Nutanix는 '선택의 자유'를 제공한다는 점이 가장 큰 특장점이라고 할 수 있습니다. Vendor Lock-in이 없다는 것이죠. 하이퍼바이저도 Nutanix의 AHV (무료 라이선스)를 사용하실 수도 있지만, MS, VMware, Citrix의 하이퍼바이저를 사용하실 수도 있고 하드웨어도 마찬가지로 Nutanix 어플라이언스 제품을 사용하셔도 되지만, Dell, Lenovo, Cisco, HP, IBM 등등 어느 하드웨어에 올려서 사용하셔도 됩니다.
제품포트폴리오를 찾아보니 관리툴의 역할이 프리즘(VMWare의 vCenter?), 하이퍼바이저가 아크로폴리스(AHV), 하드웨어는 x86장비 대부분이 지원가능하다는 말이네요... 운영자 측면에서 문제는 Vendor Lock-in의 이슈보다 장애나 운영 시에 통합대응이 가능하냐의 문제가 나와서요... 각 제품군(관리툴,하이퍼바이저,하드웨어)을 따로따로 구성이 가능한 것은 좋지만 장애나 운영이슈에 멀티벤더가 가지는 한계(서로 책임을 떠넘긴다거나...)점을 가지게 될까바 우려가 되는데, 그 서비스측면에서 통합지원은 어떤 식으로 지원이 되는걸까요?
앞서 제가 질문한 의도가 위 내용과 유사해서 다시 문의를 드립니다. 답변주신 사항이.. "기존의 3-Tier 방식보다는 보다 신속한 대응이 가능합니다" 라고 주셨는데.. Client 입장에서는 위 송치승님이 의견주신대로 "장애나 운영이슈에 멀티벤더가 가지는 한계(서로 책임을 떠넘긴다거나...)" 부분에 대한 Risk에 대한 걱정을 방지하는게 우선일듯 합니다.
불량판단시 여러가지 불량이 같이 있는 경우는 어떻게 학습하면 좋을까요
여러 방법이 있을 듯 싶지만 여러 네트워크를 이용해서 각 불량을 학습시키면 어떨까 싶습니다.
회전하는 주물 가공품의 찍힘, 기포, 가공 떨림등의 감성적인 결함도 검출이 가능한건가요?
회전 속도가 어떤가 싶습니다. 고속 카메라를 통해 흔들림 없이 이미지를 취득가능하면 가능할 듯 싶습니다.
[질문] 1.딥러닝 기본엔진 국산인지? 2.딥러닝기초데이터 초기때 검색시간과 누적된 대용량 DB 생성시 검색시때문에 지연관련 문제는 없는지?
1. DeepLearning의 기본 엔진은 모두 nvidia의 cuda(cudnn)기반이라 국산이라고 말씀드리가 힘들겠네요.
2. 산업용에 특화된 데이타의 경우 대부분 분류가 되어있고 DB화 되어 있어 검색이나 지연 문제는 문제가 되지 않았네요.
[질문] 분류 모델 특징을 추출하는데 라온만의 특정 알고리즘을 이용하신다는 말이줘?
네 맞습니다. 기존 오픈된 알고리즘에서 산업용에 맞게 저희 만의 알고리즘으로 특화 시켰습니다.
사용하는 딥러닝 네트웍 모델이 정확히 무엇인지요?
죄송하니지만 그 부분은 정확히 말씀 해 드리기 함든 점 이해 주시길 바랍니다.
network 모델을 어떻게 설계했는지가 중요한데 cuda를 썼다고 국산이 아니라는 것은 잘 못 된 설명입니다.
네 관점이 기본 엔진이라는 문의하셔서 너훈님 말씀 처럼 network 모델 과점이라면 그럴 수 있겠네요
[질문] 기본적인 기존 딥러닝 알고리즘을 사용하여 분류를 하는건가요? 라온만의 새로운 구조를 만드신건가요?
산업 현장에서 필요한 정확도 및 처리 속도 문제로 기존 알골리즘 및 Framework 기반으로 저희만의 딮러닝 알고리즘 및 framework(Train) 최적화 시켰습니다.
AI Trainer Ver2 MERCURY는 Train/Test Dataset을 몇장을 사용하시나요?
이 부분은 시료의 특성에 따라 달라지므로 일반화 시켜 말씀 드리기 힘들지만 적어도 train시키기 위해 최소 class마다 20장 이상을 요청 드리고 있습니다.
[질문]cognex 사의 cognex explorer 같이 사용자가 직접 프로그램을 할 수 있는 라인도 있나요? 아니면 사업 영역이 직접 개발까지 해주시는 것만 인가요?
NAVI라는 framework을 이용하여 바로 사용이 가능한 부분도 있고 라이브러리 형태로 제공해 드립니다.
[질문] 분류를 할려면 기본적으로 현장 데이터가 있어야 할것 같은데요. 이 데이터는 어디에서 수집을 해야 하는건가요 그리고 그 결과에 대한 신뢰성을 어떻게 파악할 수가 있는건가요?
시료는 고객사에서 데이타를 취득해서 저희에게 주거나 실제 촬영을 통해 취득합니다. train set밍 test set을 분리하여 신뢰성을 측정합니다.
[질문] 여기서 딥러닝 기술은 분류 로직을 활용하는건가요 ? .
분류인 classification뿐만 아니라detect/segmentation 분야 이용합니다.
기존 비전검사에서 딥러닝 비전검사로 개선한 후 에러율이 몇%나 개선이 되었나요?
그리고.. 라온피플의 딥러닝 비전검사의 accuracy는 얼마나 나오나요?
시료와 적용 범위에 따라 달라져서 일반화 시켜 답변 드리기 힘든 점이 있습니다. 기존 로직을 이용한 검사도 잘되는 시료가 있지만 복잡한 유형 분류나 기즈와 같은 경우 기존 비전 검사 보다 월등한 성과를 가져 오네요. 자세한 내용은 저희 블로그를 참조 하시길 바랍니다.
[질문] 현재 HCI 제품 도입검토를 진행 중인데 대부분의 서버벤더사들이 VMWare기반으로 제안을 하고 있습니다. 다른 벤더와 비교했을 때 뉴타닉스 제품의 장점이 뭐가 있을까요?