情報管理技術士 学習ノート
← 一覧へ
コンピューティング・組込み
#인터미턴트컴퓨팅#에너지하베스팅#배터리리스#체크포인팅#IoT#134회
最終更新 · 2026-09-29

間欠コンピューティング（Intermittent Computing）

1. 概要

A. 定義

バッテリなしで周辺エネルギーハーベスティング（Energy Harvesting）のみで動作する装置が、電力が不安定に供給・遮断される環境でも演算状態を保存・復旧し作業を途切れなく継続する超低電力コンピューティング方式である。

一般的なノイマン型コンピュータは電源が切れるとレジスタ・SRAM・DRAMなど揮発性ストレージの内容がすべて消え、ブートからやり直す必要がある。このモデルは「電源は常に安定して供給される」という暗黙の前提の上に成り立っている。間欠コンピューティングはこの前提を覆し、電源が数ミリ秒〜数秒単位で切れては入ることを正常な状態として前提とし、停電直前までの演算進行を不揮発性ストレージに残しておき、電力が戻ればその地点から続けて実行する。すなわち「停電（power failure）を例外事象ではなく反復する日常イベントとして扱う」コンピューティングパラダイムである。

このような転換が持つ意味は単なる節電技法以上のものである。従来の低電力設計がスリープモード・DVFS（動的電圧・周波数調整）のように「電源はあるが消費を減らす」アプローチであるとすれば、間欠コンピューティングは初めからエネルギー貯蔵（バッテリ）をなくすか最小化し、収穫した電力のみで凌ぐアプローチである。したがってハードウェア（不揮発性メモリ・超低電力MCU）、ソフトウェア（チェックポインティング・復旧ランタイム）、プログラミングモデル（冪等性・トランザクション）が一体として再設計されなければならない。

B. 登場背景および必要性

数十億〜数兆個規模で予見される超小型IoTセンサが拡散するにつれ、バッテリ交換・廃棄・寿命の限界が実質的な障壁となった。構造物のコンクリート内に埋設されたり、人体に移植・装着されたり、あるいはアクセス困難な産業設備内部のセンサは、バッテリを入れ替えること自体が不可能あるいは人件費の面で非経済的である。一台数十円のセンサでも数万台を数年ごとに交換しなければならないなら、総所有コスト（TCO）は耐えがたい。また廃棄されるリチウムバッテリは環境負荷と安全（発火）の問題を伴う。

代案として太陽光・RF・振動・熱電（温度差）など周辺エネルギーを収穫すれば、バッテリなしで半永久的に動作できる。しかしこうして収穫されるエネルギーは本質的に間欠的・不規則・微弱という三つの特性を持つ。室内照明ハーベスティングはマイクロワット（µW）級に過ぎず、RFハーベスティングはソースとの距離により急変し、振動ハーベスティングは振動源が止まれば直ちに切れる。このような電力源の上でミリ秒単位の停電が反復すれば、一般的な実行モデルでは演算が永遠に完了できない。したがって頻繁な停電の中でも演算を必ず完走させる状態保存・復旧技法が必要であり、これが間欠コンピューティングの存在理由である。

2. 全体動作構造

間欠コンピューティングシステムは大きくエネルギーサブシステム（収穫・貯蔵・電力管理）、演算サブシステム（MCU・揮発性メモリ）、状態保存サブシステム（不揮発性メモリ・復旧ランタイム）の三層が噛み合って動作する。全体構造を俯瞰すると次のとおりである。

flowchart TB
  subgraph ENERGY["エネルギーサブシステム"]
    HV["エネルギー収穫器(太陽光/RF/振動/熱電)"] --> PM["電力管理(PMU)"]
    PM --> CAP[("キャパシタ貯蔵")]
  end
  subgraph COMPUTE["演算サブシステム"]
    MCU["超低電力MCU"] --- VM["揮発性メモリ(レジスタ/SRAM)"]
  end
  subgraph PERSIST["状態保存サブシステム"]
    NVM["不揮発性メモリ(FRAM/MRAM)"]
    RT["復旧ランタイム/コンパイラ支援"]
  end
  CAP -->|"閾値電圧到達時に電源供給"| MCU
  MCU -->|"チェックポイント記録"| NVM
  NVM -->|"電力回復時に状態復旧"| RT
  RT --> MCU

要点は、キャパシタが一定の閾値電圧（例：3.0V）に到達してこそMCUに電源が印加され、電圧が下限（例：1.8V）を下回る前に演算状態を不揮発性メモリ（NVM）に安全に記録しなければならないという点である。すなわち「充電を待つ区間」と「実行する区間」が交互に現れるのこぎり波形の電力プロファイルの上でシステムが動作する。電力管理ユニット（PMU）は電圧を監視して実行可能区間を判断し、下降閾値に近づけば割り込みを発生させて緊急チェックポイントを誘導する。

3. 実行・復旧プロセスと核心技術要素

前述の全体構造が「何があるか」であるとすれば、以下のプロセスは「どう流れるか」を示す。一度の電力サイクルの中で収穫→蓄積→実行→保存→（停電）→復旧が循環する。

sequenceDiagram
  participant H as 収穫器
  participant C as キャパシタ
  participant M as MCU
  participant N as NVM
  H->>C: 微弱エネルギー蓄積
  C->>M: 閾値電圧到達、電源ON
  M->>M: 演算実行(タスクの一部)
  M->>N: チェックポイント保存(レジスタ/変数)
  Note over C,M: 電圧下降、停電発生
  H->>C: 再充電
  C->>M: 電源回復、再起動
  M->>N: 最後のチェックポイント照会
  N->>M: 状態復元後に継続実行

A. エネルギーハーベスティングと電力認識実行

動作の骨子は収穫→蓄積→実行→保存→復旧の循環であり、まず扱うべきは「どれだけあるか分からないエネルギー」をどう扱うかである。収穫エネルギーは予測が難しいため、システムはキャパシタ電圧をそのまま「エネルギー残量計」とみなして実行の可否を判断する。電圧が高ければより長いタスクを実行し、低ければ直ちにチェックポイントを残して待機する。

電力認識スケジューリング（power-aware scheduling）はこの判断を作業単位に拡張する。例えば利用可能エネルギーが多いときは演算量の大きいフィルタリング・推論を実行し、少ないときはセンササンプリングのような軽い作業のみを実行するよう優先順位を調整する。こうすれば高価な演算が途中で停電により崩れる無駄を減らせる。

要点はキャパシタ容量の選定である。容量が小さすぎれば一度に有意義な作業ができず、大きすぎれば充電に長い時間がかかり応答性が落ちる。実際の設計では「最大の原子的な作業単位を完走できる最小容量」を実験的に算定する。

B. 不揮発性メモリ（NVM）とチェックポインティング

電源が切れても状態を守るには、記憶媒体自体が不揮発性でなければならない。FRAM（強誘電体RAM）・MRAM（磁気抵抗RAM）はフラッシュと異なりバイト単位の書き込みが可能で、書き込みエネルギー・遅延が非常に小さく、間欠コンピューティングの事実上の標準である。例えばTIのMSP430FR系MCUはFRAMを内蔵し、チェックポイント書き込みを数ナノ秒〜数マイクロ秒水準で処理する。フラッシュはブロック単位の消去・高い書き込みエネルギーのため、頻繁なチェックポインティングに不適である。

チェックポインティング（checkpointing）は演算中間状態（プログラムカウンタ・レジスタ・スタック・グローバル変数）をNVMに複写しておく技法である。要点は「いつ、どれだけ頻繁に保存するか」である。頻繁に保存すれば停電時の損失は少ないが保存オーバーヘッドで進行が遅くなり、まれに保存すれば停電のたびに多くの作業を再実行しなければならない。このトレードオフを最適化する方式として、(1) コードの固定地点ごとに保存する静的チェックポインティング、(2) 電圧が下限に近づいたときのみ保存する適応型（電圧ベース）チェックポインティング、(3) 変わった変数のみ保存する差分チェックポインティングがある。

もう一つのアプローチは、いっそチェックポイントを明示せず、プログラムをタスク単位に分割し、各タスクが原子的に完了するか丸ごと再実行されるようにするタスクベースモデル（例：Alpaca、Chainのような研究ランタイム）である。この場合、開発者は停電地点を気にせずタスク境界のみを宣言すればよいため生産性が高まる。

C. 冪等性と一貫性の保証

各要素は停電という前提の上で「状態をどう安全に守り復旧するか」という一つの目標を分担する。

要素 説明
エネルギーハーベスティング 太陽光・RF・熱・振動など周辺エネルギーを収集・貯蔵
不揮発性メモリ（NVM） FRAM・MRAMなどで電源遮断時にも状態保存
チェックポインティング 演算中間状態を周期的/適応的にNVMに保存
冪等性（Idempotency） 再実行されても結果が変わらないよう保証
電力認識スケジューリング 利用可能エネルギー量に合わせて作業を分割・実行

特に冪等性が重要な理由がある。チェックポイント以後に停電が起きるとその地点からコードが再実行されるが、もしその間に外部状態（例：センサカウンタ増加、無線送信、NVM変数更新）を変える演算があれば、再実行で同じ副作用が二度起きデータが汚染される。代表的な例がcount = count + 1のようにNVM変数を読んで更新するコードである。更新の途中で停電が起き部分的にのみ反映された後に再実行されれば、値が二度加えられたり中途半端な値が残ったりする。このようなWAR（Write-After-Read）危険を防ぐには、更新を原子的トランザクションで束ねるか、二重バッファリングで更新前の値を保存し再実行時に原本から再計算するよう設計しなければならない。

一貫性のもう一つの軸は「チェックポイント自体の原子性」である。チェックポイントを記録する途中で停電が起きると、半分だけ保存された破損したチェックポイントが残ることがある。これを防ぐためダブルバッファリング（二つのチェックポイントスロットを交互に使い、完結した側にのみ有効フラグを立てる）で常に無傷の最後のチェックポイントを保証する。

4. 主要イシューと進行保証

イシュー 内容
進行保証（Forward Progress） チェックポイントオーバーヘッド vs 再実行損失の均衡
一貫性 停電時点のメモリ不整合（非原子的更新）の防止
性能 頻繁な保存/復旧による処理遅延
デバッグ 非決定的な停電で誤りの再現・検証が困難

最も根本的なイシューは進行保証（forward progress）である。キャパシタに蓄えたエネルギーで実行可能な区間より二つのチェックポイント間の距離が長ければ、毎回その区間を完了する前に停電が起き、永遠に前へ進めない（non-termination）状態に陥りうる。これを「シーシュポス的実行」とも呼ぶが、シーシュポスが岩を頂上直前まで押し上げては再び転がり落ちるのを繰り返す状況に例えたものである。したがって利用可能エネルギーで必ず完走可能な大きさに作業を分割することが設計の核心であり、一部のランタイムは再実行回数を観測してタスクを動的にさらに細かく分割したりもする。

デバッグのイシューも実務的に重要である。停電が発生する地点が非決定的であるため、特定の停電タイミングでのみ再現されるバグ（例：先のWAR危険）は一般のデバッガでは捉えるのが非常に難しい。したがって停電を任意の地点に注入し反復テストする障害注入（fault injection）テストベッドや、実際のハーベスティング電力波形を再現するエミュレータ（例：Ekho、Fused）が研究・活用される。

電力管理パラダイムの比較

間欠コンピューティングの位置を明確にするには、隣接する電力管理方式と比較するのがよい。三方式は「エネルギー貯蔵をどれだけ置くか」と「停電をどう扱うか」で根本的に分かれる。差が生じる理由は、対象アプリケーションの電力可用性の前提が異なるからである。常時電源・大容量バッテリを仮定できればスリープベースの低電力設計は単純で安全であるが、その前提が崩れる環境では間欠方式のみが動作を継続できる。

区分 常時電源低電力(スリープ/DVFS) バッテリベースIoT 間欠コンピューティング
エネルギー貯蔵 常時電源 バッテリ(大) キャパシタ(小)・バッテリレス
停電の扱い 例外(発生しない前提) 例外(低電力通知) 正常イベント(反復前提)
状態保存 不要 バッテリで維持 チェックポイント必須
寿命制約 なし バッテリ寿命 半永久(収穫持続時)
主要アプリ サーバ・モバイル 大半のIoT 埋設・移植・超長寿命センサ

実務的含意は明白である。バッテリ方式が「十分なエネルギーを予め貯蔵し停電を避ける」戦略であるとすれば、間欠方式は「貯蔵を最小化し停電に耐える」戦略である。前者は設計が単純だがバッテリ寿命・廃棄コストを支払い、後者は設計が複雑だが保守・環境コストを節減する。したがって二方式は代替材ではなく、アプリケーション特性に応じて選択される相補材とみるのが妥当である。

5. 適用分野と事例

分野 活用
バッテリレスIoT 環境・構造物モニタリングセンサ(橋梁亀裂、室内空気質など)
ウェアラブル・ヘルス 体温・心拍など超低電力生体センサ
エッジAI（TinyML） 超低電力オンデバイス推論

第一に、構造物ヘルスモニタリング（SHM）事例である。橋梁に埋設された振動収穫センサが平常時に車両通行による微細振動で電力を集めて亀裂・変形データを測定・保存し、電力が十分に貯まったときのみ無線でゲートウェイに送信する。バッテリ交換なしで構造物寿命（数十年）内ずっと動作することを目標とする。

第二に、RFIDベースのバッテリレスセンシング事例である。代表的にWISP（Wireless Identification and Sensing Platform）はRFIDリーダのRFエネルギーのみでMSP430 MCUを駆動して温度・加速度を測定し、間欠コンピューティング研究の標準プラットフォームとして広く使われた。物流・資産追跡でタグが自ら環境を感知する応用へ拡張される。

第三に、間欠電力の上でのTinyML推論事例である。数µW〜数mW級の電力で軽量ニューラルネットワークを断片化し（レイヤ単位でチェックポイント）、複数の電力サイクルにわたって推論を完遂する研究が活発である。こうすれば「電源線もバッテリもなく自ら音・画像を分類するセンサ」が可能になる。例えば室内照明のみで人の存在を判別する超低電力ビジョンセンサが試作水準で実演されている。

6. 深化 — 研究動向と標準・商用化の流れ

間欠コンピューティングは学界を中心に急速に成熟してきており、最近の流れは三方向に要約される。第一に、プログラミングモデルの透明化である。初期には開発者がチェックポイントを直接挿入しなければならなかったが、今はコンパイラが自動的に安全な地点を見つけてチェックポイントを挿入したり（例：自動チェックポインティングLLVMパス）、タスクベース言語拡張で停電を完全に抽象化しようとする試みが主流になっている。これは商用化の最大の障壁である「開発難易度」を下げる鍵である。

第二に、ハードウェア支援の内在化である。FRAM内蔵MCU（TI MSP430FR系）が商用化されており、電圧監視・割り込みによるハードウェアチェックポイントトリガ、不揮発性プロセッサ（NVP、レジスタファイル自体が不揮発性）研究が進行中である。MRAM・ReRAMなど次世代NVMの書き込みエネルギー・耐久性改善が進めば、チェックポイントコストはさらに低くなる。

第三に、間欠性とリアルタイム性の結合である。停電が反復する環境でも締切（deadline）を満たさなければならない応用（例：安全関連の感知）のため、エネルギー予測とリアルタイムスケジューリングを統合する研究が登場している。ただしこの領域はまだ標準化段階に至っていないため、具体的な性能・保証水準はアプリケーション・プラットフォームごとに大きく異なるという点を前提に取り組むべきである。

7. 考慮事項および示唆点

  • チェックポインティング最適化が性能の要：毎回全状態を保存する代わりに、変更分のみ保存する差分チェックポインティング、エネルギー残量に応じて保存時点を調整する適応型技法、タスクベースモデルをアプリケーション特性に合わせて選択すべきである。保存周期は「再実行損失 × 停電頻度」と「チェックポイントオーバーヘッド」が均衡する地点で決定する。
  • 一貫性・正確性の保証設計：WAR危険・チェックポイント破損を防ぐための原子的更新・ダブルバッファリングを基本とし、障害注入テストで非決定的な停電シナリオを十分に検証すべきである。検証されていない間欠コードは「たまに値が誤る」危険を抱えている。
  • 持続可能性（Green）・保守レス価値：バッテリ廃棄物をなくし交換人力を最小化するという点で、ESG・循環経済観点の価値が大きい。TCO観点でも大規模・長期運用であるほどバッテリ方式に比べ有利になる。
  • 適用戦略とトレードオフ：安定的電力・厳格なリアルタイム性が要求される応用にはまだバッテリ方式が優勢である。間欠コンピューティングは「低デューティ・低データ率・アクセス困難・超長寿命」が重なる地点で最も有利であるため、アプリケーションの電力プロファイルと締切要求をまず分析して導入可否を判断すべきである。
  • 連携技術の展望：超低電力NVM（FRAM/MRAM/ReRAM）、不揮発性プロセッサ、自動チェックポインティングコンパイラ、TinyMLが結合すれば「電源なしで自ら判断するセンサ」へ拡張される。技術士の観点では、ハードウェア・コンパイラ・ランタイムを貫く垂直統合設計能力が導入の成否を左右する。

参考資料

一言まとめ: 間欠コンピューティングはエネルギーハーベスティングに基づく間欠電力を正常な状態として前提とし、チェックポインティング・不揮発性メモリ・冪等性で状態を保存・復旧して作業を完走させる超低電力コンピューティングであり、進行保証と一貫性が核心課題で、バッテリレスIoT・エッジAIに活用される。