ある物流企業が、倉庫内の商品ピッキング業務にロボットを導入し、カメラ映像からリアルタイムで商品を識別させるシステムを構築しています。リアルタイム推論の低レイテンシと運用コストの最小化の両立のために、最も適切なVertex AIのデプロイオプションはどれですか？
- A. 推論はすべてクラウドではなくロボット内のCPUのみで実行し、クラウドはストレージのみに使用する
- B. Vertex AI Endpointsにモデルをデプロイし、専用の低レイテンシエンドポイントでリアルタイム推論を実行する
- C. BigQueryにすべての映像フレームを保存し、一定時間ごとにバッチ推論を実行する
- D. Vertex AI Workbenchのノートブックで推論を実行し、結果を手動でロボットに送信する
解答と解説を見る
正解: B
Vertex AI EndpointsはモデルをHTTPエンドポイントとしてデプロイし、リアルタイムの推論リクエストに低レイテンシで応答する機能。倉庫ロボットのリアルタイム商品識別にはリクエスト量に応じた自動スケーリングと低レイテンシが必要であり最適。Workbenchノートブックは実験・開発用であり本番推論には不適。バッチ推論では「リアルタイム」の要件を満たせない。ロボット内CPUのみでは高度な画像認識モデルの処理性能が不足し、モデルの更新管理も困難。
📚 関連サービスの解説: Vertex AI