（エッジで動作する個々のサーバーはクラウドシステムと同様、効率的に相互接続を行います）

コンピューティングサービスにおける現時点の主流はクラウドの利用です。

しかし、今後、エッジコンピューティングへの移行や併用など、システムは求められる機能によって適材適所で構築されていくでしょう。

わざわざすべてのデータを一元的にクラウドに接続して転送するのではなくデータが生成されるネットワークのエッジ側で処理を実施するほうが適しているケースは多いものです。 この適材適所でのアプローチにより、システムはより速く、より弾力性を持ち、より安全にデータを保ちます。 この優れたアプローチの代表例として近年著しい進化を遂げているのが、スマートカーやコネクテッドカーと呼ばれる最新の自動車です。 これらの車は、ネットワークの「エッジ」、すなわち車そのものの中で多くの計算を行っています。そして、すべての車で共有する必要のある情報だけが中央にあるクラウド上のシステムに送信され、分析され、共有されています。

‍

画像処理の例

エッジコンピューティングによって、分散・点在したシステムリソースの活用が可能です。これによって高い効率とともに、冗長性や、セキュリティ性の向上が実現します。

‍

Gravioは、将来的にシステムの設計がクラウドを利用した集中型の設計ではなく、エッジ側でデータを処理するという前提で設計されています。

たとえば、画像や動画などから有意なデータを推論により抽出する場合など、エッジは全ての処理をローカルで行います。推論に必要な機械学習、推論エンジンも全てローカルで実装することで、外部に画像データを転送することなく、画像から推論できる情報を抽出します。当然、ローカル内の画像データなどは推論データに変換後に消去することも可能なため、セキュリティーやプライバシーに配慮したシステム設計が実現できます。

‍