高まるエッジAIのニーズ ― カスタマイズされた産業特化型LLMを推進

産業プレイヤーは最大の効果を得るために、アプリケーションニーズに特化したソリューションを活用する必要がある

技術と私たちを取り巻く世界の進化に伴い、製造業は第一次産業革命の機械化の初期段階から、今日のインテリジェンス主導の「インダストリー4.0」まで着実に進歩してきました。近年では、AI（人工知能）やLLM（大規模言語モデル）の成熟と普及が、インダストリー4.0のスマート機能を強化すると同時に、さまざまな業界におけるAI応用の新たな道を切り開いています。 しかし、産業界でAIが真の価値を発揮するには、エッジAIが不可欠です。ほとんどの産業AIはエッジ環境で展開され、そこでは協調タスクを支援するエージェンティックAIフレームワークが活用されています。その結果、エッジAIソリューションの需要が高まり、産業用PC（IPC）事業者にとって新しいビジネスチャンスが生まれています。

産業特化型LLMの学習がエッジAI形成を左右する

アドバンテックは、産業分野におけるAI導入の潮流が「クラウドベースでのモデル学習」から「実践的なオンプレミス実装」へと移行していると見ています。そのため、エッジAIとエッジコンピューティングは必要不可欠となりました。それぞれの環境に応じたアプリケーションサービスが必要であり、LLMには産業特有のデータや専門用語に適合させる微調整（ファインチューニング）が求められます。 特にDeepseekのようなオープンソースフレームワークの登場により、オープンソースモデルに基づく事前学習済みLLMが市場で急速に普及しました。競争の激化とモデルの継続的な進化により、ハードウェアの障壁が低下し、エッジでのAI導入と推論がより容易になりました。 現在、アドバンテックは、多くの顧客アプリケーションが画像認識（マザーボードやPCBA製造ラインにおける欠陥検査など）に重点を置いているだけでなく、LLMを活用して顧客サービスの向上や社内管理ワークフローの効率化を図っていることを認識しています。 顧客対応アプリケーションについては、24時間365日対応のAIを活用したカスタマーサービスポータルの構築を目指す法律事務所の顧客事例をご紹介します。目標は、AIが日常的な問い合わせを自律的にフィルタリングして回答し、複雑な問題は人間のエージェントにエスカレーションすることです。 法律業界の専門用語やドメイン知識を考えると、一般的な公開LLMモデルでは要件を満たすことができません。そのため、LLMに業界固有の専門知識を組み込み、具体的なメリットを実現するには、微調整が不可欠です。

LLM再トレーニング：コンピューティング要件、コスト、セキュリティリスクのバランス

これらのワークロードには膨大な計算リソースが必要です。微調整と推論は専門のクラウドサービスプロバイダー（CSP）にアウトソーシングすることも可能ですが、関連するコストと潜在的なデータセキュリティリスク（特に企業の機密情報を扱う場合）が、法外な負担となる可能性があります。当然のことながら、企業は独自のデータや機密データをクラウドにアップロードし、その管理権を放棄することに躊躇する傾向があります。

クラウド導入が現実的でない場合、オンプレミスのコンピューティングインフラストラクチャが代替手段となり、コンピューティングの自立性とデータ主権の両方を確保します。

LLM推論がエッジへと移行し続ける中、半導体企業は専用のAI推論アクセラレーションモジュールを導入しています。しかし、トレーニング後（微調整）は依然として高性能GPUに大きく依存しています。 高額な設備投資とコンピューティング能力およびエネルギー需要の高まりを考えると、オンプレミスのインフラストラクチャ構築は、多くの企業にとって持続可能な長期的なソリューションではない可能性があります。

アドバンテックは、企業がAIを導入する前に、自社の課題と目標を明確に定義することを推奨しています。顧客サービスポータルや社内管理タスクなどの非リアルタイムアプリケーションでは、非同期通信（例：電子メール）による遅延応答で十分な場合が多くあります。このような場合、アドバンテックのaiSSDソリューションは、効果的なAI導入をサポートします。アドバンテックのaiSSDは、従来GPU VRAMに保存されていたデータをaiSSDストレージにオフロードするPHISON社のaiDAPTIV+テクノロジーを統合しており、モデルのファインチューニングに必要なGPUの数を削減することが可能になります。このイノベーションを活用することで、AMD EPYC™ サーバーグレードのプロセッサを搭載した AIR-520 や AMD Ryzen™ プロセッサを搭載した AIR-420 などの アドバンテック の次世代エッジ AI システムとワークステーションは、わずか 2～4 台のGPUカードで llama 70B モデルを効率的にファインチューニングできます。ファインチューニングに必要な時間は増加しますが、アドバンテック はこれを、決められた目的地まで行くために快速電車と普通電車のどちらかを選択することに例えています。どちらも目的地には到着しますが、コストと移動時間は異なります。

さらに、アドバンテックは、多様なＡＩ推論の高速化のニーズに対応し、エッジAIモデルのファインチューニングに必要な高いGPU要件をサポートする幅広い製品を取り揃えており、お客様に様々なエッジ展開シナリオに適した包括的なハードウェアラインナップを提供しています。

計算時間の延長は全体的なコストの増加に影響しますが、このアプローチは厳しいリアルタイム制約のないアプリケーションには適しています。重要な利点として、データがオンプレミスで処理されるため、セキュリティが強化され、データの機密性が確保されることが挙げられ、これはますます重要なメリットとなっています。アドバンテックは、このエッジAIの強みがコスト効率とデータセキュリティのバランスにあると考えています。

エッジAIが産業界に拡大するにつれ、ソフトウェアとハ​​ードウェアを統合したソリューションが不可欠に

アドバンテックは、aiDAPTIV+テクノロジーと関連製品は他のチャネルでも入手可能であるものの、aiDAPTIV+だけでは前述のメリットをすべて実現することはできないと指摘しています。AIの運用には包括的なエコシステムが必要であり、aiDAPTIV+はその一部に過ぎません。ISV(独立系ソフトウェアベンダー)を含む周辺パートナーとの連携がなければ、システムは効果的に機能しません。アドバンテックの価値は、迅速なAI導入を可能にする完全統合ソリューションを提供することにあります。 AIテクノロジーとアプリケーションが進化し続けるにつれ、アドバンテックはDeepSeekのようなモデルの採用が拡大し、産業効率の向上につながると予測しています。この進化は、規模と速度の両方に関する幅広い要求を生み出すでしょう。 これらの課題に対処するため、アドバンテックは複数のハードウェアアクセラレーションプラットフォームに投資し、画像などの追加データソースを統合することでAIアプリケーションを拡張しています。これにより、AIユースケースを自律移動ロボット（AMR）やロボティクスに適用することが可能になります。さらに、アドバンテックは パートナー と協力して堅牢なエッジ AI およびエッジ コンピューティングのエコシステムを構築し、お客様が AI のメリットをより簡単に、安全に、効果的に、そしてコスト効率よく活用できるように支援します。 詳細については、アドバンテック のエッジ AI ソリューション ページをご覧ください。