Edge Computing

データが生成・消費される場所の近くで計算処理を行う分散コンピューティングパラダイム。中央クラウドへの往復を排除することで、レイテンシ削減・帯域幅節約・データ主権の確保を実現する。

Linux Foundation (LF Edge) の定義:

“The delivery of computing capabilities to the logical extremes of a network in order to improve the performance, operating cost and reliability of applications and services.”

なぜ Edge Computing が必要か

graph LR
    subgraph "従来: Central Cloud"
        D1["デバイス"] -->|"100-300ms RTT"| CC["Cloud DC"]
        CC -->|"レスポンス"| D1
    end
    subgraph "Edge Computing"
        D2["デバイス"] -->|"1-20ms RTT"| E["Edge Node"]
        E -.->|"必要時のみ"| CC2["Cloud DC"]
    end

動機	説明
レイテンシ	自動運転 (1-10ms)、AR/VR (20ms 未満) など、物理的にクラウド往復では不可能な応答時間要件
データ量	IoT デバイスが生成するデータ (2025年: 79.4ZB 予測) を全てクラウドに送るのは帯域幅的に不可能
データ主権	GDPR 等の規制で個人データの越境移転に制限。Edge でローカル処理することでコンプライアンス確保
帯域幅コスト	Edge でデータをフィルタリング・集約し、重要な情報のみクラウドに転送
耐障害性	ネットワーク障害時もオフラインで動作し続ける

アーキテクチャ: Cloud-Edge-Device の3層

graph TB
    Cloud["Central Cloud<br/>大規模分析 / モデル訓練 / 長期ストレージ"]
    FarEdge["Far Edge (Regional DC, CDN PoP)<br/>グローバル分散された計算ノード"]
    NearEdge["Near Edge (基地局, オンプレサーバ)<br/>ラストマイルに近い計算リソース"]
    DeviceEdge["Device Edge (ゲートウェイ, 端末)<br/>データ生成元での直接処理"]

    Cloud --- FarEdge
    FarEdge --- NearEdge
    NearEdge --- DeviceEdge

層	位置	レイテンシ	例
Device Edge	エンドデバイス上	<1ms	スマートフォン、センサー、Jetson
Near Edge	ラストマイルのインフラ側	1-10ms	5G 基地局、工場内サーバ
Far Edge	リージョナル DC / CDN PoP	10-50ms	Cloudflare PoP、AWS Local Zone
Central Cloud	大規模 DC	50-300ms	AWS us-east-1、GCP

Edge は「1つの場所」ではなく、Cloud と Device の間の連続体 (continuum)。

4つのカテゴリ

CDN Edge

CDN インフラ上でコードを実行する。Web 開発者にとって最も身近な Edge。

プラットフォーム	実行モデル	PoP 数
Cloudflare Workers	V8 Isolates	330+
Fastly Compute	WebAssembly	90+
Akamai EdgeWorkers	V8 + Wasm	4,200+
Vercel Edge Functions	V8 Isolates	Cloudflare 経由
Deno Deploy	V8 Isolates	35+

ユースケース: コンテンツパーソナライズ、A/B テスト、認証、API ゲートウェイ。

Telco Edge (MEC)

5G ネットワーク内に計算リソースを配置。ETSI が Multi-access Edge Computing (MEC) として標準化。

プラットフォーム	特徴
AWS Wavelength	Verizon/T-Mobile の 5G 内に AWS インフラを直接配置
Azure Edge Zones	都市レベルの PoP
Google Distributed Cloud Edge	オンプレミス + Edge ハイブリッド

ユースケース: 自動運転、クラウドゲーミング、ライブストリーミング。サブ 10ms レイテンシ。

IoT Edge

リソース制約デバイス上での推論・データ前処理。オフライン動作能力が重要。

プラットフォーム	特徴
AWS IoT Greengrass	Lambda 関数を Edge デバイスで実行
Azure IoT Edge	コンテナベースのモジュール
NVIDIA Jetson	GPU 搭載 Edge AI デバイス

ユースケース: 製造ラインの品質検査、予知保全、スマートシティ。

Enterprise Edge

企業拠点にマイクロデータセンターを配置。

ユースケース: POS、在庫管理、データ主権対応。Red Hat OpenShift Edge、SUSE Rancher 等。

Edge の実行モデル

graph LR
    subgraph "軽量・高密度"
        V8["V8 Isolates<br/>Cloudflare Workers"]
        WASM["WebAssembly<br/>Fastly Compute"]
    end
    subgraph "重量・強分離"
        Container["コンテナ<br/>Fly.io"]
        MicroVM["microVM<br/>Firecracker"]
    end
    V8 ---|"Cold Start<br/>0.4ms"| WASM
    WASM ---|"Cold Start<br/>35μs"| Container
    Container ---|"Cold Start<br/>数百ms"| MicroVM

特性	V8 Isolates	WebAssembly	コンテナ	microVM
代表	Cloudflare Workers	Fastly Compute	Fly.io	AWS Lambda
Cold Start	0.4ms	35μs	数百ms〜数秒	3-8ms (snapshot)
メモリ/ユニット	3-4MB	バイナリ依存	数十〜数百MB	64MB〜
ホスト密度	~32,000/host	高密度	~数百/host	~2,000/host
セキュリティ分離	プロセス内 (V8 sandbox)	メモリセーフ sandbox	OS レベル	HW (KVM)
言語	JS/TS (+Wasm)	Rust, Go, C/C++, JS	任意	任意

V8 Isolates: 1プロセス内で数千の独立 JS コンテキストを実行。Cold start がほぼゼロだが、V8 sandbox escape のリスクが全テナントに波及する。

WebAssembly: メモリセーフな sandbox でリクエストごとに実行。Rust/Almide 等のコンパイル言語から直接 WASM を生成でき、DCE によるバイナリサイズ最適化が Cold start に直結する。

microVM: 2026年、スナップショット復元が 3-8ms に短縮され、V8 Isolates のレイテンシ優位性が多くのワークロードで縮小。セキュリティ重視なら microVM が有利に。

Edge Computing の制約

制約	説明
リソース制限	CPU 時間 (Workers: 最大5分)、メモリ (128MB/isolate)、ストレージ制限
ステートフルの困難	ステートレスは容易。地理分散ステートフル処理は一貫性保証が本質的に困難
デバッグ	330+ PoP に分散されたコードの動作再現が難しい。地域依存のエラー
一貫性	CAP 定理により strong consistency と可用性の両立は不可能。eventual consistency が主流
ベンダーロックイン	プラットフォーム固有の API・制約。WinterCG による標準化が進行中

概念	Edge Computing との関係
CDN	Edge の歴史的起源。静的キャッシュ + 配信 → Edge は CDN 上でコード実行を追加
Fog Computing	Cisco が 2012年に提唱。Cloud と Edge の間の中間層。概念として Edge に吸収されつつある
Serverless	直交する概念。Edge は「どこで」、Serverless は「どう運用するか」。Cloudflare Workers は Edge + Serverless
P2P	Edge は事業者が所有・管理するインフラ。P2P は参加者のデバイスが構成する非中央集権ネットワーク

歴史

年	出来事
1998	Akamai 設立。CDN の商用化
2002	Akamai が “Edge Computing” の用語を公式使用
2009	CMU の Satyanarayanan が Cloudlet (2層アーキテクチャ) を提唱。現代 Edge の理論的基盤
2012	Cisco が Fog Computing を提唱
2014	ETSI ISG MEC 設立。Mobile Edge Computing 標準化開始
2017	Cloudflare Workers ベータ。V8 Isolates による Edge 実行の商用化
2018	OpenFog Consortium が IEEE に統合。LF Edge の Open Glossary v1.0
2019-2020	5G 商用展開。AWS Wavelength, Azure Edge Zones 登場
2024-2025	Edge AI の台頭。Akamai が Fermyon 買収。WASM at the Edge が成熟期へ

市場規模

IDC (2025年5月): $261B → $380B (2028, CAGR 13.8%)
Edge AI 市場: $25.65B (2025) → $143B (2034)
CIO の 97% が 2025-2026 ロードマップに Edge AI を含む
Edge function 採用が前年比 287% 増 (2025年)

現在のトレンド (2025-2026)

Edge AI / ML推論: SLM (Small Language Models) への移行。4-8bit 量子化で Edge デプロイ可能に
WASM at the Edge: Workers デプロイの 34% が Wasm を含む (2023: 12%)。Akamai が Fermyon 買収
Edge Database の成熟: Cloudflare D1 (GA)、Turso (libSQL)、Neon (Postgres)。SQLite がread-heavy で 3-10x レイテンシ削減
Edge-first Architecture: “Cloud-first” から “Edge-first” へのパラダイムシフト

押さえどころ（カード化候補）

Edge Computing の定義 → データが生成・消費される場所の近くで計算処理を行う分散コンピューティングパラダイム。中央クラウドへの往復を排除してレイテンシ削減・帯域幅節約・データ主権を確保
Edge が必要な5つの動機 → レイテンシ (物理的限界)、データ量 (IoT の爆発)、データ主権 (GDPR)、帯域幅コスト、耐障害性。クラウド集中では解決できない問題がある
Edge の3層モデル → Device Edge (<1ms) → Near Edge (1-10ms) → Far Edge (10-50ms) → Central Cloud (50-300ms)。Edge は1つの場所ではなく Cloud-Device 間の連続体
Edge の4カテゴリ → CDN Edge (Cloudflare Workers)、Telco Edge (5G MEC)、IoT Edge (Greengrass/Jetson)、Enterprise Edge (オンプレミス)
V8 Isolates vs WebAssembly vs microVM → V8: 0.4ms cold start, 32K/host, プロセス内分離。WASM: 35μs cold start, メモリセーフ sandbox。microVM: 3-8ms snapshot, HW 分離 (KVM)
WASM が Edge で有利な理由 → 35μs の最速 cold start。メモリセーフ sandbox。Rust 等から直接コンパイル。バイナリサイズが cold start に直結するため DCE が重要
Edge の最大の制約 → ステートフル処理の困難さ。地理分散データの一貫性を保証することが CAP 定理により本質的に困難。eventual consistency が主流
CDN と Edge Computing の関係 → CDN は Edge の歴史的起源。静的キャッシュ → 動的コード実行へ進化。Cloudflare, Fastly, Akamai は CDN から Edge プラットフォームに進化
Edge vs Serverless → 直交する概念。Edge は「どこで処理するか」、Serverless は「どう運用するか」。Cloudflare Workers = Edge + Serverless
Fog Computing の現在 → Cisco が 2012年に提唱。Cloud と Edge の中間層。2018年に OpenFog が IEEE に統合され、概念として Edge Computing に吸収された
Edge AI のトレンド → SLM (Small Language Models) へのシフト。4-8bit 量子化で Edge デプロイ可能に。CIO の 97% がロードマップに含む
WASM at the Edge の成長 → Workers デプロイの 34% が Wasm を含む (2023: 12%)。Akamai が Fermyon を買収。Spin 3.0 と WASI 0.2 で標準化・ポータビリティが向上