする。このようなオンデマンドのイベント駆動型実行は、従来のサーバーベースのアーキテクチャとは対照的で、アプリケーションの需要に関係なくサーバーが常に稼働しているため、潜在的なリソースの浪費や運用の複雑化につながる。サーバーレスアーキテクチャは、クラウドコンピューティングの重要な構成要素であり、アプリケーションをより俊敏かつ効率的に展開・管理する方法を提供する。

AIとMLのメリット

サーバーレス・コンピューティングは、AIやMLのワークロードに大きな利点を提供する。

  • スケーラビリティ:サーバーレス・プラットフォームは、需要に応じてリソースを自動的にスケールする。これは、オブジェクト検出APIのピーク時や大規模データセットのバッチ処理時など、使用量が急増する可能性のあるMLアプリケーションにとって極めて重要です。
  • コスト効率:コードが実際に実行されているときに消費される計算時間に対してのみ料金を支払います。AI/MLプロジェクトでは、稼動していない期間や使用量が変動する可能性があるため、この従量課金モデルは常時稼動しているサーバーを維持するよりもはるかにコスト効率が高くなります。
  • 運用オーバーヘッドの削減:開発者はサーバー管理作業から解放され、モデル開発、ハイパーパラメーターのチューニング、フィーチャーエンジニアリングに集中することができます。この合理化されたワークフローにより、開発サイクルが加速され、インフラストラクチャ管理に伴う運用負担が軽減されます。
  • デプロイの高速化:サーバーレス機能を迅速かつ容易にデプロイできるため、AI/MLプロジェクトにおける迅速な反復と実験が可能になる。Ultralytics HUBのようなプラットフォームとの統合は、サーバーレス環境でのモデルのデプロイをさらに簡素化します。 Ultralytics YOLOサーバーレス環境でのモデルのデプロイをさらに簡素化します。

AI/MLの実世界での応用

サーバーレス・コンピューティングは、さまざまなAI/MLアプリケーションで活用されている:

  • リアルタイム推論API:MLモデルをサーバーレス関数としてデプロイすることで、スケーラブルでコスト効率の高いモデル提供エンドポイントを作成できる。例えば Ultralytics YOLOv8で構築された画像分類モデルをサーバーレスAPIとしてデプロイすることで、アップロードされた画像に対してリアルタイムの予測を提供することができます。これは、医療画像分析や製造業における自動品質管理など、即時分析を必要とするアプリケーションに最適です。
  • データ前処理パイプライン:サーバーレス関数は、イベント駆動型のデータパイプラインの構築に適している。センサーやユーザーからのアップロードなど、新しいデータが継続的に収集されるシステムを想像してみてほしい。サーバーレス関数をトリガーにして、モデルのトレーニングや分析に使用する前に、このデータを自動的に前処理(クリーニング、変換、補強)することができる。これは、農業におけるコンピューター・ビジョンのようなシナリオで特に有用である。 Ultralytics YOLOv5作物モニタリングのためのモデルをトレーニングする前に画像データを処理する必要がある場合などです。

サーバーレス vs. エッジコンピューティング

サーバーレス・コンピューティングがクラウドベースの実行に重点を置くのに対し、エッジ・コンピューティングは計算とデータストレージをデータソースに近づけ、多くの場合、物理デバイスやローカルサーバー上で実行する。エッジコンピューティングは、自律走行車のリアルタイム物体検出やAI搭載セキュリティカメラなど、超低レイテンシーとオフライン処理を必要とするアプリケーションに有益である。サーバーレス・コンピューティングとエッジ・コンピューティングは相互に排他的ではなく、エッジ・デバイスが初期データ処理を行い、サーバーレス機能がより複雑なクラウドベースのタスクを処理するハイブリッド・アーキテクチャで組み合わせることができる。

人気のサーバーレスプラットフォームには、AWS LambdaGoogle Cloud FunctionsAzure Functionsなどがある。これらのプラットフォームは、サーバーレスAI/MLアプリケーションを効率的に構築・デプロイするために必要なインフラとツールを提供する。

すべて読む