MLops チームがより多くの Edge ML を使用している 5 つの理由 from venturebeat.com

1. エッジ デバイスはより高速かつ強力になりました。
2 つの主な理由は、エッジ デバイスがますます強力になり、モデルの圧縮がより効率的になり、より強力なモデルをより高速に実行できるようになったことです。
「これらの各シナリオは、クラウド ストレージでデータが調整されるのを待つのではなく、Edge ML を実行することで効率を上げることができるユース ケースを示しています」
エッジで ML を実行することで、データ転送のコストも回避できる、と彼は付け加えました。
Hvilshøj 氏によると、エッジ ML の真の価値は、分散デバイスを使用すると、より大きなサーバーを購入しなくてもモデルの推論をスケーリングできることです。
「この柔軟性により、MLops チームはさまざまなユースケースをサポートする俊敏性を手に入れ、増え続けるデバイスのプールでデータを処理できるようになります」と彼は言いました。