[市場動向]

2026年3月3日(火)日川 佳三（IT Leaders編集部）

リスト

　NTTドコモとNTTは、ロボットのAI映像解析を遠隔GPUで低遅延に実行する制御技術を5GとAPNで実証した（図1）。ロボットとGPUを仲介するエッジ装置がAI推論処理の前処理を担うとともに、後段の推論処理を適切なGPUリソースに割り振る。AI推論処理の制御をネットワークエッジ装置に担わせることで、GPUを低遅延かつ効率的に活用できるようになる。

図1：ロボットのAI映像解析を遠隔GPUで低遅延に実行する実証実験のシステム構成（出典：NTTドコモ、NTT）
拡大画像表示

　実験の結果、AI推論処理をネットワーク側で制御することにより、端末が転送した映像データを遠隔GPUリソースで低遅延に解析できることを確認した。通信とAI映像解析の合計処理遅延は、人間の周囲でロボットが自律制御に基づいて動作する場合に想定する要求遅延の範囲内に収まった。「6G時代の遠隔でのロボット制御に十分な低遅延を実現できる見通しを得た」（両社）。

　一般に、AI推論処理を分散実行する場合、GPUリソースとの通信遅延が影響するため、同一拠点内など地理的に近い場所にあるGPUリソースの利用が前提となる。これに対して今回の実験では、5G網とAPNをつなぐネットワークエッジ装置がAI推論処理を制御することで、地理的に離れた遠隔GPUリソースでも高い推論性能を維持できるかを検証した。

　ネットワークエッジ装置は、AI推論処理を前処理と後処理（推論の実行部分）に分け、前段処理後のデータを遠隔GPUリソースへと振り分けて転送する。また、映像データの転送には、AWS上に構築した商用5Gコアネットワークの優先制御機能を使っている。

　背景として、ロボットが自律的に動作する場合、周囲の映像やセンサーデータを取得し、移動先の障害物などをAIで解析し、ロボット制御に即時にフィードバックする。リアルタイムに大量のデータを処理するにあたっては遠隔GPUリソースの活用が求められる。一方、ケースに応じたGPUの使い分けなどの制御はアプリケーションやサーバーで実行することが一般的で、ネットワークはデータ転送の役割にとどまっていた。