ㅁ 고성능 컴퓨팅

ㅇ 정의:
– 고성능 컴퓨팅은 대규모 데이터 처리 및 복잡한 계산을 빠르게 수행하기 위해 고성능 컴퓨터 시스템을 사용하는 기술입니다.

ㅇ 특징:
– 대규모 병렬 처리와 고속 데이터 전송이 가능하며, 주로 슈퍼컴퓨터나 클러스터 컴퓨팅 환경에서 사용됩니다.

ㅇ 적합한 경우:
– 기상 예측, 유전체 분석, 금융 시뮬레이션 등 대규모 계산이 필요한 경우.

ㅇ 시험 함정:
– 고성능 컴퓨팅과 분산 컴퓨팅을 혼동하는 문제.

ㅇ 시험 대비 “패턴 보기” 예시:
– O: 고성능 컴퓨팅은 대규모 병렬 처리를 통해 복잡한 계산을 수행할 수 있다.
– X: 고성능 컴퓨팅은 주로 단일 프로세서에서 계산을 수행한다.

================================

1. Edge AI

ㅇ 정의:
– Edge AI는 데이터 처리가 클라우드가 아닌 장치 자체에서 이루어지는 인공지능 기술을 의미합니다.

ㅇ 특징:
– 지연 시간 감소, 실시간 처리, 네트워크 의존도 감소, 보안성 향상이 주요 장점입니다.

ㅇ 적합한 경우:
– 자율주행차, 스마트 홈 디바이스, IoT 기기 등 실시간 처리가 중요한 경우.

ㅇ 시험 함정:
– Edge AI와 클라우드 AI의 처리 위치를 혼동하는 문제.

ㅇ 시험 대비 “패턴 보기” 예시:
– O: Edge AI는 데이터 처리가 로컬 디바이스에서 이루어진다.
– X: Edge AI는 모든 데이터를 클라우드로 전송하여 처리한다.

ㅁ 추가 학습 내용

Edge AI와 관련하여 시험 대비에 중요한 추가 개념은 다음과 같이 정리할 수 있습니다.

1. 모델 경량화 기술: Edge AI는 제한된 하드웨어 자원에서 작동해야 하므로, 경량화된 모델을 사용하는 것이 필수적입니다. 이를 통해 메모리 사용량을 줄이고 계산 효율성을 높일 수 있습니다.

2. 에너지 효율성: Edge AI는 종종 배터리 기반 장치에서 사용되므로 전력 소비를 최소화하는 것이 중요합니다. 에너지 효율적인 설계는 장치의 수명을 연장하고 실용성을 높이는 데 기여합니다.

3. 양자화(Quantization): 모델 경량화와 에너지 효율성을 달성하기 위한 주요 기술 중 하나입니다. 양자화는 모델의 가중치와 연산을 정밀도가 낮은 숫자 형식으로 변환하여 메모리 사용량과 계산 복잡성을 줄이는 방법입니다.

4. 지연 감소(Latency Reduction): Edge AI는 실시간 처리가 중요하므로 지연 시간을 줄이는 기술이 필요합니다. 이를 통해 사용자 경험을 개선하고, 빠른 응답이 요구되는 애플리케이션에서 성능을 최적화할 수 있습니다.

이러한 개념들은 Edge AI의 실질적인 구현과 최적화를 이해하는 데 핵심적인 요소입니다.