스마트 소매용 임베디드 에지 AI 시스템을 선택할 때 5가지 주요 고려 사항

COVID-19 대유행의 출현은 의심할 여지 없이 소비자 구매 행동을 형성했지만, 이는 또한 COVID-19 이전의 소매 트렌드를 가속화했습니다. 비접촉 결제 및 비전통적인 쇼핑 경험과 같은 트렌드는 전염병으로 인해 발생하지 않았습니다. 그러나 사용량은 증가할 것으로 예상됩니다.

대유행에서 벗어나 오프라인 소매업체는 소매 전략에 대응하고 현대화하거나 코로나19 이전 매장 폐쇄를 계속하는 것 외에 선택의 여지가 없습니다. 이러한 추세는 소매업체를 활성화하려는 소프트웨어 회사 및 기타 스마트 소매 솔루션 제공업체에 기회를 제공합니다. Trigo 또는 Tiliter와 같은 유망한 소프트웨어 신생 기업, 심지어 업계의 거대 기업인 Amazon도 컴퓨터 비전을 통해 마찰 없는 소매 쇼핑 경험을 가능하게 하지만 이러한 알고리즘 뒤에는 모든 것을 가능하게 하는 하드웨어가 있습니다.

스마트 소매 환경에 이상적인 임베디드 Edge AI 시스템을 선택할 때 주요 고려 사항에 대해 자세히 알아보십시오.

<올> <리>

에지에서 AI를 위한 프로세서 유형

인공 지능은 물체 감지, 생체 인식, 컴퓨터 비전 등을 포함하되 이에 국한되지 않는 모든 종류의 기능의 기초가 됩니다. 각 프로세서 유형의 장단점을 논의하기 위해 백서를 작성할 수 있지만 상위 임베디드 제조업체에서 일반적으로 판매하는 두 가지 주요 프로세서 유형에 대해 간략하게 설명합니다.

CPU

중앙 처리 장치(CPU)는 대부분의 전자 장치에서 흔히 볼 수 있으며 복잡한 산술, 논리, 제어 및 입출력 연산을 수행할 수 있는 다목적 프로세서입니다. 그러나 GPU(FPGA)와 비교할 때 CPU 아키텍처는 제한된 수의 사용 가능한 성능 중심 코어를 통해 순차적 직렬 처리에 최적화되어 있습니다.

컴퓨터 비전과 같은 작업을 수행할 때 색상, 패턴, 모양 등을 분석하기 위해 많은 양의 데이터를 병렬로 처리해야 합니다. 특히 고해상도 비디오 스트림의 여러 동시 소스를 고려할 때 데이터의 양은 엄청날 수 있습니다. 이러한 이유로 GPU와 FPGA는 잠재적으로 CPU보다 더 뛰어난 능력을 가질 수 있습니다.

GPU

GPU(그래픽 처리 장치)는 고속 그래픽 렌더링 요구 사항에서 시작되었습니다. 나중에 딥 러닝 신경망이 NVIDIA GPU로 훈련될 수 있다는 사실이 밝혀져 성능이 크게 향상되었습니다. 그 이유는 GPU가 다수의 병렬 코어로 설계되어 신경망 훈련 및 AI 추론을 위한 병렬 계산을 제공하기 때문입니다.

GPU의 제한 사항에는 높은 전력 소비가 포함되며(NVIDIA Jetson SoM은 이 문제를 완화하도록 설계되었지만) 성능은 일반적으로 CPU보다 우수하지만 애플리케이션별 ASIC 프로세서만큼 많은 성능을 제공하지 못할 수 있습니다. 강력한 SDK 및 프레임워크를 지원합니다.

<리>

열

아마도 가장 적게 언급된 고려 사항 중 하나는 열 성능입니다. 아이디어는 시스템의 내부 온도가 특정 지점까지 올라가면 프로세서가 스로틀링하고 성능을 저하시킨다는 것입니다. 하우징에 팬이 포함된 경우 팬이 회전할 때 발생하는 소음이 눈에 띄며 특정 상황에서는 이상적이지 않을 수 있습니다.

열 성능을 한 눈에 시각화하기는 어렵지만 기업은 종종 경쟁 시스템을 테스트하고 벤치마킹합니다.

<리>

풍부한 IO 포트

필요한 IO 포트와 수량을 결정하는 것이 간단해 보일 수 있지만 이것은 Edge AI 임베디드 시스템을 선택할 때 또 다른 주요 고려 사항입니다. 그러나 빠른 결정을 내리기 전에 먼저 애플리케이션과 환경 크기를 고려해야 합니다. 편의점의 요구 사항은 대형 슈퍼마켓의 요구 사항과 슈퍼마켓의 요구 사항이 다릅니다. 필요한 포트 수는 소매 공간의 크기에 따라 증가하므로 임베디드 시스템은 솔루션에 미래를 대비하기 위해 필요한 수의 센서와 함께 몇 개를 더 지원해야 합니다.

필요한 특정 IO 포트는 스마트 소매 공간에서의 경험에 비추어 볼 때 대부분의 카메라는 일반적으로 IP 또는 USB 카메라입니다.

<리>

브랜딩

Edge AI 임베디드 시스템은 귀사의 브랜드를 대표하며 기억에 남는 인상을 줄 수 있습니다. 브랜드를 통해 경쟁자와 차별화하고 브랜드가 나타내는 내러티브를 형성할 수 있습니다. 장치가 잘 보이든 패널 뒤에 숨겨져 있든 브랜드의 색상 및 디자인을 시스템의 색상 및 디자인과 일치시키는 것이 이상적입니다. 결국 자신의 브랜드 색상보다 제조업체의 표준 파란색 또는 베이지색을 표시하시겠습니까?

<리>

변하는 지지

특히 알려지지 않은 SDK 또는 BSP로 작업할 때 AI 프로젝트 수명 주기에 따라 문제가 발생하기 마련입니다. 이러한 장애물을 신속하게 극복하려면 적시에 지원을 제공할 수 있는 지식이 풍부한 파트너를 갖는 것이 중요합니다. 파트너로부터 응답을 받기 위해 일주일을 기다려야 하고 프로젝트가 지연될 수 있다는 것보다 더 귀찮은 일은 없습니다.

이러한 기술적 문제를 처리한 경험이 입증된 파트너를 선택하는 것이 시기적절한 배포와 지연 배포의 차이일 수 있습니다. 또한 칩 제조업체와 파트너 간의 관계는 파트너십 계층에 따라 다르므로 하드웨어 파트너로부터 응답을 기대할 수 있는 속도에 영향을 줍니다. 예를 들어 NVIDIA Elite 파트너는 며칠 이내에 문제를 해결할 수 있지만 NVIDIA Preferred 파트너는 일주일이 걸릴 수 있습니다.

그러면 실제로 어떻게 작동합니까?

이제 Edge AI 임베디드 시스템을 선택하기 위한 고려 사항에 대해 기본적으로 이해했으므로 이것이 실제로 어떻게 작동하는지 살펴보겠습니다.

타겟 고객의 소매 공간이 기존의 3대의 IP 카메라로 원활한 쇼핑 경험을 가능하게 하고자 하는 편의점인 경우 NVIDIA® Jetson Xavier™ NX 모듈이 포함된 AVerMedia의 NX215B와 같은 Edge AI 시스템을 고려할 수 있습니다. 이 고추론 멀티코어 프로세서는 전력 효율이 높으면서 여러 센서를 지원합니다.

임베디드 시스템에는 여러 이더넷 포트(HDMI, USB3.0 및 20핀 커넥터 추가), SSD 및 WiFi가 포함되어 있으며 작은 설치 공간을 유지하면서 소규모 소매 공간에 이상적입니다. 그리고 NVIDIA Elite 파트너로서 발생할 수 있는 모든 불편에 대한 지원이 적시에 보장됩니다.

물론 밝은 네온 그린 브랜드 색상이 필요한 경우 해당 색상도 사용자 정의할 수 있습니다.

<시간 />

AVerMedia의 수석 마케팅 관리자인 Jeremy Juan은 업계의 유명 기업에서 다년간 일하면서 임베디드 에지 AI 및 러기드 컴퓨팅을 포함하여 IPC 업계의 여러 측면에서 광범위한 경험을 보유하고 있습니다. 그는 주요 글로벌 시장을 대상으로 수상 경력에 빛나는 다수의 주력 제품 출시를 개인적으로 지시하고 실행했습니다.