사물 인터넷(IoT), 로봇공학, 컴퓨터 비전, 산업용 애플리케이션 개발자는 고도로 연결된 엣지 설계에 지능을 내장해야 한다는 점점 더 큰 압박에 직면해 있습니다. 촉박한 마감 기한에 맞춰 작업하는 팀의 경우 이러한 압박은 애플리케이션 소프트웨어 개발 이상으로 확대됩니다. 결정론적 실시간 기능과 함께 Linux와 같은 높은 수준의 운영 체제를 실행할 수 있는 하드웨어를 선택하는 것은 충분히 어려운 일이지만, 산업 자동화 및 스마트 빌딩 애플리케이션과 같은 기존 인프라에 인텔리전스를 개조하면 추가적인 플랫폼 적합성 요구 사항이 발생합니다.
개발자에게 필요한 것은 신속하게 프로토타입을 제작하고 생산 가능한 설계를 개발할 수 있는 친숙하고 입증되었으며 유연하고 유능한 플랫폼입니다.
이 문서에서는 개발자가 네트워크 에지에서 프로젝트를 처리하고 개조할 때 직면하는 과제에 대해 설명합니다. 그런 다음 Arduino 단일 보드 컴퓨터(SBC)를 사용하여 이러한 문제를 해결하는 방법을 보여줍니다.
엄격한 리소스 제약 하에서 엣지 인텔리전스 구축
엣지 인텔리전스는 로컬 플랫폼에서 실행되는 인공지능(AI) 추론과 의사결정을 포함합니다. 엣지 기반 인텔리전스의 주요 장점으로는 상시 연결에 대한 의존도 감소, 개인 정보 보호 및 보안 개선, 대기 시간 단축 등이 있으며, 이 모두는 로봇 및 산업 안전 시스템 설계자에게 도움이 됩니다.
로봇 장치의 경우 엣지 인텔리전스는 실시간 동작 제어, 장애물 회피 및 적응형 동작을 지원하여 자율 작동에 중요한 결정론적 응답 시간을 제공합니다. 산업 안전 시스템의 경우 엣지 인텔리전스는 즉각적인 위험 감지, 예측 유지 관리, 신속한 종료를 지원하여 장비 손상과 작업자 위험을 최소화합니다. 전반적으로 엣지 인텔리전스는 실시간 AI 애플리케이션에 필요한 응답성, 탄력성, 안정성을 제공합니다.
그러나 제한된 하드웨어 리소스로 인해 상당한 제약이 따릅니다. 클라우드 기반 시스템은 필요에 따라 확장할 수 있는 반면, 엣지 기반 인텔리전스는 온보드 처리와 전력 한계 및 열 제약의 균형을 맞춰야 합니다. 컴퓨터 비전, 센서 융합, 로봇 제어 등 실시간 AI 워크로드는 처리 리소스를 포화시켜 전력 소비와 발열을 증가시킬 수 있습니다. 프로세서의 과도한 열 부하로 인해 추론 성능이 저하되거나 시스템이 불안정해지거나 프로세서가 너무 뜨거워지면 냉각을 위해 자동으로 속도가 느려지는 열 조절이 발생할 수 있습니다.
에너지 효율이 런타임과 안정성에 직접적인 영향을 미치는 배터리, 모바일 전원 시스템 또는 기타 제한된 전원 공급 장치에서 에지 시스템이 작동할 때 전력 포락선 제한은 똑같이 중요합니다. 개조에는 종종 문제가 발생합니다. 기존 플랫폼은 일반적으로 공간이 제한되어 있어 AI 가속기, 냉각 시스템 또는 추가 메모리를 추가하기가 어렵습니다. 레거시 시스템에는 최신 하드웨어를 기존 기술에 연결하기 위해 어댑터나 사용자 정의 통합이 필요한 오래되었거나 독점 인터페이스가 있을 수 있습니다.