論文の概要: KubeEdge.AI: AI Platform for Edge Devices
- arxiv url: http://arxiv.org/abs/2007.09227v1
- Date: Tue, 7 Jul 2020 23:36:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-12 20:19:00.511865
- Title: KubeEdge.AI: AI Platform for Edge Devices
- Title(参考訳): KubeEdge.AI:エッジデバイスのためのAIプラットフォーム
- Authors: Sean Wang, Yuxiao Hu, Jason Wu
- Abstract要約: KubeEdge.AIはKubeEdge上のエッジAIフレームワークである。
データ処理と処理エンジン、簡潔なAIランタイム、決定エンジン、分散データクエリインターフェースなど、主要なモジュールとインターフェースのセットを提供する。
- 参考スコア(独自算出の注目度): 4.337396433660794
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The demand for smartness in embedded systems has been mounting up drastically
in the past few years. Embedded system today must address the fundamental
challenges introduced by cloud computing and artificial intelligence. KubeEdge
[1] is an edge computing framework build on top of Kubernetes [2]. It provides
compute resource management, deployment, runtime and operation capabilities on
geo-located edge computing resources, from the cloud, which is a natural fit
for embedded systems. Here we propose KubeEdge.AI, an edge AI framework on top
of KubeEdge. It provides a set of key modules and interfaces: a data handling
and processing engine, a concise AI runtime, a decision engine, and a
distributed data query interface. KubeEdge.AI will help reduce the burdens for
developing specific edge/embedded AI systems and promote edge-cloud
coordination and synergy.
- Abstract(参考訳): 組込みシステムにおけるスマートさの需要は、ここ数年で劇的に増加している。
今日の組み込みシステムは、クラウドコンピューティングと人工知能によってもたらされる根本的な課題に対処する必要がある。
KubeEdge [1]は、Kubernetes [2]上に構築されたエッジコンピューティングフレームワークである。
クラウドから、地理的に配置されたエッジコンピューティングリソースの計算リソース管理、デプロイメント、ランタイム、オペレーション機能を提供する。
ここでは、KubeEdge上にエッジAIフレームワークであるKubeEdge.AIを提案する。
データ処理と処理エンジン、簡潔なAIランタイム、決定エンジン、分散データクエリインターフェースなど、主要なモジュールとインターフェースのセットを提供する。
KubeEdge.AIは、特定のエッジ/組み込みAIシステムの開発の負担を軽減するとともに、エッジクラウドのコーディネーションとシナジーを促進する。
関連論文リスト
- Green Edge AI: A Contemporary Survey [49.47249665895926]
グリーンエッジAIに関する現代の調査を紹介する。
その可能性にもかかわらず、エッジAIは重大な課題に直面している。主な原因は、無線エッジネットワークのリソース制限と、ディープラーニング(DL)のリソース集約性との間の二分である。
我々は、エッジAIシステムにおける3つの重要なタスクに対して、トレーニングデータ取得、エッジトレーニング、エッジ推論を含むエネルギー効率の高い設計手法について検討する。
論文 参考訳(メタデータ) (2023-12-01T04:04:37Z) - Large Language Models Empowered Autonomous Edge AI for Connected
Intelligence [51.269276328087855]
エッジ人工知能(Edge AI)は、コネクテッドインテリジェンスを実現するための有望なソリューションである。
この記事では、ユーザのさまざまな要件を満たすために自動的に組織化し、適応し、最適化する、自律的なエッジAIシステムのビジョンを示す。
論文 参考訳(メタデータ) (2023-07-06T05:16:55Z) - An Overview on Generative AI at Scale with Edge-Cloud Computing [28.98486923400986]
生成人工知能(GenAI)は、人間が生成したものに似た新しいコンテンツを生成する。
GenAIシステムの急速な開発は、インターネット上で膨大な量の新しいデータを生み出している。
エッジクラウドコンピューティングのパラダイムを活用することで、GenAIシステムを大規模に構築することは魅力的なことです。
論文 参考訳(メタデータ) (2023-06-02T06:24:15Z) - Roadmap for Edge AI: A Dagstuhl Perspective [7.871316017033928]
Edge AIは、データ駆動アプリケーションへの適応を提供し、ネットワークと無線アクセスを強化し、分散AI/MLパイプラインの作成、最適化、デプロイを可能にします。
目標は、主要なアクターとイネーブラーをまとめてEdge AIのドメインをさらに前進させる、計画されたロードマップを共有することだ。
論文 参考訳(メタデータ) (2021-11-27T16:48:20Z) - Edge-Cloud Polarization and Collaboration: A Comprehensive Survey [61.05059817550049]
クラウドとエッジ両方のAIの体系的なレビューを行います。
私たちはクラウドとエッジモデリングの協調学習メカニズムを最初にセットアップしました。
我々は現在進行中の最先端AIトピックの可能性と実践経験について議論する。
論文 参考訳(メタデータ) (2021-11-11T05:58:23Z) - Auto-Split: A General Framework of Collaborative Edge-Cloud AI [49.750972428032355]
本稿では,Huawei Cloudのエッジクラウド共同プロトタイプであるAuto-Splitの技法と技術実践について述べる。
私たちの知る限りでは、Deep Neural Network(DNN)分割機能を提供する既存の産業製品はありません。
論文 参考訳(メタデータ) (2021-08-30T08:03:29Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳(メタデータ) (2021-02-12T09:33:00Z) - Towards Self-learning Edge Intelligence in 6G [143.1821636135413]
エッジインテリジェンス(エッジインテリジェンス、Edge Intelligence、別名エッジネイティブ人工知能(AI))は、AI、通信ネットワーク、モバイルエッジコンピューティングのシームレスな統合に焦点を当てた新興技術フレームワークである。
本稿では、6GにおけるエッジネイティブAIの重要な要件と課題を特定する。
論文 参考訳(メタデータ) (2020-10-01T02:16:40Z) - Embedded Development Boards for Edge-AI: A Comprehensive Report [0.0]
IoTアプリケーションの処理の大部分は、中央クラウドで行われている。
ネットワークの端でデータを処理する新しいトレンドが生まれつつある。
本稿では,Edge上で人工知能アルゴリズムを実行するための開発ボードをレビューした。
論文 参考訳(メタデータ) (2020-09-02T03:34:05Z) - Communication-Efficient Edge AI: Algorithms and Systems [39.28788394839187]
エッジデバイス(IoTデバイスなど)の大規模展開は、前例のない規模のデータを生成する。
このような巨大なデータはすべて、処理のためにエンドデバイスからクラウドに送信することはできない。
AIモデルの推論とトレーニングプロセスをエッジノードにプッシュすることで、エッジAIは有望な代替手段として浮上した。
論文 参考訳(メタデータ) (2020-02-22T09:27:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。