오늘날의 컴퓨터 비전 기반 품질 관리 기회의 활용
AI 컴퓨터 비전을 기반으로 하는 제품 품질 모니터링 솔루션은 제조업체 및 소매업체에 가시적인 결과를 제공할 준비가 되어 있습니다. 매장 및 공장 현장 또는 제품에 대한 시각적 데이터가 수집된 에지에서 배포된 카메라, 컴퓨팅, AI를 사용하여 거의 실시간으로 제품 품질을 모니터링하고 평가할 수 있습니다. 사용 사례와 관계없이, 조립 라인에서 생산되는 제품의 결함을 검사하든 신선함을 위해 농산물 섹션에서 딸기를 평가하든, 많은 조직은 컴퓨터 비전을 시작하는 데 어려움을 겪으며, 개념 증명에서 생산으로 전환하면서 더 많은 비용과 확장성 과제를 예상합니다.
궁극적으로 다양한 유형의 조직은 AI 강화 제품 품질 모니터링 기능을 위한 다양한 경로를 택할 것입니다. 엔터프라이즈 소매업체 및 제조업체는 사내에서 AI 기능을 구축하고 있는 반면, 해당 업계의 중소기업은 일반적으로 독립 소프트웨어 공급업체(ISV)와 솔루션 통합업체(SIs)를 통한 지원을 기대합니다. 이러한 공급업체와 솔루션 공급업체는 엄격한 비용 제한과 성능 요구 사항 내에서 작업하는 동시에 컴퓨터 비전을 강화하는 AI 기능을 현실로 만들도록 요청받고 있습니다.
ISV, SI, 소매업체 또는 제조업체이든, 최적의 효율성과 속도로 AI 강화 제품 품질 모니터링을 배포하는 데 도움이 될 수 있는 몇 가지 필수 고려 사항을 검토해 보겠습니다.
컴퓨터 비전을 위한 AI 모델 훈련
모든 컴퓨터 비전 기반 제품 품질 관리 전략의 핵심은 에지에서 AI 모델을 사용하여 추론을 수행하는 것입니다. 모델은 배포에 앞서 우선 제품 결함의 감지 또는 제품 만료의 파악과 관련하여 전문적으로 훈련됩니다. 그런 다음 카메라의 데이터를 분석하여 문제를 식별하고 문제를 해결할 조치를 취할 수 있도록 시설 직원에게 보고하는 AI 지원 소프트웨어의 일부로 에지 장치에 배포됩니다.
소매 및 제조의 엔터프라이즈 조직은 사내 직원을 사용하여 이러한 모델을 처음부터 훈련하거나 기존 모델을 미세 조정하는 경향이 있는 반면, 중소기업은 필요한 AI 기능을 지원하기 위해 기술 파트너에 의존할 가능성이 높습니다. 이는 특정 사용 사례에 맞게 설계된 ISV에서 솔루션을 구입하는 것만큼 간단할 수 있습니다. 또는 SI에 의존하여 여러 솔루션을 함께 사용하고, 수행해야 하는 모든 모델 사용자 정의를 처리할 수도 있습니다.
컴퓨터 비전 솔루션을 활성화하려 할 때는 맨 처음부터 시작할 필요가 없다는 점을 기억하는 것이 중요합니다. 온라인에서 자유롭게 사용할 수 있는 기존 모델은 사용자 지정의 출발점이 되어 노력을 가속하는 데 도움이 될 수 있습니다. 예를 들어, OpenVINO™ 툴킷을 위한 Open Model Zoo는 대상 응용 프로그램에 대해 재훈련하거나 미세 조정할 수 있는 다양한 딥 러닝 모델을 제공합니다.
하드웨어
하드웨어 관점에서는 진행하는 훈련 작업에 따라 다른 수준의 컴퓨팅이 필요합니다.
고객의 요구 사항을 충족하기 위해 기존 모델로 시작한다면, 비용 효율적인 범용 하드웨어로 미세 조정하거나 재훈련할 수 있습니다. 이렇게 함으로써 전반적인 아키텍처 복잡성을 줄이는 동시에 꼭 필요하지 않은 특수 리소스에 대한 과도한 투자를 방지하는 데 도움이 됩니다.
그러나 복잡한 모델을 처음부터 훈련하려면, AI 워크로드용으로 특별히 설계된 특수 가속기의 고급 성능이 필요할 수도 있습니다. 이러한 기술은 처음부터 대규모 매개변수 세트로 복잡한 모델 훈련에 필요한 절대 성능을 제공하도록 설계되었습니다.
예를 들어, 인텔® Gaudi™ AI 가속기는 까다로운 훈련 및 추론 AI 워크로드를 지원하도록 특별히 설계되었습니다. 재훈련 및 미세 조정을 위해 통합 AI 엔진을 갖춘 인텔® 제온® 스케일러블 프로세서는 특히 CPU 전용 아키텍처로 성능 요구 사항을 충족하도록 지원하는 데 매우 적합합니다.
소프트웨어
많은 조직이 직면한 주요 과제는 팀의 도메인 또는 산업별 전문 지식을 사용 가능한 AI 솔루션으로 변환하는 것입니다. 이 과제를 해결하는 데 도움이 되는 다양한 소프트웨어 플랫폼을 사용할 수 있습니다. 이러한 도구는 컴퓨터 비전 솔루션 개발 이니셔티브의 가치 실현 시간을 크게 단축하는 데 도움이 될 수 있습니다.
예를 들어, 인텔® Geti™ 플랫폼을 통해 업계 전문가는 최소한의 데이터 과학 전문 지식으로 단일 인터페이스에서 프로덕션 준비가 된 AI 모델을 빠르고 협업적으로 구축할 수 있습니다. 사용자는 쉽게 이미지 또는 비디오 데이터를 추가하고, 주석을 생성하고, 배포를 위해 AI 모델을 훈련, 재훈련, 내보내기 및 최적화를 할 수 있습니다.
컴퓨터 비전을 위한 에지 하드웨어에 AI 모델 배포
많은 조직이 컴퓨터 비전 기반 품질 관리를 배포하려면 항상 GPU를 갖춘 고성능 에지 인프라가 필요하다고 가정합니다. 이러한 가정이 항상 진실인 것은 아닙니다. 오늘날의 제조업체 및 소매업체는 공통 하드웨어 리소스를 사용하여 에지에서 AI 컴퓨터 비전을 지원할 수 있습니다.
최신 CPU는 에지에서 컴퓨터 비전 워크로드를 처리하도록 잘 갖추어졌습니다. 훈련에서와 마찬가지로, 에지 추론을 위해 CPU에 의존하는 것은 기술 과잉 투자를 방지하고, 배포를 간소화하며, 전력 효율성을 최적화하는 데 도움이 됩니다. CPU는 즉시 사용할 수 있는, 견고한 소형 폼 팩터 시스템에 쉽게 배포하여 에지에서 직면하는 다양한 운영 환경을 지원할 수 있습니다.
인텔® 제온® 프로세서 및 인텔® 코어™ Ultra 프로세서와 같은 프로세서는 에지 컴퓨터 비전 워크로드에 이상적인 전력 효율적인 AI 성능을 제공합니다.
많은 제조업체 및 소매업체는 이미 판매 시점 시스템 및 소프트웨어 정의 IT/OT 인프라를 포함한 CPU를 갖춘 중요한 에지 시스템을 운열하고 있습니다. 많은 경우 이러한 기존 투자는 추가 하드웨어 구매의 필요성을 최소화하는 동시에, 에지에서 컴퓨터 비전을 지원할 수 있습니다.
필요한 경우 GPU 하드웨어를 사용하여 더 까다로운 성능 요구 사항을 충족할 수 있습니다. GPU 기술은 일반적으로 더 큰 전력 및 설치 공간을 수반하지만, 에지 배포를 통해 고급 기능과 혁신적인 사용 사례를 지원합니다.
예를 들어, 인텔® Arc™ GPU와 인텔® Data Center GPU Flex를 모두 제공하여 에지에서 고급 컴퓨터 비전 기능을 구현하도록 지원합니다.
즉, 하드웨어는 방정식의 한 측면에 불과합니다. ISV 및 SI는 소매 및 산업 고객이 더 쉽게 이기종 배포 환경을 처리하고, 성능을 최적화하며, 필요한 모델 개발을 간소화하도록 지원하는 방법이 필요합니다. 여기서는 ISV 및 SI가 소프트웨어 리소스를 활용하여 노력을 가속하고 간소화하는 데 도움이 될 수 있습니다.
예를 들어, OpenVINO™ 툴킷은 포함된 모델 옵티마이저와 런타임 및 개발 도구를 사용하여 포괄적인 AI 추론을 최적화, 미세 조정 및 실행하는 데 도움이 될 수 있습니다. 오픈 소스 툴킷은 정확성을 유지하고, 모델 설치 공간을 줄이며, 하드웨어 사용을 최적화하는 동시에 더 낮은 대기 시간과 더 높은 처리량으로 AI 추론을 가속하도록 지원하며, 이는 모두 여러 공장 또는 매장에서 AI 컴퓨터 비전을 확장하기 위한 필수 요소입니다. 이 툴킷으로 TensorFlow 및 PyTorch와 같은 인기 프레임워크를 사용하여 학습된 모델을 변환하고 최적화할 수도 있습니다.
인텔® oneAPI를 기반으로 하는 OpenVINO™는 SI 및 ISV가 에지에서 AI 추론을 더 쉽게 배포하여 컴퓨터 비전 솔루션을 지원하는 데 도움이 됩니다. OpenVINO™ 툴킷을 사용하면, 소매업체 및 제조업체가 이미 배포한 다양한 하드웨어에서 소프트웨어 오퍼링을 실행할 수 있도록 지원합니다. 또한 그린필드 배포를 위한 기술 요구 사항을 간소화하는 데 도움이 됩니다.
이러한 종류의 유연성은 클라우드 인프라에 의존하지 않고 거의 실시간으로 인사이트를 제공할 수 있는 확장 가능한 경량 에지 솔루션을 지원하는 데 도움이 됩니다. 이를 통해 이러한 온프레미스 솔루션은 처리할 데이터를 클라우드로 전송하는 것과 관련된 비용, 복잡성 및 보안 문제를 방지합니다.
잠재력 포착, 지금 시작하십시오
ISV, SI 및 소매업체와 제조업체의 경우, 이제 AI 지원 제품 품질 관리에 대한 확장 가능하고 효율적인 접근 방식을 채택할 때입니다. 인텔과 파트너의 생태계는 필요한 개방형 상호 운용 기술을 제공하기 위해 최선을 다하고 있습니다.
사용할 수 있는 솔루션 개발 가능성을 계속 살펴보면서 인텔® Tiber™ 개발자 클라우드를 통해 이 문서에서 논의된 많은 하드웨어 및 소프트웨어 기술을 직접 시도할 수 있다는 점을 기억하십시오