Antigravity Agent
32 lines
2.2 KiB
Markdown
32 lines
2.2 KiB
Markdown
---
|
|
id: P-REINFORCE-AUTO-EDCO-001
|
|
category: "10_Wiki/💡 Topics/AI"
|
|
confidence_score: 0.96
|
|
tags: [auto-reinforced, edge-computing, iot, latency, distributed-computing, real-time]
|
|
last_reinforced: 2026-04-20
|
|
---
|
|
|
|
# [[Edge-Computing|Edge-Computing]]
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "데이터의 현장 수습: 모든 정보를 거대 중앙 클라우드로 보내지 않고, 속도가 생명인 스마트폰, 자율주행차, IoT 기기 등 데이터가 발생하는 '가장자리(Edge)'에서 즉시 처리함으로써 지연 시간과 보안 문제를 동시에 해결하는 분산 컴퓨팅의 해법."
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
엣지 컴퓨팅(Edge-Computing)은 데이터 소스와 가까운 곳에서 연산을 수행하는 네트워크 배포 방식입니다.
|
|
|
|
1. **주요 장점**:
|
|
* **Latency**: 통신 시간이 거의 제로에 가까워 즉각적 반응이 필요한 자율주행, 원격 수술에 필수.
|
|
* **Bandwidth**: 불필요한 데이터를 클라우드로 전송하지 않아 네트워크 부하 감소. (Efficiency와 연결)
|
|
* **Security**: 민감한 데이터가 기기 밖으로 나가지 않아 프라이버시 보호에 유리.
|
|
2. **왜 중요한가?**:
|
|
* 수십억 개의 장치가 연결되는 IoT 시대에 거대 클라우드 중심의 병목 현상(Bottlenecks)을 해결할 유일한 대안임. (Distributed-Systems와 연결)
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
|
- **과거 데이터와의 충돌**: 과거에는 연산력이 부족해 무조건 '클라우드 전송 정책' 위주였으나, 현대 정책은 전용 AI 칩(NPU)의 발전으로 기기 내부에서 직접 추론하는 'On-device AI 정책'이 주류가 됨(RL Update).
|
|
- **정책 변화(RL Update)**: 엣지에서 학습한 지식을 개인정보 유출 없이 중앙으로 모으는 '연합 학습(Federated Learning) 정책'이 데이터 주권 시대의 핵심 정책으로 부상함.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- [[Internet of Things (IoT)|Internet of Things (IoT)]], [[Distributed-Systems|Distributed-Systems]], [[Scalability|Scalability]], [[Bottlenecks|Bottlenecks]], [[Distillation|Distillation]]
|
|
- **Modern Tech/Tools**: NVIDIA Jetson, AWS Wavelength, Raspberry Pi, NPU sensors.
|
|
---
|