엣지에서 AI에 대한 이야기와 엣지 AI 기술이 제공하는 이점은 실제로 그렇게 새로운 것이 아닙니다. IoT 앞에 문자“A”를 추가했을 수 있습니다. AIoT (이는 엣지 AI 기술을 구현할 때 전체 환경을 실제로 설명합니다),하지만 엔지니어링 투쟁은 여전히 남아 있습니다. "소리보다 어렵습니다." 우리는이 문구를 "에이디 링크를 사용하면 더 쉽습니다"로 변경하는 임무를 수행하고 있습니다. 이야기합시다.
전체 팟 캐스트 에피소드 :
클라우드의 AI와 비교할 때 엣지의 AI에는 큰 차이가 있습니다. 데이터는 에지에서 생성됩니다. 따라서 AIoT, 지능과 행동은 모두 같은 위치에서 발생합니다. 이는 일부 애플리케이션이 데이터가 클라우드로왔다 갔다 할 때까지 기다리는 시간을 아끼지 못하기 때문에 매우 중요합니다. 생산 라인이 다운되거나 자율 주행 차량 충돌 사이의 밀리 초 차이입니다. 데이터가 어디로 든 이동할 필요가 없다면 더 빠른 응답을 얻을 수 있습니다. 5G는이를 훨씬 더 유지 관리 할 수있게 만들지 만 자율 주행 차량이나 의료 기기와 같은 애플리케이션에 반드시 충분히 빠르지는 않습니다.
Edge AI 플랫폼 디자이너는 사용 가능한 것을 선택할 때 몇 가지 어려운 결정을 내립니다. 프로세서 옵션 엣지에서 AI 컴퓨팅을 위해. CPU, GPU, VPU 중에서 선택해야합니다. 이것으로 충분하지 않은 것처럼 Google은 이미 풍부한 처리 장치 모음에 TPU (Tensor 처리 장치)를 포함하고 있습니다.
. 다양한 프로세서 유형 그들 만의 방식으로 모두 특별합니다. 예를 들어 CPU는 순차적이고 무거운 작업을 처리 할 수 있습니다. 반대로 GPU는 작은 작업을 병렬로 처리 할 때 더 잘 작동합니다. 그러나 리소스는 동기화되어야합니다. 이것이 CPU와 GPU를 결합하는 이유입니다. 이기종 컴퓨팅 접근 방식 – 에지에서 AIoT 장비를위한 이상적인 솔루션입니다.
단일 크기의 모든 에지 AI 솔루션은 없지만 에지 AI 솔루션이 특정 설계에 적합한 지 결정하기 위해 네 가지 질문이 있습니다.
- 실행해야하는 알고리즘은 무엇입니까?
- 어떤 종류의 성능이 필요합니까?
- 얼마나 빨리 응답이 필요합니까?
- 디자인 예산은 얼마입니까?
AI 애플리케이션에 적합한 프로세서 조합을 찾는 데 필요한 시행 착오 분석이 많이 있습니다. 에지 AI 애플리케이션을 지원하는 데 적합한 크기, 무게 및 성능 (SWaP) 제약 조건을 충족하는 데 도움이되는 올바른 에지 컴퓨팅 공급 업체를 선택하면 프로젝트 성공 여부가 결정됩니다. 그리고이 블로그를 읽고 있다면 올바른 위치에 오신 것입니다! 🙂
여기 에이디 링크에서는 엣지 AI 설계 프로세스를 안내하기 위해 깊이 내장 된 AI 알고리즘을 비롯한 여러 요인과 관련하여 프로세서 조합이 상호 작용하는 방식을 차별화 할 수 있습니다. 중장비, 자동화 및 제조 분야에서 사람의 안전과 수익 창출 애플리케이션의 건강을 위해 조합 측면을 확보하는 것이 중요합니다.
Embedded Insiders 팟 캐스트 전체 에피소드를 듣고 어떻게 생각하는지 알려주세요! 또한 등록을 적극 권장합니다. NVIDIA #GTC21, 컨퍼런스는 관련 주제에 대한 주문형 세션이 많이 포함 된 올해 가상 및 무료입니다. 거기서 만나요?
