연합학습(Federated Learning, 통합학습)은 개발자와 조직이 여러 위치에 분산된 훈련 데이터를 사용하여 심층신경망(DNN, Deep Neural Networks)을 훈련시킬 수 있는 새로운 학습 패러다임이다. 이를 통해 데이터를 직접 공유할 필요없이 공유 모델에 대해 협업할 수 있다.

이는 개인 정보 보호 문제를 해결하고, 프라이버시 컴퓨팅, 머신 학습, 유전자 시퀀싱, 금융 비즈니스, 의료, 비디오 처리 및 네트워크 보안과 같은 컴퓨팅 집약적인 애플리케이션을 가속화하고 이는 상대적으로 적은 데이터로 최적화한 AI 모델을 개발할 수 있다. 

연합학습은 현재의 데이터 중심 시스템과 비교할 때 제안된 접근 방식은 기관 데이터를 공유하지 않고도 비슷한 세그멘테이션(segmentation) 성능을 달성할 수 있었으며, 희소 벡터 기술(the sparse vector technique)을 사용하는 연합학습 시스템은 상당히 적은 비용으로 심층 모델의 정확성, 견고성 및 일반화 능력을 더욱 향상시킬 수 있는 것이다.

최근, 엣지 컴퓨팅의 글로벌 리더인 에이디링크 테크놀로지(ADLINK Technology)와 클러스터(Clustar)는 엣지 연합 학습을 위한 통합 머신을 공동 출시했다. 에이디링크의 엣지 서버 MECS-7211와 클러스터의 FPGA 이성질체 가속(Isomeric Acceleration) 카드를 사용한 이 시스템은 연합 학습에서 일반적으로 사용되는 복잡한 연산자의 정성 분석 및 하드웨어 최적화를 수행하여, 분산되고 밀도 높은 머신러닝 작업의 사용자 가속을 용이하게 한다.

특히, 효율적인 스토리지, 컴퓨팅 및 데이터 전송 시스템은 이성질체 시스템의 효율적인 운영에서 협업 최적화 역할을 한다. 기존 CPU 아키텍처에 비해 성능이 7배 향상되고, 전력 소비량이 CPU+GPU 플랫폼에 비해 40% 감소하여 2배 향상되었다.

에이디링크의 네트워크 커뮤니케이션 및 공공 부문 이사인 줄리안 예(Julian Ye)는 “에이디링크의 MECS 시리즈는 5G 기반 엣지 컴퓨팅 플랫폼입니다. 개방형 통신 IT 인프라(Open Telecom IT Infrastructure. 이하, OTII) 사양의 시초 중 하나인 MECS 시리즈 제품은 OTII 산업 사양을 준수하며 서로 다른 아키텍처를 사용하여 FPGA, GPU, 5G 가속 카드 및 기타 확장 카드를 유연하게 지원합니다"라고 말했다.

이어 "컴팩트한 크기 설계와 광범위한 온도를 지원하는 운영 환경의 MECS 시리즈는 분산된 아키텍처 애플리케이션과 네트워크의 엣지 및 애플리케이션 배포에 적합합니다"라며, "에이디링크와 Clusta는 함께 컴퓨팅 시스템을 최적화하고 MECS 시리즈 제품의 애플리케이션을 확장하기 위해 엣지 연합 학습을 위한 통합 머신을 공동 출시했습니다"라고 밝혔다.

한편, 에이디링크는 엣지 컴퓨팅 및 AI 산업에 주력하고 있다. 네트워크 보안, 5G, 엣지 컴퓨팅, IoT 및 기타 인프라 제품 및 서비스를 중심으로 통신 네트워크 컴퓨팅 분야에서 20년 이상의 R&D 경험을 보유하고 있으며, 선도적이고 견고하며 안정적인 하드웨어 및 소프트웨어 솔루션을 제공하고 있다.