Empowering Edge Intelligence: A Comprehensive Survey on On-Device AI Models
Created by
- Haebom
Category
Empty
저자
Xubin Wang, Zhiqing Tang, Jianxiong Guo, Tianhui Meng, Chenhao Wang, Tian Wang, Weijia Jia
개요
본 논문은 사물 인터넷(IoT)의 확산과 실시간 데이터 처리의 필요성에 따라 에지 및 단말 장치에 AI 모델이 점점 더 많이 배치됨에 따라, 온디바이스 AI 모델의 현재 상태, 기술적 과제 및 미래 동향을 종합적으로 탐구합니다. 온디바이스 AI 모델을 실시간 성능, 자원 제약 및 향상된 데이터 프라이버시와 같은 특징을 강조하여 로컬 데이터 처리 및 추론을 수행하도록 설계된 모델로 정의하고, AI 모델의 기본 개념, 다양한 분야의 응용 시나리오 및 에지 환경에서 직면하는 기술적 과제를 중심으로 논의합니다. 또한 효과적인 배포에 필수적인 데이터 전처리, 모델 압축 및 하드웨어 가속과 같은 최적화 및 구현 전략을 논의하고, 에지 컴퓨팅 및 기반 모델을 포함한 신흥 기술의 영향에 대해서도 검토합니다. 결론적으로, 본 논문은 과제, 솔루션 및 미래 방향에 대한 구조적인 개요를 제공하여 온디바이스 AI의 추가 연구 및 응용을 촉진하고 궁극적으로 일상 생활에서 지능형 시스템의 발전에 기여하는 것을 목표로 합니다.
시사점, 한계점
•
시사점:
◦
온디바이스 AI 모델의 현재 상태, 기술적 과제, 미래 동향에 대한 포괄적인 이해 제공.
◦
다양한 분야에서의 온디바이스 AI 모델 응용 시나리오 제시.
◦
효율적인 온디바이스 AI 모델 배포를 위한 최적화 및 구현 전략 제시.
◦
에지 컴퓨팅 및 기반 모델과 같은 신흥 기술의 영향 분석.
◦
향후 온디바이스 AI 연구 및 응용을 위한 방향 제시.
•
한계점:
◦
구체적인 실험 결과 또는 사례 연구 부재.
◦
특정 기술 또는 알고리즘에 대한 심층적인 분석 부족.
◦
미래 예측의 불확실성.
◦
다양한 에지 장치의 특성에 대한 고려 부족 가능성.
