기계 학습을 에지(edge)로 옮기려면 전력과 성능 면에서 중요한 요구사항이 뒤따릅니다. 평범한 상용 솔루션을 사용하는 방안은 실용적이지 않습니다. CPU는 너무 느리고, GPU/TPU는 비싼 데다 전력 소모량이 너무 크며 심지어 일반적인 기계 학습 가속기조차 사양이 과도하고 전력에 최적화되어 있지 않기 때문입니다. 이 글에서는 차세대 에지 기계 학습 하드웨어 수요에 부합하는 새로운 전력/메모리 효율적인 하드웨어 아키텍처를 만드는 방법에 대해 다룹니다.
