【チョークトークレポート】フィジカルAIはクラウド？エッジ？決め手は「許容できる◯◯」─ソラコム松下さんが解説

• URL: https://dev.classmethod.jp/articles/physical-ai-latency-edge-or-cloud
• 日付: 2026-06-26
• Tier: Tier 2
• 要旨: AWS Summit Tokyo 2026 のチョークトークで、ソラコム松下享平氏がフィジカル AI のクラウド vs エッジ選択について解説。クラウド経由のレイテンシーは実測約 100ms で、ニールセン・ノーマン・グループの研究が示す人間の違和感閾値（100ms）と合致するため許容範囲内。エッジはネットワーク遅延がない一方でモデルサイズやハードウェア制約から推論時間が長くなる傾向があり、許容できるレイテンシーが選択の決め手になるという主張。

詳細

AWS Summit Tokyo 2026（2026-06-25 11:30〜12:00）にて、ソラコム松下享平氏によるチョークトーク「クラウド?エッジ？どっち？〜ロボアームと AWS サービスで考えるフィジカル AI アーキテクチャ」のセッションレポート。チョークトークはスピーカーと参加者が双方向に議論する対話型形式。

ロボットアームを USB 直結と AWS（クラウド）経由の両方で操作するデモを実施。クラウド経由のレイテンシーを参加者に予想させた上で実測すると約 100ms だった。ニールセン・ノーマン・グループの研究では「人間は 100ms 以上の遅延で違和感を感じ始める」とされており、クラウド通信の 100ms はその閾値に収まることを示した。

比較として、自販機ボタンが 1 秒後に反応すると「故障かも」と感じるという直感的な例を用いて閾値を説明。クラウド AI の 100ms 遅延は許容範囲内だが、エッジ AI はネットワーク遅延ゼロの代わりにモデルサイズやハードウェア制約から推論時間が長くなる傾向があり、加えてモデルのデプロイ・運用コストも考慮が必要。

アーキテクチャ選択の指針は「許容できる遅延」であり、シビアな遅延要件がない場合は AWS Bedrock・SageMaker を活用したクラウド AI が有力。エッジへのモデルデプロイが必要な場合は AWS IoT Greengrass を使う手段もあり、松下氏自身が builders.flash に解説記事を執筆している。本セッションは re:Invent 2025 セッション「DEV316: Designing local Generative AI inference with AWS IoT Greengrass」をアレンジしたもの。