Contact
Line : comsiam
Contact
Line : comsiam

Edge Computing กับ Cloud AI ทำงานร่วมกันโดยแบ่งงานประมวลผลระหว่างอุปกรณ์ใกล้แหล่งข้อมูลกับระบบ Cloud โมเดล AI อาจถูกฝึกหรือจัดการบน Cloud แล้วนำไปติดตั้งที่อุปกรณ์ Edge เพื่อวิเคราะห์ข้อมูลในพื้นที่ได้ทันที จากนั้นอุปกรณ์ส่งผลสรุปหรือข้อมูลที่จำเป็นกลับไปยัง Cloud
❶ Edge Computing และ Cloud AI ต่างทำหน้าที่อะไร
① Edge Computing
ประมวลผลข้อมูลใกล้กับอุปกรณ์ที่สร้างข้อมูล เช่น กล้อง เครื่องจักร เซนเซอร์ หรือ Gateway
② Cloud AI
ใช้ทรัพยากรส่วนกลางสำหรับจัดเก็บข้อมูล ฝึกหรือปรับโมเดล วิเคราะห์ข้อมูลจากหลายอุปกรณ์ และจัดการระบบ
③ การทำงานร่วมกัน
Cloud เตรียมและเผยแพร่โมเดล ส่วนอุปกรณ์ Edge ใช้โมเดลนั้นวิเคราะห์ข้อมูลในพื้นที่ แล้วส่งผลหรือข้อมูลที่เลือกไว้กลับ Cloud
❷ ทำไมจึงแบ่งงานไว้ที่ Edge และ Cloud
① ตอบสนองได้เร็ว
การวิเคราะห์ในพื้นที่ช่วยลดเวลารอส่งข้อมูลไปยัง Cloud และรอผลกลับมา
② ทำงานต่อได้เมื่ออินเทอร์เน็ตขัดข้อง
อุปกรณ์บางประเภทสามารถตัดสินใจเบื้องต้นในพื้นที่ แล้วส่งข้อมูลเมื่อเชื่อมต่อได้อีกครั้ง
③ ลดปริมาณข้อมูลที่ส่ง
อุปกรณ์อาจส่งเฉพาะผลตรวจจับหรือข้อมูลสรุป แทนการส่งวิดีโอหรือข้อมูลดิบทั้งหมด
④ จัดการและวิเคราะห์จากส่วนกลางได้
Cloud ช่วยติดตามหลายอุปกรณ์ จัดเก็บข้อมูล และเผยแพร่โมเดลหรือการตั้งค่าเวอร์ชันใหม่
การแบ่งงานขึ้นกับอุปกรณ์ ความเร็วเครือข่าย ความอ่อนไหวของข้อมูล และความซับซ้อนของโมเดล
❸ ตัวอย่างการใช้งาน Edge กับ Cloud AI
① กล้องตรวจสอบในโรงงาน
อุปกรณ์ Edge วิเคราะห์ภาพเพื่อแจ้งเตือนเมื่อพบความผิดปกติ ส่วน Cloud รวบรวมสถิติจากหลายสายการผลิตเพื่อวิเคราะห์แนวโน้ม
② ระบบตรวจสอบคุณภาพสินค้า
โมเดลบนอุปกรณ์ตรวจตำหนิได้ทันที ส่วนผลการตรวจและข้อมูลที่จำเป็นส่งกลับ Cloud เพื่อจัดทำรายงาน
③ อุปกรณ์ IoT ในพื้นที่ห่างไกล
Gateway ประมวลผลข้อมูลจากเซนเซอร์ในพื้นที่ก่อน แล้วส่งข้อมูลสรุปไปยัง Cloud เมื่อเครือข่ายพร้อม
④ ระบบค้าปลีก
อุปกรณ์ภายในร้านช่วยนับหรือวิเคราะห์ข้อมูลเฉพาะจุด ส่วน Cloud รวมข้อมูลจากหลายสาขาเพื่อวางแผนการดำเนินงาน
ตัวอย่างเหล่านี้ต้องออกแบบให้เหมาะกับความสามารถของอุปกรณ์และข้อกำหนดด้านข้อมูลของแต่ละธุรกิจ
❹ วิธีออกแบบระบบ Edge AI ร่วมกับ Cloud
① ระบุว่าการตัดสินใจใดต้องเกิดทันทีในพื้นที่
② เลือกโมเดลและฝึกหรือเตรียมโมเดลบน Cloud
③ ตรวจว่าโมเดลทำงานได้กับระบบปฏิบัติการและทรัพยากรของอุปกรณ์
④ ติดตั้งโมเดลและแอปประมวลผลบนอุปกรณ์ Edge
⑤ กำหนดว่าข้อมูลใดจะถูกเก็บ ส่ง หรือประมวลผลในพื้นที่
⑥ สร้างช่องทางส่งผลลัพธ์และสถานะอุปกรณ์กลับไปยัง Cloud
⑦ วางวิธีอัปเดตโมเดลและย้อนกลับเมื่อเวอร์ชันใหม่มีปัญหา
ควรเริ่มจากอุปกรณ์ทดลองจำนวนจำกัด ทดสอบทั้งกรณีเครือข่ายปกติและขาดการเชื่อมต่อ แล้วจึงขยายไปยังอุปกรณ์อื่น
❺ ข้อจำกัดและสิ่งที่ต้องดูแล
① อุปกรณ์ Edge มีหน่วยประมวลผล หน่วยความจำ และพื้นที่เก็บข้อมูลจำกัด
② โมเดลอาจต้องลดขนาดหรือปรับให้เหมาะกับอุปกรณ์
③ ต้องดูแลความปลอดภัยของอุปกรณ์และการเชื่อมต่อ
④ ต้องติดตามว่าอุปกรณ์ใช้โมเดลเวอร์ชันใด
⑤ การแก้ปัญหาอาจยากขึ้นเมื่ออุปกรณ์กระจายอยู่หลายพื้นที่
⑥ ควรกำหนดวิธีจัดการข้อมูลส่วนบุคคลและระยะเวลาเก็บข้อมูล
ComSiam แนะนำให้ติดตามสถานะอุปกรณ์และเวอร์ชันโมเดลจาก Cloud พร้อมทดสอบการอัปเดตและการย้อนกลับก่อนใช้งานจริง
❻ สรุป
Edge Computing ช่วยให้ AI วิเคราะห์ข้อมูลใกล้แหล่งข้อมูลและตอบสนองได้เร็ว ส่วน Cloud ช่วยฝึกหรือจัดการโมเดล รวบรวมผล และดูแลอุปกรณ์จำนวนมาก การแบ่งงานสองฝั่งอาจลดเวลาและปริมาณข้อมูลที่ต้องส่ง แต่ต้องวางแผนเรื่องทรัพยากร ความปลอดภัย การอัปเดต และการตรวจสอบระบบ