LASSIC Media らしくメディア

2026.10.05 らしくコラム

エッジコンピューティングの仕組みとクラウドとの使い分け

監修・編集責任者:牛尾 昭昌(株式会社LASSIC 執行役員)

USBやLANの端子が側面に並ぶ銀色の小型産業用コンピューターを、白い台の上に置いて斜めから写した写真。

この記事の結論

  • エッジコンピューティングは、端末の近くでデータを処理し、クラウドへは必要な結果だけを送る構成です。
  • 遅延、通信量、社外へ送れないデータ、通信が切れても止められない処理のどれかがあるときに、エッジを選びます。
  • 拠点が増えた後の更新の配り方と、最後にデータが届いた時刻の監視を、設計の最初に決めておきます。

※ 本記事は2026年10月時点の公式情報(省庁・公的機関、および製品やサービスを提供する事業者が公開している資料)に基づきます。

エッジコンピューティングという言葉を、工場のIoTや店舗のカメラ、通信の話題で目にする機会が増えました。クラウドがあるのに、なぜ現場で処理するのか。どんなときに選べばよいのか。そう感じている方も多いのではないでしょうか。

本記事では、エッジコンピューティングの意味と、クラウドとの違い、「エッジ」と呼ばれる場所、運用で気をつけたい点を、表と図で順に整理します。最後に、構築を外部に頼むときに確かめておきたい点もまとめます。

エッジコンピューティングとは

エッジコンピューティングは、データを生む端末の近くでデータを処理する考え方です。米国の国立標準技術研究所(NIST)の文書は、センサーや計測機器のようなネットワークにつながる機器の上で計算する能力を提供する層と説明しています。*1

  • 処理する場所:工場の機器、店舗のサーバー、通信事業者の設備など、端末に近い場所
  • クラウドとの分担:現場では判断や前処理を行い、クラウドへは必要な結果だけを送る
  • 使われる場面:設備の異常の検知、カメラ映像の集計、利用者に近い拠点でのWebの応答など

市場も伸びています。総務省の令和8年版情報通信白書は、民間の調査を基に、日本のエッジコンピューティングの市場規模を2025年に前年比14.0%増の127億ドルと推計しています。*2

クラウドとの違い

クラウドが得意なのは、データを1か所に集め、大きな計算資源で処理し、まとめて管理することです。エッジは、その逆の強みを持ちます。

エッジとクラウドの違い
観点 エッジ クラウド
処理する場所 端末の近く 遠くのデータセンター
得意なこと すぐに応える、通信が切れても動く 大量のデータを集めて分析する
気をつけたい点 拠点ごとに機器の保守と更新が要る 往復の時間と通信量がかかる

エッジを選ぶ理由は、次の4つのどれかに当てはまるかで判断します。

  • 遅延:設備の停止のように、往復にかかる時間が結果を左右する
  • 通信量:カメラ映像のように、すべて送ると回線と費用が足りなくなる
  • 社外へ送れないデータ:個人のデータや工場の機密を、現場に置いておく必要がある
  • 通信が切れたときの備え:回線が切れても、現場の制御や記録を止められない

Azure IoT Edgeの説明も、生産ラインの緊急事態にできるだけ早く応える例や、テラバイト単位の生データを送らずに現場で集計し、結果だけをクラウドへ送る例を挙げています。*3 どれにも当たらないなら、拠点ごとに機器を置く手間をかける理由は弱くなります。IoTの全体の構成と費用は「IoTシステム開発を外注する費用と進め方」で扱っています。

「エッジ」と呼ばれる場所

「エッジ」がどこを指すかは、話す人や製品によって変わります。クラウドより手前を、端末に近い順に並べると次のようになります。

端末、現場のゲートウェイ・サーバー、通信事業者の局舎(MEC)、都市の近くの拠点(CDNなど)、クラウドのリージョンを、端末に近い順に左から右へ並べた図。現場の例はAWS IoT Greengrass、Azure IoT Edge、AWS Outposts、Azure Stack Edge、都市の近くの拠点の例はCloudflare WorkersとAWS Local Zones。左ほど往復が短く通信が切れても動かしやすく、右ほど集めやすくまとめて管理しやすい。

「エッジ」と呼ばれる場所と向いている処理
場所 主な例 向いている処理
端末 センサー、カメラ、制御機器 計測値の間引き、しきい値の判定
現場のゲートウェイ・サーバー AWS IoT Greengrass、Azure IoT Edge 複数の端末のデータの集約、設備の制御
通信事業者の局舎 MEC(通信網の設備の中で計算する仕組み) 移動する端末への素早い応答
都市の近くの拠点 Cloudflare Workers、AWS Local Zones Webの応答、利用者の近くでの振り分け

端末に近いほど往復が短く、通信が切れても動かしやすくなります。反対に、クラウドに近いほどデータを集めやすく、まとめて管理しやすくなります。NISTの文書は、端末と集中型のクラウドの間に置く層を「フォグコンピューティング」と呼び分けています。*1

運用で気をつけたい点

エッジは、拠点が数十、数百と増えた後の運用でつまずきやすい構成です。設計の段階で、次の点を決めておきます。

  • 通信が切れたとき:送れなかったデータをどれだけ現場に溜め、何を捨てるか
  • 更新の配り方:一度に全台へ配らず、少しずつ広げて、失敗が増えたら止める
  • 監視:管理画面の表示だけに頼らず、最後にデータが届いた時刻を見る
  • 機器の寿命:機器と、その上で動かすソフトウェアのサポート期限を台帳で追う

Azure IoT Edgeは、通信が切れている間のデータを現場に保存し、つながり直すと保存した順に届けます。ただし、保存できる量は有効期限の設定とディスクの空きで決まります。*3 また、機器がオフラインの間は、ポータル上で200 OKのまま残ることがあるとされています。*3

AWS IoT Greengrassでは、配る部品や設定を変えると、対象のすべての機器へ自動で送られます。*4 誤った設定もそのまま全台へ届くため、配る速さと止める条件を先に決めておきます。

外部に頼むときに確認しておきたい点

エッジの構成を外部に頼むときは、次の点が要件や設計書にあるかを確かめます。

  • エッジにする理由:遅延、通信量、社外へ送れないデータ、切断への備えのどれのためかが書かれているか
  • 目標の数字:往復の時間、送るデータの量、切断を許す長さが決まっているか
  • 更新の手順:少しずつ配る速さと、取り消す条件が決まっているか
  • 監視:最後にデータが届いた時刻を見て、届かない拠点を知らせる仕組みがあるか
  • 保守の範囲:拠点ごとの機器の交換やソフトウェアの更新を、誰が受け持つか

学習済みのAIモデルを現場の機器で動かす場合は「エッジAI・エッジ推論の実装を外注で進める」も参考になります。

まとめ:エッジコンピューティングで確かめておきたい3つの点

エッジコンピューティングで確かめておきたい点は3つです。第一に、端末の近くで処理し、クラウドへは結果だけを送るという分担を理解すること。第二に、遅延、通信量、社外へ送れないデータ、切断への備えのどれのためにエッジを選ぶのかをはっきりさせること。第三に、拠点が増えた後の更新の配り方と、最後にデータが届いた時刻の監視を、設計の最初に決めておくことです。

LASSICに相談するメリット

LASSICは2006年の創業以来、システムの運用・保守に特化したプライム(一次請け)のシステムインテグレーターとして、企業のシステム開発と保守・運用を受託してきました。Rubyアソシエーション認定システムインテグレータ、日本ニアショア開発推進機構の認定ベンダーとして、全国のリモート人材による開発・運用の体制を整えています。

エッジコンピューティングを使う構成では、現場の処理をDockerコンテナにまとめ、AWS IoT GreengrassやAzure IoT Edgeで配布し、機器とクラウドの間はMQTTでつなぎます。設計の判断点は、どの判断を現場に置き、どの処理をクラウドに残すか、切断中に溜めるデータの上限と捨てる規則、段階的に配る速さと取り消す条件です。検証では検証用の拠点で先に配ってから広げ、運用では最後にデータが届いた時刻をPrometheusなどで監視します。

よくある質問

エッジコンピューティングとフォグコンピューティングは何が違いますか

NISTの文書は、端末とその利用者を含む層をエッジ、端末とクラウドの間に置く層をフォグと呼び分けています。実務では両方をまとめてエッジと呼ぶことも多いため、話している場所を図で確かめておくと誤解を防げます。

エッジに処理を移せば、どの処理も速くなりますか

そうとは限りません。端末との距離が縮むので伝わる時間は短くなりますが、現場の機器はクラウドより計算資源が小さいことが多く、重い処理では時間が長くなることがあります。往復の時間と処理の重さの両方を測ってから決めます。

CDNとエッジコンピューティングは同じものですか

同じではありません。CDNは、コンテンツを利用者に近い拠点に置いて配る仕組みです。その拠点で利用者のプログラムを動かすCloudflare Workersのようなサービスは、エッジコンピューティングの一つの形と言えます。

エッジとクラウドを組み合わせたシステムのご相談

元請(プライムベンダー)として、エッジコンピューティングとクラウドを組み合わせたシステムの設計から構築、保守運用までご提案します。

2006年の創業以来、一次請けのシステムインテグレーターとして、企業のシステム開発と保守・運用を受託してきました。

無料相談はこちら

出典

  1. *1 参考:NIST「SP 500-325 Fog Computing Conceptual Model」(2018年3月)(https://nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.500-325.pdf)。出典:エッジコンピューティングを端末とその利用者を含む層とする説明、端末とクラウドの間の層をフォグコンピューティングと呼ぶ説明を参照(2026年10月確認)
  2. *2 参考:総務省「令和8年版 情報通信白書」第Ⅱ部第1章第8節3 エッジコンピューティング(https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd218300.html)。出典:日本のエッジコンピューティングの市場規模(2025年に前年比14.0%増の127億ドル。株式会社マーケットリサーチセンターの調査を基にした推計)を参照(2026年10月確認)
  3. *3 参考:Microsoft「What is Azure IoT Edge」「Understand extended offline capabilities for IoT Edge devices」(https://learn.microsoft.com/en-us/azure/iot-edge/about-iot-edge)。出典:エッジで異常検知を動かす例と生データを現場で集計する例、通信が切れている間の保存と届け方、保存量を決める要素、オフライン時に状態が200 OKのまま残ることがある点を参照(2026年10月確認)
  4. *4 参考:Amazon Web Services「What is AWS IoT Greengrass?」「How AWS IoT Greengrass works」「Create deployments」(https://docs.aws.amazon.com/greengrass/v2/developerguide/what-is-iot-greengrass.html)。出典:配布(デプロイ)が継続的で、変更が対象のすべての機器へ自動で送られることを参照(2026年10月確認)




View