[PLM 2021_Q&A] 생산성 향상을 위한 인텔 솔루션과 디지털 트랜스포메이션 / 인텔코리아 이주석 전무
페이지 정보
댓글 0건 조회 3,858회 작성일 2021-07-01 15:28본문
[질문 1] 생산성 향상을 위한 인텔 솔루션 중 새로운 ontact 시대를 위한 인텔 vPro 기술 기반 디바이스 관리 솔루션에 대해 설명 부탁 드립니다.
[답변 1] 원격 제어 솔루션으로 OOB(out of band) 를 지원합니다. 전원이 꺼져있는 상태에서 전원을 켜고, OS 나 Firmware 가 동작 하지 않아도 부팅및 os 설치가 가능합니다.
[질문 2] DT가 많은 화두가 되어 분석중인데, 인텔에서는 어떤 도메인기반의 DT로 집중하시는지요. supply chain에 연계되는 것이 너무나 많아서 궁금합니다.
[답변 2] 인텔은 Digital Innovation 을 위한 Superpowe 기술로 Cloud, AI, 5G, Intelligent Edge 에서 리딩 하고 있습니다.
[질문 3] 인텔에서 Target하는 DT 대상은 무엇인지요? 그리고, 그에 대한 전략에 대해 설명해 주시면 고맙겠습니다!!
[답변 3] 인텔은 Digital Innovation 을 위한 Superpowe 기술로 Cloud, AI, 5G, Intelligent Edge 에서 리딩 하고 있습니다.
[질문 4] 인텔 역시 디지털트랜스포메이션을 위해 클라우드 사업도 하고 있는 것으로 알고 있는데요, 혹시 인텔 클라우드 만의 장점은 무엇인지? 다른 클라우드와 비교 했을 때 차별점은 무엇인지? 궁금합니다.
[답변 4] 인텔의 클라우드 장점은, 주요 CSP(AWS, Azure, GCP)에 모든 리전에서 Intel Intence 를 제공하기 때문에 CSP Vendor locking 우려가 없고, 오랜동안 ISV, CSP 와 협업을 통해 솔류션 검증이 되었고 생태계 구축이 잘 되어 있는것이 장점입니다.
[질문 5] AI 및 암호화 가속 명령어를 내장한 인텔 제온 스케일러블 프로세서에 대해 클라우드, AI, Edge 그리고 5G 네트워크 측면에서 설명 부탁 드립니다.
[답변 5] AI deep learning boot(VNNI, BF16) 기능을 지원하며, 추론을 위해 OpenVINO tool을 지원합니다. 암호화 기술은 웹, data통신, data compression 등에 사용되는 다양한 형식의 암호화 가속기능을 지원합니다. Quicksync 기술은 4G, 5G 등에서 유용하게 사용됩니다.
[질문 6]생산,제조 산업의 특성에 맞춘 디지털 트랜스포메이션을 하기 위한 보안,인프라,네트워크 전반적인 솔루션에 인텔의 지원은 어떻게 되는지요?인텔 제품과의 호환성이 어려운 경우에는 어떤 대안이 있을지요? \
[답변 6] 인텔은 파트너사를 통해 다양한 솔루션을 제공합니다. 이렇게 준비된 솔루션은 Intel Market place를 통해 공유가 가능합니다.
[질문 7] 인텔의 제품 기술에서 디지탈 트랜스포메이션의 소프트웨어 발전에 기여하는 내용은 어떤 것이 있는가요?
[답변 7] 인공지는 솔루션을 위한 다양한 HW portfolio(CPU, GPU, VPU, FPGA) 및 SW toolkit(OpenVINO, oneAPI, HW 성능 최적화 Libirary) 제공.
[질문 8] 대용량 데이터 처리로 인해 전력 소모가 많아 지고 있는데, 인텔은 경쟁사대비 성능과 저소비전력 에서 우위에 있는가요?
[답변 8] 인텔은 대용량 데이터 처리를 효율적으로 하기 위해 Optane를 이용한 Pmem을 지원하며, Pmem을 이용시 DRAM에 비해 저렴한 가격으로 더 큰 memory 용량을 지원하여, 데이터 처리 속도를 상승하며, Pmem은 DRAM에 비해 전력 소모가 작습니다.
[질문 9] 2세대 Cascadelake와 3세대 Icelake-sP간의 Speed와 Total Density 차이가 있을텐데 이에 따른 솔루션 호환성이나 인텔 CPU세대간 차이로 인한 차이도 큰가요?
[답변 9] Xeon CPU generation 차이로 인해 솔루션 호환성에 영향은 없다고 봐도 됩니다. 성능은 IPC 및 CPU주파수 향상으로 application에 따라 많게는 80% 적게는 15% 정도 차이를 보입니다.
[질문 10] 디자인이나 plm 분야에 특화된 cpu는 아직없는지요? 혹시 계획은 있는지요 ?
[답변 10] CPU은 일반적으로 범용으로 사용됩니다. 소비전력과 성능을 구분하기 위해 Atom. Core, Xoen 등으로 구분하면, PLM에는 Embedded 제품을 추천합니다. (long life supply, low power, IO support)
[질문 11] 인텔의 주력 비즈니스는 칩이라고 생각하는데, 디지털 트랜스포메이션 영역에서 엔터프라이즈 에게 제안하는 실질적인 가치와 비즈니스적인 offering set은 무엇인가요?
[답변 11] ISV 솔루션 검증, Workloand을 CSP 로 전환을 지원, Industry Standardization support.
[질문 12] 데이타는 많이 정리하고 모았는데 그 활용에 대해 고민하는 기업은 우선 무었을 어떻게 준비하는 것이 가장 이상적이라고 생각하시는지요?
[답변 12] 데이터 분석을 통해 business Insight를 제공하고, 비즈니스를 성공적으로 이끌어 줍니다.
데이터를 비즈니스에 활용하기 위해, 먼저 하는일은 문제를 파악하고 이 문제을 해결 했을때 얻는 ROI를 생각하고, 투자대비 효과가 있는지을 계산합니다. 그다음 문제 해결을 위해 어떤 데이터를 활용 할지를 정합니디다. 그 다음은 어떤 Deep Learning 모델을 이용해서 데이터를 학습 할것인지를 결정합니다. 모델학습을 하고 검증을 통해 모델이 완성되면 비스니스에 적용하며, 실제 비즈니스에 격용시 오차/에러 수정 작업이 필요합니다.
[질문 13] 글로벌 기업에 있어서, 여러 지역과의 협업으로 동시에 개발을 착수하는 경우가 증가하고 있습니다. 한 지역은 NX를 사용하여 외형을 설계하고, 한 지역은 CATIA를 사용하고, 또 다른 지역은 Creo를 사용하여 내부를 설계하는 등 여러 CAD가 동원되어 하나의 어셈블리를 이루게 되는 경우, STEP이나 IGES같은 호환 파일을 사용하지 않고 실시간 연동할 수 있는 Tool 또는 방법이 존재하는지요?
[답변 13] 질문주신 내용은 SW 개발 전문가 도움이 필요할것 같습니다.
[질문 14] 이런 예측은 굳이 인공지능이 아니어도 제조사의 MTBF와 같은 정보를 활용하여 확률적으로 접근하는 것이 더 낫지 않을까요?
[답변 14] 전체적인 질문에 맥락이 없어서 답변이 어렵습니다. 다만 참고로 말씀드리는것은, 다양한 기술의 조합으로 더 낳을 솔루션 구축이 가능합니다. 예를들면 공장에서 있는 여러가지 문제점이나 질문에 답하기 위해, 단순한 통계자료, 센서 데이터, 전통적인 Machin Learning 그리고 좀더 세분화된 Deep Learning 기술이 같이 적용됩니다.
[질문 15] 데이터의 정합성 및 정확성이 부적절하거나 왜곡될 수 있는데 어떻게 극복할 수 있나요?
[답변 15] 주기적인 점검 및 보정을 진행하려면 과도한 예산이 필요하게되고, 이를 간과하면 예측 결과에 만족할 수 없게될텐데요.. 정합성이나 정확성을 개선하기 위해, Try and Error 가 반듯이 필요합니다. 그리고 환경이 변경되거나 해서 데이터가 달라지면 추가 학습이 필요합니다. 추가 학습은 Transfer Learning 으로 간단하게 할수 있습니다.
[질문 16] 데이터 관련 규제에 대한 의견과 대표적인 이슈에 대해 여쭙고 싶습니다.
[답변 16] 키워드로 인터넷 검색이 도움이 될수 있습니다. 한국의 데이터 3법, 유럽의 DGPR, 미국의 CCPA등의 법령으로 개인 사생활 보호문제가 부각되고 있으며, 개인정보 보호법을 준수하기 위해 데이터 공유가 쉽지 않은 경우가 있습니다. 예를들면, 의료 데이터, 개인의 신분이 노출되는 영상등, Finance data. 이런경우 익명 정보가 가명 정보를 이용합니다. 영상을 익명화를 통해 개인정보는(사람의 얼굴) 제거하면서 인공지능능으로 데이터 학습은(성별, 나이...) 가능하도록 하는 기술도 있습니다.
[질문 17] 이번 코로나의 사례를 통해 데이터 기술이 의료분야에서 어떤 기술을 도입하고 있는지도 궁금합니다!
[답변 17] AI healhtcare 분야에서는, 인공지능 학습을 통해 다양한 의료 영상 분석에서 의사을 돕고 있습니다.(X-ray, CT 사진의 각종 부위), 또한 유전체 분석을 통한 신약 개발에도 사용됩니다.
[질문 18] 부서간 데이터 사일로를 낮출 수 있는 좋은 노하우가 있을까요?
[답변 18] 사이로를 제거 하기 위해, 우선 데이터 표준화가 필요하고, 그리고 데이터 공유를 위해 클라우드 스토리지를 권장 합니다.
댓글목록
등록된 댓글이 없습니다.