엣지 AI의 발전 : 새로운 용도와 혁신

※ 본 상품은 영문 자료로 한글과 영문목차에 불일치하는 내용이 있을 경우 영문을 우선합니다. 정확한 검토를 위해 영문목차를 참고해주시기 바랍니다.

기존의 클라우드 컴퓨팅 모델은 데이터 분석을 위한 데이터를 디바이스에서 클라우드로 전송하고, 그 결과를 구현용 디바이스에 다시 보냅니다. 클라우드 컴퓨팅의 민첩성은 우수하지만, 대기시간과 대역폭, 실시간 의사결정 데이터 처리, 클라우드와 엣지 간의의 데이터 전송과 관련된 비용 등 특정 과제를 극복하기에는 충분하지 않습니다. 클라우드 AI 모델은 종종 디바이스에서 수집한 데이터로 트레이닝을 받아야 받을 필요가 있으며, AI를 적용하고 통찰력을 얻는 것은 어렵고 시간이 걸립니다. 엣지 컴퓨팅을 갖춘 AI는 추론과 트레이닝이 디바이스로 완전하게 이동함에 따라 클라우드에서 직면하는 문제를 해결합니다.

엣지 AI에 대해 조사 분석하고, 개요, 기존 모델의 과제, 주요 시장 진출기업, 향후의 혁신적인 용도, 로드맵과 마일스톤에 대한 체계적인 정보를 제공합니다.

제1장 개요

제2장 엣지 AI 개요

• 엣지 AI 개요
• 엣지 AI의 장점
• 분산형 AI로 운영 적시성 개선, 개인정보보호 위험 감소
• 구체적인 사례 : 엣지에서의 분산형 AI

제3장 엣지 AI 시장 개요

• AI 추론 워크로드를 엣지로 빠르게 마이그레이션하여 엣지 AI 칩셋 시장 성장을 주도
• 엣지 AI는 클라우드 컴퓨팅과 관련된 과제를 극복하는 데 도움이 된다

제4장 엣지 AI 구현 분야

• 엣지 AI의 혁신적 영향이 도메인간 지연시간을 줄이고 기업의 신속한 의사결정을 지원
• 자동차 관계자는 엣지 AI 기술을 사용하여 높은 수준의 자율성을 실현하기 위해 노력하고 있다
• 엣지 AI의 등장으로 실제 매장은 온라인 쇼핑에 대비하여 고급 도구를 사용할 수 있다
• 공급망의 엣지 AI는 소비자 수요 예측 및 재고 비용 절감에 활용
• 사례 1 : 비즈니스 관리를 위한 엣지 AI 기반 분석
• 사례 2 : 예측정비를 위한 엣지 AI 기반 분석

제5장 주목할 만한 기업 : 엣지 AI 기술을 제공하는 기업 리스트

• 주목할만한 기업 - 기업 1 : LGN.ai
• 주목할만한 기업 - 기업 2 : Horizon Robotics
• 주목할만한 기업 - 기업 3 : NVIDIA
• 주목할만한 기업 - 기업 4 : Intel
• 주목할만한 기업 - 기업 5 : IBM
• 주목할만한 기업 - 기업 6 : Qualcomm
• 주목할만한 기업 - 기업 7 : Google
• 주목할만한 기업 - 기업 8 : Imagimob
• 주목할만한 기업 - 기업 9 : Xnor.ai
• 주목할만한 기업 - 기업 10 : Gorilla Technology

제6장 파트너십과 협업

• 에코시스템 참가기업은 엣지 AI 채택을 가속화하기 위해 협력하고 있다
• 벤처 캐피탈은 엣지에서 AI 기능을 제공하는 유망한 스타트업에 적극적으로 투자하고 있다

제7장 향후 로드맵

• 엣지 컴퓨팅은 클라우드를 대체 : 비즈니스 전망
• 엣지 컴퓨팅은 리소스가 제한된 환경에서 계산 집약적인 AI 애플리케이션을 지원하는 유망한 솔루션

제8장 연락처

• 주요 연락처
• 면책사항

An Insight Into How AI On Edge Is Likely To Open Up New Opportunities For Businesses In The Near Future

Traditional cloud computing models sends data from the device to the cloud for data analysis and the decision is sent back to the device for implementation. The agility of cloud computing is great but not enough to overcome certain challenges such as latency, bandwidth, processing the data for real-time decision making, costs associated with data transfer between cloud and edge. Cloud AI models often needed to be trained with data collected from devices, making it difficult and time consuming to apply AI and generate insights. AI with edge computing will solve the challenges faced in cloud, as the inference and training is totally moved towards the devices.

In brief, this research provides the following:

• A brief snapshot of convergence of edge computing with AI

• The challenges of existing cloud AI models and how edge can solve

• Key participants delivering intelligent edge AI solutions for different industries

• Highlights of innovative future applications through convergence models

• Roadmap and key milestones to achieve in the near, medium and long term to make devices, machines and things more intelligent.

Table of Contents

1.0. Executive Summary

• 1.1. Research Scope
• 1.2. Research Methodology
• 1.3. Research Methodology Explained
• 1.4. Key Findings

2.0. Introduction to Edge AI

• 2.1. Overview of AI on Edge
• 2.2. Benefits of AI at the Edge
• 2.3. Distributed AI Improves Operational Timeliness and Reduces Privacy Risks
• 2.4. Specific Example: Distributed AI at the Edge

3.0. AI on Edge Market Overview

• 3.1. Rapid Migration of AI Inference Workloads to the Edge is Driving the Edge AI Chipsets Market
• 3.2. AI on Edge helps to Overcome the Challenges Associated with Cloud Computing

4.0. Areas of Edge AI Implementation

• 4.1. The Transformative Impact of Edge AI Cuts down Latency across Domains, Helping Companies take Faster Decisions
• 4.2. Automotive Participants are Making Efforts to Unlock Higher Levels of Autonomy using Edge AI Technology
• 4.3. With the Advent of Edge AI, Brick and Mortar Stores Now have Advanced Tools to Stay Ahead against Online Shopping
• 4.4. Edge AI in Supply Chains is Being Utilized to Predict Consumer Demand and Reduce Inventory Costs
• 4.5. Case Example 1: Edge AI based Analytics for Business Management
• 4.6. Case Example 2: Edge AI based Analytics for Predictive Maintenance

5.0. Companies to Watch: List of Companies Offering Edge AI Technology

• 5.1. Companies to Watch - Company 1: LGN.ai
• 5.2. Companies to Watch - Company 2: Horizon Robotics
• 5.3. Companies to Watch - Company 3: NVIDIA
• 5.4. Companies to Watch - Company 4: Intel
• 5.5. Companies to Watch - Company 5: IBM
• 5.6. Companies to Watch - Company 6: Qualcomm
• 5.7. Companies to Watch - Company 7: Google
• 5.8. Companies to Watch - Company 8: Imagimob
• 5.9. Companies to Watch - Company 9: Xnor.ai
• 5.10. Companies to Watch - Company 10: Gorilla Technology

6.0. Partnerships and Collaboration

• 6.1. Participants in the Ecosystem are Partnering to Accelerate the Adoption of AI on the Edge
• 6.2. Venture Capitalists are Investing Aggressively in Promising start-ups Offering AI capabilities at the Edge

7.0. Future Roadmap

• 7.1. Will Edge Computing Replace Cloud: Business Perspective
• 7.2. Edge Computing is a Promising Solution to Support Computation-intensive AI Applications in Resource Constrained Environments

8.0. Industry Contacts

• 8.1. Key Contacts

• Legal Disclaimer