エッジデバイス
NVIDIA Jetson と KubeEdge で、現場運用できるエッジAIを実装
現場でリアルタイムに動くAIを、低遅延・低コストで実現
エッジコンピューティングは、クラウドに依存せず現場側で推論を完結できる構成です。 Soramotechは、NVIDIA Jetson を活用した映像解析AIや、KubeEdge によるクラウド・エッジ連携の設計まで、 本番運用を前提にしたエッジAI基盤の構築を支援します。
NVIDIA JetsonKubeEdgeEdge AIRaspberry Piマイクロサービス推論最適化
映像解析AI（エッジ推論）
NVIDIA の学習済みモデルで人体・標識・車体などの検出が可能。カスタムモデルと組み合わせ、業務に特化したビジョンAIをエッジで実装します。
KubeEdge によるクラスタ連携
クラウドとエッジデバイス間のネットワークを構築し、プログラムリソースをマイクロサービス化。エッジ側の運用をクラスターとして管理できます。
エッジデバイスAIの特徴
Jetson は CPU と GPU を中心に、機種によっては DLA（Deep Learning Accelerator）を利用できる SoC 構成を持ちます。 映像入力・前処理・推論・後処理までを単一デバイス上で実行でき、現場側の構成をシンプルに保てます。 電力制約や設置スペースが限られる環境でも運用しやすく、監視カメラ連携・外観検査・混雑検知などの用途で高い実用性があります。
CPUGPUDLA (機種依存)Memory I/OEdge Runtime
推奨アーキテクチャ（Edge + Cloud）
現場では Jetson 側で一次推論を実行し、必要なメタデータのみをクラウドへ送信する構成を推奨します。 帯域コストを抑えながらダッシュボード可視化や履歴分析を実現。通信環境が不安定な現場でも、ローカルバッファリングを含めた運用継続性を担保できます。
対応できる開発範囲
- NVIDIA Jetson を用いたエッジ推論アプリケーションの設計・実装
- 学習済みモデルとカスタムモデルの組み合わせ、推論パイプライン構築
- KubeEdge によるクラウド・エッジ間のマイクロサービス連携
- Raspberry Pi や Jetson 向けの最適化・リソース管理・運用安定化
- クラウド連携（API、イベント基盤、可視化ダッシュボード）
- PoC → パイロット → 本番展開の段階導入計画
想定ユースケース
設備・工場監視
危険行動検知、侵入検知、作業エリア監視をエッジでリアルタイムに実行し、現場対応を高速化。
外観検査
製造ラインの不良検知をエッジ側で実施し、検査品質のばらつきを抑制。
交通・施設分析
通行量や滞留を計測し、施設運用の最適化に活用。通信依存を抑えた安定運用が可能。
関連サービス
エッジAI開発のご相談
要件が固まり切っていない段階でも対応可能です。Jetson の採用可否、KubeEdge の導入検討、クラウド連携方針まで含めて具体化します。