AI의 미래는 엣지에 있다

사물 인터넷(IoT)은 끊임없이 복제되는 개체의 네트워크와 같으며 전례 없는 엄청난 양의 데이터를 생성합니다. 2025년까지 전 세계에는 754억 4천만 개의 연결된 장치가 있을 것으로 추산됩니다.

이러한 수치를 합리화하는 것은 어렵지만 한 가지 확실한 점은 우리 세계가 점점 더 연결되고 상황에 맞게 반응하며 대응하고 있다는 것입니다. 이러한 장치에서 얻을 데이터는 차세대 지능형 애플리케이션을 구동하는 데 사용되지만 과제도 제시됩니다. 이 데이터의 관리자를 위한 가치를 생성하기 위해 이를 어떻게 가장 잘 처리할 수 있을까요?

이것이 엣지 컴퓨팅이 등장하는 곳입니다. 엣지 컴퓨팅은 컴퓨팅 리소스를 데이터 소스, 즉 데이터를 생성하는 이벤트를 생성하는 자산, 프로세스 및 행위자에 더 가깝게 가져오는 분산 컴퓨팅 패러다임입니다.

그래픽 처리(NVIDIA의 주가는 단일 프록시에 불과함)에 대해 많은 관심이 생겨났지만, 엣지는 결정을 내리거나 이벤트를 유발하는 데 필요한 시간과 복잡성이 요구되는 상황에서 차별화와 경쟁 ​​우위 확보를 위한 중요한 개척지입니다. 테이블 스테이크.

엣지 컴퓨팅은 AIoT 애플리케이션에 필수적인 실시간 데이터 처리와 짧은 대기 시간 피드백을 가능하게 합니다. AIoT(사물 인공 지능)는 엣지 컴퓨팅 장치를 기반으로 하는 기계 학습 모델을 적용하여 거의 실시간으로 의미 있는 통찰력을 생성하는 것입니다.

이러한 장치는 에너지 미터, 온도 센서, 자산 추적기와 같은 데이터를 처리하고 동화하는 센서와 더 중요하게는 이 데이터를 종합적으로 소비하고 처리하는 게이트웨이 장치를 방해합니다.

Statista는 글로벌 엣지 컴퓨팅 시장이 2025년까지 2,573억 달러에 이를 것으로 예상하고 있으며, 미국 국립과학재단(National Science Foundation)의 기사에 따르면 클라우드 컴퓨팅의 평균 대기 시간은 100밀리초인데 비해 엣지 컴퓨팅의 평균 대기 시간은 10밀리초입니다.

GlobalData에 따르면 엣지 컴퓨팅은 대기 시간이 짧고 부하가 높은 메인프레임, 클라우드 데이터베이스 및 처리 환경을 갖추고 AI에 추가적인 이점을 제공함으로써 데이터 처리 비용을 최대 70%까지 줄일 수 있습니다.

전통적으로 BI와 고급 분석은 과거 데이터를 분석하여 추세와 패턴을 식별하는 데 사용되었습니다. 그러나 엣지 컴퓨팅을 사용하면 이제 데이터에서 실시간으로 의미 있고 판도를 바꾸는 결과를 계산하고 생성할 수 있습니다. 이를 통해 기업은 실시간으로 의사결정을 내릴 수 있으며, 이는 효율성과 생산성을 크게 향상시킬 수 있습니다.

예를 들어, 스마트 셀 사이트에서는 센서를 사용하여 환경 및 장비의 온도부터 사이트의 전력 소비 및 용량에 이르기까지 모든 것에 대한 데이터를 수집합니다. 이 데이터는 효율성을 향상시키고 가동 중지 시간을 방지하며 생산을 최적화하는 데 사용될 수 있습니다. 즉, 고품질의 일관된 신호 릴레이입니다.

그러나 데이터가 중앙에서 전송되고 처리되면 비용이 많이 드는 지연이 발생할 수 있으며, 열악한 서비스 제공의 순간이 고객 만족도와 서비스 및 운영을 위한 직원 가용성에 영향을 미칠 수 있습니다.

이로 인해 기계가 뜨거워지거나, 통제할 수 없는 상황에서 손상되거나, 수량이나 품질이 부진한 작업을 수행하는 등의 문제가 발생할 수 있습니다. 광산 기계, 스마트 빌딩, 공장, 의료 시설 등에 동일한 프레임워크를 적용할 수 있습니다.

엣지 컴퓨팅을 사용하면 데이터가 로컬로 처리되므로 이러한 지연이 제거됩니다. 이를 통해 더 빠른 의사 결정과 향상된 성능을 얻을 수 있습니다. 또한 엣지 컴퓨팅은 사이버 공격에 덜 취약한 데이터를 로컬에 유지함으로써 보안을 향상시키는 데 도움이 될 수 있습니다.

엣지에서 AIoT를 제공하려면 10가지 요소를 고려하고 고려해야 합니다. 이는 AIoT가 얼마나 다각적인지, 그리고 다양한 기능과 능력을 강화하는 데 필요한 수준을 보여줍니다.

강력한 엣지 컴퓨팅 인프라를 구축하는 것이 중요합니다. 여기에는 로컬에서 데이터를 처리하고 분석할 수 있는 에지 장치 및 게이트웨이 배포가 포함됩니다.