エッジ機器はKubernetesを実行するには小さ過ぎ
MicrosoftがKubernetesとエッジを接続するAkriプロジェクトを発表
「Akri」はMicrosoftが立ち上げた新しいオープンソースプロジェクトだ。Akriは、センサー、コントローラー、マイクロコントローラーユニット（MCU）クラスのような「リーフデバイス」を「Kubernetes」クラスタで接続する。
リーフデバイス（子デバイスと呼ばれることもある）とは、ダウンストリーム機器を持たないIoT（モノのインターネット）エッジ機器を指す。ダウンストリーム機器とは、他の全ての機器と同様、IoTハブでIDを必要とする機器を指す。
Akriにおけるリーフデバイスとは、Kubernetesクラスタが通信できる全ての機器を指す。その機器がノードに物理的に接続されているかどうか、ネットワーク上で検出可能かどうかは問わない。例えば、Akriはデータを生成するだけでダウンストリーム機器を持たない機器や多くの機器のデータを集約するサーバも検出する。クラスタと通信できる機器はリーフデバイスとして抽象化できる。
ほとんどのエッジ機器は、Kubernetesを実行するには小さ過ぎる。AkriはKubernetesのデバイスプラグインフレームワークを拡張し、このフレームワークをエッジに適用することで機能する。
このプロジェクトにギリシャのエラッソナ市北部にある村の名前を付けた背景には、Akriがギリシャ語（άκρη）で「エッジ」を意味することもあるに違いない。Microsoftは、（エッジ向けの）「A Kubernetes Resource Interface」の頭字語「AKRI」だとも示唆している。
AkriはKubernetesネイティブ
Akriは、
- 2つのCRD（Custom Resource Definition）
- デバイスプラグイン実装
- カスタムコントローラー
という4つのKubernetesコンポーネントで構成される。
Akriはリーフデバイスの動的な出現と消失を処理する。ユーザーが「Akri Configuration」をクラスタに適用してデプロイすると、残りはAkriが処理する。複数のノードが1つのリーフデバイスを利用できるようにすることも可能だ。これにより、ノードがオフラインになった場合の高可用性を実現する。
Microsoftでオープンソースのエンジニアを務めるケイト・ゴールデンリング氏によると、エッジの特徴の一つはデータを生み出し、アクションを実行する多数のセンサー、コントローラー、MCUクラスの機器にあるという。
「Kubernetesが多様なエッジコンピューティングソリューションに対応するには、クラスタがこのようなリーフデバイスを簡単に見つける必要がある。ただし、こうした機器の大半はKubernetesを実行するには小さ過ぎる。では、Kubernetesのワークロードはこうしたリーフデバイスをどのように利用するのだろう。Kubernetesポッドはリーフデバイスの出力をどのように見つけ、アクセスするのだろう。その答えがAkriだ」（ゴールデンリング氏）
CNI（Container Network Interface）と同様、Akriは抽象化層を提供する。だが、基盤となるネットワークの詳細を抽象化するCNIとは異なり、Akriはカメラやセンサーなどのリーフデバイスの可用性を検出、利用、監視する作業を取り除く。
ゴールデンリング氏は続けて、Akriはデバイスプラグインフレームワークを利用し、これを拡張すると話す。このフレームワークは本来、GPUなどのリソース情報を定期的に送信するために作成されたものだ。
「Akriはこのフレームワークをエッジに適用する。エッジには独自の通信プロトコルと断続的な可用性を備えるリーフデバイスの多様なセットが存在する。Akriはリーフデバイスにアクセスするノードを継続的に検出し、ノードのワークロードのスケジュールを設定する。端的に言えば、ユーザーがリーフデバイスに名前を付け、Akriがそのリーフノードを見つけ出し、ユーザーがそのリーフノードを使用する」とゴールデンリング氏はMicrosoftの開発者向けオープンソースブログに記載している。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly日本語版
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
4
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
5
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
6
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
7
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
8
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
9
「結局使わなくなる」Microsoft 365 Copilotを半年で定着 キリンの3施策
-
10
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー