A Survey on LLM Edge-Intelligence: Recent Researches and Future Direction

Read full text Summarise with VIRAT
Authors: Sanghyuck Nam
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

대형 언어 모델(LLM)은 빠르게 지능형 서비스의 근간이 되고 있지만, 자원이 제한된 엣지장치에 배포하는 것은 여전히 도전 과제로 남아 있다. 본 논문은 새롭게 떠오르는 대형 언어모델 기반 엣지 인텔리전스 분야의 포괄적이고 최신의 종합적인 조사를 제시한다. 먼저 지연시간, 대역폭 및 프라이버시 측면에서 이들의 절충관계를 강조하는 엣지-LLM 배포 아키텍처의 통합 분류를 제시하고, 엣지 하드웨어에서 LLM을 실행할 수 있도록 하는 최적화 기술들을 검토한다. 또한 분산 추론에 내재된 보안 및 프라이버시 위험을 검토하고 현재 방어 방식을 요약한다. 마지막으로, 향후 연구 방향을 개략적으로 설명한다. 본 논문은 엣지 컴퓨팅의 제약과 강력한 언어 모델 사이의 간극을 메우려는 연구자들을 위한 로드맵을 제공한다.

Fields of Study & Subjects

IoT and Edge/Fog Computing Advanced Neural Network Applications Privacy-Preserving Technologies in Data

Publication details

Journal / source
Han-guk jeonja georae hakoeji
Volume
31
Issue
1
Pages
41–55
Publication date
28 February 2026
Language
EN