[논문 리뷰] Unleashing the Power of Edge-Cloud Generative AI in Mobile Networks: A Survey of AIGC Services

Minrui Xu, Hongyang Du외 10명|arXiv (Cornell University)|2023. 03. 28.

AI in cancer detection인용 수 56

한 줄 요약

본 논문은 모바일 에지 네트워크가 cloud-edge-mobile 협업을 통해 AIGC 서비스를 제공하는 방법을 조사하고, 라이프사이클, 인프라, 응용 분야, 도전 과제 및 향후 방향을 개괄한다.

ABSTRACT

Artificial Intelligence-Generated Content (AIGC) is an automated method for generating, manipulating, and modifying valuable and diverse data using AI algorithms creatively. This survey paper focuses on the deployment of AIGC applications, e.g., ChatGPT and Dall-E, at mobile edge networks, namely mobile AIGC networks, that provide personalized and customized AIGC services in real time while maintaining user privacy. We begin by introducing the background and fundamentals of generative models and the lifecycle of AIGC services at mobile AIGC networks, which includes data collection, training, finetuning, inference, and product management. We then discuss the collaborative cloud-edge-mobile infrastructure and technologies required to support AIGC services and enable users to access AIGC at mobile edge networks. Furthermore, we explore AIGCdriven creative applications and use cases for mobile AIGC networks. Additionally, we discuss the implementation, security, and privacy challenges of deploying mobile AIGC networks. Finally, we highlight some future research directions and open issues for the full realization of mobile AIGC networks.

연구 동기 및 목표

• AIGC, PGC, UGC를 정의하고 모바일 네트워크에서 AIGC 서비스의 라이프사이클을 수립한다.
• 실시간이고 프라이버시가 보장된 AIGC 프로비저닝을 위한 협력적 cloud-edge-mobile 인프라를 갖춘 모바일 AIGC 네트워크를 제안한다.
• 모바일 에지 환경에서의 창의적 AIGC 응용을 조사하고 사용 사례를 예시한다.
• 구현, 보안 및 프라이버시 이슈를 식별하고 향후 연구 방향을 논의한다.

제안 방법

• 모바일 네트워크에서 AIGC와 그 라이프사이클(데이터 수집, 프리트레이닝, 파인튜닝, 추론, 제품 관리)에 대한 배경을 제시한다.
• 모바일 에지 네트워크에서 AIGC 서비스를 지원하기 위해 필요한 cloud-edge-mobile 협업 인프라를 설명한다.
• 모바일 AIGC 네트워크에서 텍스트, 이미지, 비디오 및 3D 콘텐츠 생성을 아우르는 사용 사례와 응용을 제시한다.
• 자원 할당, 캐싱, 이동성, 프라이버시 및 보안 고려사항을 포함한 구현상의 도전을 분석한다.
• 네트워킹, 컴퓨팅 및 ML 관점에서의 향후 연구 방향을 논의한다.

Figure 1: The overview of mobile AIGC networks, including the cloud layer, the edge layer, and the mobile device layer. The lifecycle of AIGC services, including data collection, pre-training, fine-tuning, inference, and product management, is circulated among the core networks and edge networks.

실험 결과

연구 질문

• RQ1 cloud-edge-mobile 협업을 통해 모바일 에지 네트워크에서 AIGC 서비스를 어떻게 프로비저닝할 수 있는가?
• RQ2 저지연성의 프라이버시 보장 모바일 AIGC 서비스를 지원하기 위해 필요한 인프라와 기술은 무엇인가?
• RQ3 모바일 AIGC 네트워크의 이점을 보여주는 실현 가능한 사용 사례와 응용은 무엇인가?
• RQ4 모바일 AIGC 네트워크를 구축하는 데 있어 주요 구현 도전과제와 남은 이슈는 무엇인가?
• RQ5 전면적인 모바일 AIGC 배치를 실현하기 위해 제시된 향후 연구 방향은 무엇인가?

주요 결과

• AIGC는 모바일 맥락에서 텍스트, 이미지, 비디오 및 3D 모달리티를 빠르고 개인화된 콘텐츠 생성으로 가능하게 한다.
• 저지연을 달성하기 위해 모바일 AIGC 네트워크는 사전 학습은 클라우드를, 데이터 수집, 추론 및 관리은 엣지에서 수행한다.
• 데이터 수집, 파인튜닝 및 추론은 프라이버시 및 커스터마이제이션 향상을 위해 엣지에서 로컬화될 수 있다.
• 자원 할당, 모델의 캐싱, 이동성 관리 및 보상 메커니즘은 실용적 엣지 배치를 위해 필수적이다.
• 보안, 프라이버시 및 콘텐츠 무결성은 모바일 AIGC 프로비저닝에서 해결해야 할 핵심 과제이다.

Figure 2: The development roadmap of AIGC and mobile edge networks from 2013 to Oct 2023. From the perspective of AIGC technology development, AIGC has evolved from generating text and audio to generating 3D content. From the perspective of mobile edge computing, computing has gradually shifted from