ＮＦＶとMEC(モバイル・エッジ・コンピューティング）について、聞いてきた！

7月３１日
OPNFV＆OpenDaylight合同ミートアップ共催　ＮＦＶ／ＳＤＮ／ＭＥＣセミナー

に言ってきたのでメモメモ！

---

■ごあいさつ
・製品とミートアップ共催
・たくさん応募してもらったよ　４日で満員御礼
・アジェンダ紹介

■NFV,MEC最新動向及びコミュニティ活動のアップデート
・Ｒｅｄｈａｔがどの企業に・・・
・ＯＮＡＰ→あとセッション
　ＯＳＭのとりくみ→ＹｏｕＴｕｂｅみてね
・ＮＦＶ　ＥＴＳＩ（えっちー）を追っていくのがいい
　標準化動向
　２０１２年から
　　３つのコンポーネント
　　　　ＮＦＶＯ
　　　　ＶＮＦマネージャー
　　　　ＶＩＭ
　　→OpenStackデファクト
　リリース２
　リリース３が進行中
　　リリース２：キャリアネイティブ
　→クラウドねいてゅぶにシフト
　　５Ｇ意識、ＰａａＳに対応できるように
　　ネットワークもステートレスへ
　５ＧＣｏｒｅネットワークアーキテクチャ
　　３ＧＰＰ　Ｒ１５　Specification(5G)
　　ネットワークスライスの利用
　　コントロールプレーンとユーザープレーンの分離
　　ネットワーク機能のステートレス対応
　→５Ｇのほうが、仮想化しやすい
　→来年の末にはリリース
・変化の激しい環境：OpenSource→カスタマイズしない限り、進化できる
　　ＣｅｎｔＯＳで評価してもらいながら
　　パートナーさん向けディストリビュートＣＩ（ＤＣＩ）

・ＭＥＣ最新動向
　エッジコンピューティング
　はじめモバイルエッジコンピューティング
　　→固定もうが進んでいる
　５Ｇネットワーク構想
　ＧＰＰＵ扱えるものでている
　スマートＮＩＣで性能も出せる
　エッジＰａａＳの提案
　eclipse IoTプロジェクト：ぼっしゅさんとか→Connected Car
　OpenShift
　　周りの環境工夫
　　クラウドの世界ならできている→PaaS構築サービスとして

・コミュニティ活動

・OpenStack NFV
　ＶＰＰインテグレーション
　　ＧＰＰＵも
　OpenDaylightのＧＡ化：カーボンで
　ＡＲＭ対応：その前にコンテナ化
　サービスアシュアランス→ＯＮＡＰ（おーなっぷ）
　ＶＰＰ　ＶＳ　ＯＶＳ－ＤＰＤＫ　性能テスト
　今後
　　コンテナ化：５Ｇコアネットワーク
　　　オープンシフトインテグレーション
　　アプリケーション：

・OpenDaylight　Carbonハイライト
　新たなターゲットユースケース
　　IoT,
　　バーチャルセントラルオフィス
　Nirvana（にるばーな）Stack
　　ＡＴ＆Ｔと
　　ＡＰＥＸでＯＤＬインテグレーション

・Ｗｏｒｋ　Ｉｎ　Ｐｒｏｇｒｅｓｓ
　スマートＮＩＣ、ＦＰＧＡ：オフロード　ＯｐｅｎＮＦＰ
　　　Ｎｅｔｒｏｎｏｍｅ

・まとめ
　ＮＦＶＩ／ＶＩＭ：クラウドネイティブ化、サービスアシュアランス、ＯＮＡＰ
　ＭＥＣ：アンバンドルでエッジPaaS、NaaSの連携など
　ＳＤＮ：OpenDaylight GAへ
　トラフィックオフロード：SmartNICも

■ＤＭＡ(Distributed Monitoring and Analysis)
　サービスアシュアランスプロジェクト　アップデート
・ＤＭＡ：サービスアシュアランスの中の１つ

・ＤＭＡとは
　分散型監視＆解析のフレームワーク：オープンソースへ
　→各コンピューティング上にエージェントを分散配置

　なぜ？
　　ＭＥＣアーキテクチャ
　　既存のオペレーションスタイルで対応できるのか？
　→プロアクティブ：予兆検知
　　２４時間３６５日、膨大のオペレーションから
　３つのステップ
　　リアクティブ：従来
　　　障害発生→検知→アラーム→原因分析→リカバリー
　　リカバーファースト
　　　障害発生→リカバリー→原因分析
　　復旧を短く
　　障害検知の時間を短く
　→アーキテクチャ複雑に

・要求／チャレンジ
　３つに集約
　　監視対象数を増やしたい
　　監視項目数を増やしたい
　　間隔時間を短くしたい

・ＤＭＡ
　　既存；中央で→要求にマッチしていない
　　解析結果だけを中央に：監視にかかる負荷を減らす、スケーラブル

　アーキテクチャ
　　データ採ってくる
　　ＤＢいれる
　　でーたとばす、
　　評価
　　アナリティクス
　　おーけすトレーたーへ飛ばす

　既存のコンポーネント使う

・フィーじびりてぃ
　これくとでぃー(collectd)だととれる？＋redis
　せーろメーター(ceilomater)：そもそもＮＶＦの設計になっていない
　もなすか(monasca)：いままでの中央監視ならいいけど・・

・Ｖｏｔｅしてね！

■Network as a Serviceソリューション
１．デジタルトランスフォーメーションの取り組み
・デジタルトランスフォーメーション
　産業構造の変革、デジタル産業革命
・ＮＥＣグループが目指す社会価値創造
　多様化するデジタル社会をサポートすることで、社会価値を創造
・ＮＥＣによるデジタルトランスフォーメーションの拡大
　　ネットワーク：
　　デジタルサービス：
　　オペレーション：高度→ノウハウ、実績、ＡＩ、オープン化
　多様化＆コモディティ化→エコシステム

・ＭＥＣ　ＳＤＮ／ＮＦＶソリューション全体像
　拠点からクラウドまで柔軟、オープンなオールインワンの
　End to Endソリューションを提供
　　エコシステム
　　オープン化・標準化
　　ＡＩ・ビッグデータ
　　迅速なサービス
・ＭＥＣ／Netcrackerの豊富なＳＤＮ／ＮＦＶソリューション実績

２．Ｎｅｔｗｏｒｋ　Ａｓ　Ａ　Ｓｅｒｖｉｃｅ概要
・Ｎｅｔｗｏｒｋ　Ａｓ　Ａ　Ｓｅｒｖｉｃｅとは
　ネットワークをサービスとして提供→たりない・３つのポイント
　　エンドユーザーの利用促進
　　クラウドサービス連携
　　迅速な提供

・社会のデジタルトランスフォーメーションを加速する
　オールインワンNetwork as a serviceソリューション
　　エンドユーザーの利用促進
　　デジタルサービスと連携するネットワーク
　　サービスの迅速な提供

　既存・レガシー・仮想の統合　導入に向けた戦略立案

・Network as a serviceソリューションマップ

・Ecosystem 2.0
　まねたりせージョンに向けた

・導入効果

・デジタルサービス拡充と発展の仕組み
　ワンストップ

・デモ
　ユースケース１
　　エンドユーザーがサービス購入；セルフサービスポータル
　　　拠点を選ぶ：ＶＰＮサービスにＶＮＦ追加
　　　　　モニタリング、セキュリティを追加
　　　申し込み完了→システム構築

　ユースケース２
　　管理者用

■ＯＮＡＰ最新動向
・ＮＦＶソリューション事業部
・ＯＮＡＰに富士通先月入った
・日本語の記事はあまりまだなくて・・・
　オープンな活動　Ｗｅｂにアップ
・本日の内容
・ＯＮＡＰとは
　LinuxFoundationが管轄
　　AT＆TのOpenSource ECOMPとチャイナモバイルOpen-Oをマージ
　　ＥＣＯＭＰは２年稼働している。
　メンバー　https://www.onap.org/members
　　成長中

・アーキテクチャ
　マージする
　特徴：
　　デザインファンクション：デザインタイム
　　　設計で使う
　　オペレーションファンクション：ランタイム

・リリースプラン
　２０１７年５月にキックオフ、２０１７年１１月に初版リリース

・ＯＮＡＰの歩き方
　ほぼすべての機能がDeveloper Wikiから入手可能
　　　https://wiki.onap.org/

・ユースケース
　　リリース１、リリース２
　　リリース１用には３つ
　　　vＶｏＬＴＥ
　　　vCPE
　　　vFW/vDNS

　クローズドループ


・３０のプロジェクトが承認
　　コンポーネントごと

・ＯＮＡＰ　マージャー　アーキテクチャ　プロポーざる
　ＥＣＯＭＰ　デザイン＆ランタイム　クローズループ
　ＯＰＥＮ－Ｏ　Open ＴＯＳＣＡ（とすか）モデル
　ＯＰＥＮ－Ｏ　ツールぐん
　ＯＰＥＮ－Ｏ　ＶＮＦインサーション
　マルチベンダー環境

・クローズド　コントロール　ループ

・プロジェクト　インタワーキング
　　プロジェクト間のインターフェース
　　電話会議でコミュニケーション確保

・まとめ

■OpenDaylight バーチャルセントラルオフィス（Ｖ－ＣＯ）プロジェクト
・いいだしっぺがＡＴ＆Ｔ

・バーチャルセントラルオフィス：通信局舎の仮想化
　　→エッジコンピューティング
・ＣＯＲＤ(Central Office Te-architecyed as a Datacenter)
　局舎をデータセンターの要素技術を使い、サービス構成できるかを検証

・アーキテクチャ
　トラディショナル３Ｇ
　Ｖ－ＣＯアーキテクチャ
　ＮＦＶベースライン
　　スイッチファブリック
　Ｖ－ＣＯソフトウェアアーキテクチャ

・ユースケース
　Residential V-CO ハイレベルビュー
　モバイル V-CO ハイレベルビュー
　V-COデモ＠OPNFVサミット

・まとめ
　ＯＮＯＳ（おーのす）／ＯＮＦ　ＣＯＲＤだけでなく、ユーザー選択しを増やし
　局舎の仮想化を加速させる

■通信業界におけるデジタルトランスフォーメーション
・Ｓ＆Ｐ５００に採用された企業寿命の平均的な推移
　１９９０年３０年、いま１８年くらい
　→参入障壁が低くなって・・・
・時価総額上位５社２００６年と２０１７年
　→オープンソースがイノベーションの源泉
　　昔：安い代替品
　　最近：イノベーションの源泉　OpenStack,Onap
　→コミュニティ
・ＦＡＮＧとの競合
　　テレコム事業者
　　　　ＶＳ
　　Ｆ：フェースブック
　　Ａ：あまぞん
　　Ｎ：ネットふリックス
　　Ｇ：ぐーぐる

　Why Open Source for telco?
　　ＮＦＶにかぎっていうと９５％
　　　イノベーション
　　　自分たちで知見
　　　ベンダーロックインを避けたい

・オープンソースとレッドハットとの関係

・ＯｐｅｎＳｔａｃｋ　ＮＦＶ開発プロセス
　ＲｅｄＨａｔの立ち位置
　ＤＣＩ連携　ベライゾンも入っている
　　事前にアップデート

　Ｂｉ－ｍｏｄｅｌＩＴ（ばいもーだるＩＴ）
　　まもりのＩＴ，せめのＩＴ

　外向きの発想で新たなチャレンジに挑む企業
　　米国ウォルマート：ウォルマートラボ
　　　　デジタルマーケティング、物流効率化
　　　　文化の改革
　　国内金融大手３社　ＣＤＯの設置

　変革戦略を支えるレッドハットソリューション
　　　新しいアイデアの早期実現
　　　次世代のＩＴ環境
　　　継続的なサービス改善
　　→コンテナ

・事例：ＢＭＷ　OpenShift

・５Ｇがデジタルトランスフォーメーションを加速
　大容量、低遅延
　自動運転、ＶＲ

・まとめ
　Open Source is everywhere
　通信業界：ユニークな立ち位置

50代エンジニア、転職に「経験活かせること」重視、「日本語だけで仕事したい」

50代エンジニア、転職に新しさを求めず？
http://itpro.nikkeibp.co.jp/atcl/column/17/071200282/072400010/
５０代は、「前職の経験を生かせるか」「保有資格を生かせるか」ことを重視することが、他の年齢より多いみたい。そして、「日本語だけで仕事ができるか（英語力に自信がない）」は５０代が顕著、２０代でそんなことを言う人は居ないとのこと。

今は、モダナイなどで、昔の技術を求められているから、
５０代が多いけど、近い将来、AI/IoTで時代が変わると、
昔の技術で考えることは新しい技術を受けることの障害になるから

・・・まあ、お払い箱になるということだね・・・

燃料電池ドローン？衛星通信？宅配ドローンはもう一つブレークスルー必要

ドローン宅配には高いハードル
http://itpro.nikkeibp.co.jp/atcl/column/17/072100301/072300005/

たしかに、今のドローンの技術＆関連法案だと、宅配ドローンなんて絶対無理！

・いまの法律では、首都圏内は飛べない（ってか、落ちたら危険で怖くて飛ばせないか・・）
・で、郊外・・・というと、バッテリーが持たない
　　→２０分くらいしかもたない
・じゃあ、山越え・・LTEが入らない！基地局ない！

ってなってしまう。
でも、技術は進んでいて・・・

燃料電池版ドローンは業務用ラジコン・ヘリの強力なライバルとなる
http://news.livedoor.com/article/detail/11014388/

ドローンの電源を燃料電池に変えると、もっと長く持つ。
ラジコンヘリという選択肢もある。
LTEが入らないところには、人工衛星を使って通信するという手もある

まあ、法律は変えない限り・・ただ首都圏をねらうより、ドローンは、
山間部の輸送を考えたほうがよさそう

ということで、宅配ドローンは今の技術ではだめで、
もう一つ技術的ブレークスルーが必要なんだよね・・・

PythonでＦＰＧＡ（高位合成）とか、聞いてきた！

７月２８日、ARMマイコン・ワークショップ2017に行ってきた！ので内容をメモメモ
ちなみに、表題の件は、
「■ＡＲＭ＋ＦＰＧＡ　スマート・エッジ・コンピューティング」
の中で出てくる

---

■今すぐ使える！ＡＩを活用したＩｏＴ（クラウド）

マイクロソフト：リストラクチャリング
→ライセンス売りから、クラウド利用・ＡＩ
・自己紹介
・マイクロソフト：ＩｏＴで３～４年
→センサークラウドは２０１０年くらい
・組み込みの人の気持ち：ソフトの人にはわからない

・Internet of Things
　Ｔｈｉｎｇｓ
　コネクティビティ
　データ
　アナリティクス→ＡＩ
　アクション

・ＩｏＴの多様なシナリオ
　→ＡＩも活用現場いろいろ

・ＩｏＴで価値を生むプロセス
　リアルな世界のデータ収集
　コトから分析シナリオを抽出→膨大なデバイス・データ・処理量
　分析処理（ＡＩ）を構築
　分析処理をシステムに組み込む
・AzureによるＩｏＴ推奨アーキテクチャ
　→なぜＩｏＴでクラウド？

・クラウド以前、クラウド昔、今
　　以前：自前、自分でパッチ
　　クラウド：ＶＭ→やらないといけないことは一緒
　　今→ＰａａＳ
　駄目なら、止められる：実証実験
　自学自習可能なハンズオンコンテンツ

・ＩｏＴ・ＡＩ
　ＡＩの活用：組み込み機器・エッジ／ＦＰＧＡ、ニューラルチップ、ソフト
　クラウド４段階
　　こぐにてぃぶサービス：ＭＳで学習
　　カスタマイザブルこぐにてぃぶサービス：特定画像の認識
　　ＭＬスタジオ：何を解けばよいかわかっている
　　Ｒサーバー、Ｈａｄｏｏｐ

・こぐにてぃぶ
　感情
　顔
　画像認識：日々学習
　Ｂｉｎｇ
　スピーチＴｏテキスト
　→組み込み機器で利用：ＲＥＳＴ　ＡＰＩで
　　ＢＯＴフレームワーク

・デモ
　画像のＵＲＬ：解析結果を出してくる
　確率がついている
　ＬＵＩＳ
　カスタムビジョンサービス
　　https://www.customvision.ai/　マイクロソフトアカウント必要（無料）
　　自分の画像を用意し
　　Ｔｒａｉｎ
　　評価したい画像を張ると・・・あれ０？、いやＯＫです
　ＲＥＳＴ　ＡＰＩその他情報もみれる
　　→RasPiで聞いてもらっても。
　　　.net core　→　RasPiでUbuntu

　Cloud側でCognitive Serviceを活用する

・Azure ML Studio
　機械学習の普及を加速させるモデリングとＡＰＩ環境
　(制約あるけど、無料でできる）
　回帰、分類、クラスタリング、異常検知

・デモ（今日のデモはみんな無料でできるよ）
　１００％正しい予測はいいか？
　　→新しいデータでは？
　Ｅｘｃｅｌにも組み込める

　ＩｏＴにおけるクラウド側での分析処理
　　バッチ分析
　　リアルタイム分析
　→リアルタイム；膨大なデータだと難しいところ
　　　　ＬＳＴＭのフレームワークは出している
　　　　Ｓｔｒｅａｍ　Ａｎａｌｙｔｉｃｓ

・R Server for HDInsight
　　巨大なデータを扱うための処理クラスタ
　→Ｂｉｇ　Ｄａｔａを扱うＡＩは、ちょっとしたＰＣ上で
　　簡単に試せる世界とは全く違う

・ＡＩサービスポイント
　巨大データを受け付けられる→ストレージ
　スケール可能
　セキュア：データとＡＰＩ
　→自前は無理な領域

・ＥｄｇｅとＣｌｏｕｄのロードバランシング
　　Ｃｌｏｕｄ側のＩｏＴ
　　Ｅｄｇｅ側のＩｏＴ
　→ＩｏＴ　Ｅｄｇｅ　ＳＤＫ

・エッジの機能拡張

・デバイス→クラウド→デバイス
　　データ　　学習　　　パラメタ
　　　　　　継続学習

・まとめ
　クラウドのＭＬ、ＡＩ：実用
　ＡＩ　データと問題必要


■９２０ＭＨｚ無線モジュールとＡＲＭ　mbedを使って
　地温高密度メッシュ観測システムを作ろう

・自己紹介
・何を作ったか
　火山など：地熱を測る
　２．４ＧＨｚ：障害物、電気くう→９２０ＭＨｚ

・システム
　　９２０Ｍｈｚ→ＩＭ９２０ＡＤ変換→mbedc027→３Ｇ（そらこむ）

・技術要素
　９２０ＭＨｚＩＭ９２０
　　インタープラン　秋月・千石で変えて、情報得られる　４０００円

　Ｃ０２７　Ｕ２０
　　UBlocks　docomo系ＳＩＭ使える。技適とってる

　ＩｏＴクラウドサーバーＭ２ｘ
　　　ａｔ＆ｔ
　　Xivelyに似ている　ＨＴＴＰ　ＡＰＩ，ＭＱＴＴ，
　　１０個まで無料

　ハード
　　内蔵ＡＤで
　　ＩＭ９２０　ＡＤ変換モード
　　ＤＣＤＣ　秋月さんで
　　温度センサーＭＣＰ９７００
　　バッテリー：分圧して図る
　　親機はクラウドへ３Ｇ

　ソフト
　　ＩＭ９２０設定
　　　子機のＳＮを設定
　　プログラム
　　　親機　　スレッドを使った
　　　送信スレッド

　プログラム：公開している

　観測
　　設置状況
　　実測データ
　　Ｍ２ＸからデータをＧｅｔする

・まとめ
　回路によってノイズレベル違う
　電池電圧低下
　やっぱＡＫ－０２０などの安価なＵＳＢ－３Ｇモデムが使えれば

・コラム１　mbedでＵＳＢ　３Ｇモデム
　ＡＫ－０２０
　mbed OS5のCellular Base Class

・コラム２ mbedって
　mbedS2 + mbedOS3(RTOS)mbed os5
　ユーザーライブラリ：メンテナンスされてない→そのまま使えない
　　　自前で書いたほうが早い
　あってよかったスレッド機能
　　昔は割り込みハンドらでデータ受信、表のループでデータ送信

■ＡＲＭ＋ＦＰＧＡ　スマート・エッジ・コンピューティング
・自己紹介
・ＡＲＭ＋ＦＰＧＡ
　どんな選択肢
　なんに使える？
・どんな選択肢
　ＦＰＧＡ：ＣＰＵがついていない
　　→信号線が入ってきて出る
　→ＡＲＭが入ってきて、使いやすくなった
　いままでは：回路を書かないといけない
　いまは：ＡＲＭのＬｉｎｕｘが立ち上がる

　Xilinx:ARMのチュートリアル
　　Ａ９　　ＡＲＭ　Ｖ７→割り込みから立ち上がり２０クロックかかることも
　　Ｒ５
　　Ｍ３　　ＡＲＭ　ｖ７－Ｍ　Thum-2

・そもそもＦＰＧＡってなに？
　ハードウェアを自由に組める
　並列処理ができる
　→単純なふるあだー回路
　ＦＰＧＡ
　　ハードウェア記述言語（ＨＤＬ）
Ｖｅｒｉｌｏｇ：Ｃライク
ＶＨＤＬ：ＡＤＡ、Ｍｏｄｕｌｅｒ２ベース

・ＦＰＧＡの特徴
　不得意なこと：高速処理？
→Intelと勝負するのは・・・ＧＰＵも結構速い！
　得意なこと：
並列計算
レイテンシを守る
ビット計算
柔軟性
　ＦＰＧＡはクロック２００Ｍそこそこ

・ＦＰＧＡでパイプライン処理
　　処理を細分化することで高速化が可能
　　並列に処理することで高速化が可能

・ＦＰＧＡの柔軟性（可変長ビット）

・ＬｏＲａによるネットワーク
　ＩｏＴのための長距離低消費電力ワイヤレスプラットフォーム
　LoRaは変調方式、LoRaWANは仕様です
　LoRa変調
　　都市部２～５Ｋｍ、みとおし１５Ｋ
　　スター型ネットワーク
　　参考ーＺｉｇＢｅｅ等：メッシュネットワーク
　ＬｏＲａは立ち上がり、立ち上がりが早い→待機電力を長くとれる→低消費
　ＬｏＲａＷＡＮ：少量のデータを間欠的におくる（法律で決まっている）
　　　→温度センサーなど

・使ってみた！
　技適：ファームとアンテナあわせて
　　１２７６
　ＬｏＲａＷＡＮ：ＤｅｖＥＵＩに注意、アンテナつけていないと１０ｍくらい？

・高位合成
　Ｃ，ＰｙｔｈｏｎでＦＰＧＡ
　→ＰｙｔｈｏｎでＦＰＧＡを進めている
　High level Synthesis(HLS)
　　　Vivado HLS/SDDoc:C/C++からＨＤＬ
　　　ＯｐｅｎＣＬ
　　　Ｐｏｌｙｐｏｎｙ：PythonからVerilogへ
　；＝と＜＝
　ＰＹＮＱ：ＦＰＧＡとRaspberry Piで何が違う？
　　Raspberry Pi：工業用にはできていない→やれれば
　Pythonで簡単にＦＰＧＡを使いたい
　　そのままでは動かない：ハードの知識必要
　　verilog書いたほうがいい高位合成ある

・ＦＰＧＡでスマートエッジコンピューティング
　田んぼの温度ならＦＰＧＡいらない（ＲａｓＰｉでＯＫ）
　地震：ウェーブレット解析、ＦＦＴ解析：ＲａｓＰｉでは間に合わない→ＦＰＧＡ
　　　場合によってはエッジにＦＰＧＡ？→消費電力くう

　Ｐｍｏｄ（ぴーもっど）
　　Ambient Light
　　OLED(SPI)
　開発キット　Ｋｉｓｓ４　Ｚｙｎｑ＝ＡＲＭ＋ＦＰＧＡ
　　ＬｏＲＡ　村田さん（技適とおっている）

　ディープラーニング：絶賛開発中
　　Ｍ４だけで

■マシーンラーニング　on ディープリー　えんべっテッド
　あんど
ＩｏＴ用にりそーすが制限されたエンドノード

・人の会話でも言葉の認識難しい
　→マシンならもっと
　コアからエッジへ：インテリジェントな処理
　センサー：リトルデータ→クラウド：ビッグデータ
　　エンドにオフロード
　　埋め込み知能によるインテリジェンス

・ＡＩ：ウェアラブル、ソーシャル、不正利用、道路案内
　　学術的進歩
　　高性能コンピューター
　　データ量が増えている

・マシンラーニング
　　クラウドと　トレインモデル　認識、判定、分析
　　デバイス　　フィルタリング、低遅延　あくちゅえーション
　→機械学習に求められる特性の違い

・マシンラーニングとシステム：相反する性質→トレードオフを意識することなく・・

・ニューラルネットワークおさらい
　積和演算→ハードで

・ＡＲＭ　ＭＬ用埋め込み知能　３つ
　　適切なコンピューティング能力
　　スケーラブル
　　充実したライブラリ

　ＡＲＭ　Ｃｏｒｔｅｘ
　　エンド　　　　Ｍ
　　クラウド　　　Ａ
　　リアルタイム　Ｒ

・２３　
　ジャスチャーなど　Ｍ２３，Ｍ３
　ＳＩＭＤ、ＤＳＰ、キーワードすぽってぃんぐアルゴリズム　Ｍ３３，Ｍ４
　さらに高度な音声、画像識別　Ｍ７

　　　それでもたりない

　Ａ系プロセッサ

・ヘテロジニアス
　　ＡとＭをいれたＳｏＣ
　　コプロセッサ

・エンドノードの例
　　スマートスピーカー
　　　Ａｕｄｉｏ　Ａｎａｌｙｔｉｃ；煙、ガス検知
　　医療；ＥＲ　呼吸不全、ぜんそく→適切な早期の対処で防止できる
　　ＣＯＰＤ：３番目の死因　ＭＬ、オーディオ処理ウェアラブルネックレスで

　It is easy to recognized speach
　It is easy to wreck a nice beach
　　ぼコーダー１９２０年代から

■LoRaWANの現在と活用
・自己紹介
・ＬｏＲａＷＡＮとは
　　ＬＰＷＡ：Ｓｉｇｆｏｘとかもある
　　技術仕様はＯｐｅｎ，チップは認証有

・ＬｏＲａとＬｏＲａＷＡＮの違い
　　ＬｏＲａは変調方式（データ　電波への変換方式）　　：レイヤ１
　　ＬｏＲａＷＡＮはＭＡＣレイヤ（Ｌ２）まで含めた使用：ＥｔｈｅｒＮｅｔ
　　　→レイヤ３（インターネットの世界のＩＰとか）以上は、ユーザー実装
　　　　　　→送れるデータが少ない
・ＬｏＲａ：変調ローラといったりする
　リージョナルＩＳＭバンド：国によって使える周波数
　　ＡＳ９２３：日本国内でも使える
　　ＬｏＲａＭＡＣ：データアクセス３つある
　　　クラスＡ：データを送るための仕組み

　ＬｏＲａ変調：直行格差（スペクトラム変調：拡散）
　　Sigfoxは点　ＬｏＲａは面：面の広さ→拡散率を変更できる
　　距離と伝送速度を設計できる
　９２０ＭＨｚ　ＡＲＩＢ　チャンネル２４から３８チャンネル　２０ｍｗ～２５０ｍｗ
　　２５０ｍｗは免許いる
　　３３チャンネルから６６チャンネル
　　　４００ｍｓ送ったら、４秒間休む

・ＬｏＲａＷＡＮ
　　デバイス・ゲートウェイ・ネットワークサーバー
　　ネットワークサーバー：ルーターみたいなもん
　　ゲートウェイ：なにもやっていません（電波を受けてＩＰに）
　　　デバイスからネットワークサーバー間で暗号化（ＧＷをみても暗号化されてる）

　クラスＡ：基本的動き　アップリング（デバイスからクラウドへ）
　クラスＢ：ビーコン（プッシュできる）
　クラスＣ：常時給電デバイス
　　→下に行くほどスロット長くなる

　アップリンクからくる
　　　
・そらこむのしょうかい

・ＩｏＴの基本要素とネットワークの課題
　　有線ＬＡＮ，無線ＬＡＮ：人介在
　　３Ｇ・ＬＴＥ：ビジネス的に
　ネットワーク
　　セキュリティ：暗号化→デバイスの値段が上がる
　２０１５年　から
　通信をクラウドで
　ソラコム：仮想的交換機をＡＷＳ上で実現している
　　→足回りを差し替えるだけで動く
　ＩｏＴ通信プラットフォームＳＯＲＡＣＯＭ

・ＳＯＲＡＣＯＭ　Ａｉｒ　ｆｒｏ　ＬｏＲａＷＡＮ
　すべて自分で用意する
　Ｓｏｒａｃｏｍ場合
　　ネットワークサーバー；そらこむで用意
　　ゲートウェイ：ＩＰ変換だけ　上位回線は用意する。電源だけ必要
　　　インドアゲートウェイ
　　　アウトドアゲートウェイ

・ＬＰＷＡシェアリング
　　共有ゲートウェイ：共有すれば安い

・ＬｏＲａＷＡＮデバイス
　　Arduino用開発シールド（実はＵＡＲＴなら開発できる）
　　GPSとラッカー：GIサプライ

・必要なものを必要だけ使ってね！

・使い分け
　ＬｏＲａＷＡＮ
　　頻度：１回あたりのデータサイズ少ない
　　省電力
　　山間部のラストワンマイル
　セルラー
　　１２バイトをこえる、下り
　バイナリーパーサー機能

・セルラー圏外：衛星通信

・事例
　牛のいじめを感知したい
　　→ぼっちになるのを検知
　橋：セルラー網が来ていないところ
　ダム
　自治体のハッカソン