cloud와 edge device 비교하기
기존에 사용하던 aws, Azure, Google Cloud 등 cloud 환경은 사용하기 쉬우나
비용이 많이 들고 데이터가 랜선을 타고 다니면서 privacy문제와 network connection이 필요하다는 문제가 있음
의료 데이터 같은 경우는 privacy 문제가 매우 중요해서
랜선을 타고 밖으로 나가는 경우를 방지하기 위해(심지어 cloud 서비스 사용이 불법인 경우도 있음)
on-premise로 직접 서버를 구축하여 사용하는데 비용도 많이 들고 무거우며 개인이 사용하기 어렵다
--------------------------------------------------------------------------------------------------------------------------
Raspberry pi같은 edge device는 비용도 적게 들고
network connection을 (할 수 있지만) 하지 않아도 혼자서 사용이 가능하고
그래서 privacy 문제도 걱정할 필요가 없다
대표적으로 자율주행자동차는 밖에서 데이터 송수신을 기다릴 필요 없이
내부에 edge device model이 알아서 물체를 인식하여 처리한다.
대신에 computing power가 약해서 잘 만들어야 한다는 단점.
이렇게 바보같은게 아쉽지만 그만큼 빠른게 장점이다.
jetson nano, raspberry pi(할 수 있는게 많지는 않음) 등이 유명하고
많이 사용하는 태블릿도 (성능 좋아 할 수 있는 건 많음) edge device의 일종이라고 할 수 있다
'딥러닝 > light weight modeling' 카테고리의 다른 글
model compression이란 무엇인가? (0) | 2022.03.04 |
---|---|
edge intelligence 완전 파헤치기 (0) | 2022.03.03 |
on device AI를 활용하는 사례 (0) | 2022.03.02 |
딥러닝에서 말하는 경량화란? (0) | 2022.03.01 |
knowledge distillation에 대하여 기초 (0) | 2022.02.17 |