Jak Edge IoT zmienia branżę

Śledzenie floty, śledzenie zasobów, pojazdy autonomiczne, automatyzacja produkcji i magazynowanie to obszary, w których technologie chipowe wbudowane w sztuczną inteligencję mogą odciążyć obciążenie sieci przenoszące dane. Mogą to zrobić, zapewniając informacje w czasie rzeczywistym na pierwszej linii frontu.

Wiele z tych bieżących procesów wymaga do aktywacji dużej ilości danych. Jednocześnie potrzebują tych danych w czasie rzeczywistym i podczas przesyłania, aby mogło to nastąpić. Tego rodzaju procesy nie czerpią tak dużych korzyści z przetwarzania w chmurze, jak inne procesy wymagające dużej ilości danych, takie jak dane szkoleniowe za pomocą uczenia maszynowego. Zamiast tego w procesach tych największe korzyści przynosi przetwarzanie brzegowe, które przenosi zasoby obliczeniowe, sieciowe i inne bezpośrednio do urządzeń i danych, które ich potrzebują.

Aktywując sztuczną inteligencję (obciążenie przetwarzania AI0 na poziomie systemu na chipie (SOC), dział IT może rozszerzyć swoje możliwości w zakresie dystrybucji i przenoszenia obciążenia przetwarzania danych na różne warstwy architektury przedsiębiorstwa (np. chmurę, centralny centrum danych lub samo urządzenie brzegowe). Poprawia to zarządzanie i przetwarzanie danych. Oszczędza przepustowość oraz przyspiesza przesyłanie danych i wyników.

Mikrokontrolery z wbudowanym SOC użyj węższej pamięci i zużycia energii niż jest to wymagane w przypadku tradycyjnych procesorów graficznych (jednostek przetwarzania graficznego), układów FPGA (macierzy bramek programowalnych przez użytkownika) lub innych typów układów scalonych (IC).

„W ciągu najbliższych pięciu lat zobaczymy, jak sztuczna inteligencja na urządzeniach brzegowych stanie się powszechna” – powiedział Steve Conway, starszy doradca ds. badań Hyperion w HPC Market Dynamics.

„ARM Atom, procesory graficzne i inne procesory wbudowane są już powszechnie stosowane w urządzeniach brzegowych, takich jak telefony komórkowe, czujniki, samochody, systemy diagnostycznego obrazowania medycznego, systemy do gier i wiele innych urządzeń. Te uznane procesory wbudowane prawdopodobnie staną się głównym nurtem wspierania metod sztucznej inteligencji, gdy metody te zyskają na popularności” – powiedział.

Wpływ branży Edge IoT

W 2011 roku po raz pierwszy pojawił się termin „Produkcja 4.0”. Wywodzi się z wysiłków niemieckiego rządu na rzecz komputeryzacji produkcji i przedstawia przyszłą wizję cyfryzacji, automatyzacji i sztucznej inteligencji w produkcji fabrycznej. W tym schemacie technologia brzegowa mogłaby ułatwić podejmowanie decyzji w miejscu problemu lub sytuacji, gdzie główną rolę odgrywają SOC wbudowane w sztuczną inteligencję.

Dziś to Podejmowanie decyzji w czasie rzeczywistym na krawędzi sieci jest realne. Procesy produkcyjne opierają się na decyzjach podejmowanych na urządzeniach brzegowych wspomaganych przez sztuczną inteligencję. W przyszłości chip brzegowy obsługujący sztuczną inteligencję mógłby wysyłać do działu zakupów wykonalne ostrzeżenie o niedoborze surowców lub ostrzegać sprzedawców o możliwości niedoboru produktu w przypadku wykrycia wadliwego komponentu.

Automatyzacja chipów Edge AI zmienia także logistykę.

Konwój ciężarówek może komunikować się krzyżowo za pomocą komunikacji brzegowej o niskim opóźnieniu, wdrożonej w celu oszczędzania paliwa i optymalizacji tras. W przyszłości możliwe będzie, że tylko jedna z tych ciężarówek będzie kierowana przez człowieka, a pozostała część konwoju będzie działać w oparciu o automatyzację sterowaną przez SOC.

Może to rozwiązać poważny problem branży transportowej: niedobór wykwalifikowanych kierowców. „Jest to jeden z powodów, dla których tak dużo technologii pojawia się w branży transportu ciężarowego” – powiedziała Shelley Simpson, wiceprezes wykonawczy, dyrektor handlowy i prezes ds. usług autostradowych w JB Hunt Transport Services,

Towary łatwo psujące się można również monitorować za pomocą inteligentnych czujników znajdujących się w przestrzeni ładunkowej każdej ciężarówki pod kątem temperatury i wilgotności.

Na przykład ciężarówka przewożąca produkty do Atlanty została przekierowana na rynek położony bliżej Waszyngtonu. Decyzję o zmianie trasy podjęto po tym, jak czujnik znajdujący się w przestrzeni ładunkowej ciężarówki zaalarmował kierowcę i firmę logistyczną o niebezpieczeństwie zepsucia się produktów w wyniku przegrzania. Zdolność firmy do reagowania na informacje w czasie rzeczywistym zapobiegła ich zepsuciu i pozwoliła zaoszczędzić pieniądze. W branży spożywczej jest to najważniejsze. Grupa Narodów Zjednoczonych ds. Wyżywienia i Rolnictwa szacuje, że każdego roku marnuje się lub marnuje żywność o wartości 1 biliona dolarów.

Technologia chipów wykorzystująca sztuczną inteligencję zmienia także działanie pojazdów powietrznych i naziemnych.

Wyzwania logistyczne stają przed personelem wojskowym podczas obserwacji i/lub wkraczania na niebezpieczny obszar. W przeszłości ryzykowne zadanie polegające na nadzorze mogło wymagać od ludzi bezpośredniego sprawdzenia obszaru, narażając personel na niebezpieczeństwo i utratę życia.

teraz z przetwarzanie brzegowej sztucznej inteligencjiflota bezzałogowych dronów dokonuje rozpoznania i komunikuje się w czasie rzeczywistym. Jeśli dron w eskadrze zostanie zestrzelony, flota wykryje problem i dostosuje swój szyk, aby kontynuować misję. „Wymagające obciążenia wymagające przetwarzania wielu sygnałów sensorycznych, w tym obrazu i dźwięku, mogą zacząć przekraczać granice, jeśli nie będą wspierane przez wyspecjalizowane chipy” – powiedział Saurabh Mishra, starszy menedżer ds. zarządzania produktami w dziale IoT i Edge firmy SAS. „Autonomiczne drony, ramiona robotyczne i automatyka przemysłowa to dobre przykłady wykorzystania tych chipów”.

Geopolityka i innowacje

Niemniej jednak firmy niepokoją się siłami geopolitycznymi działającymi w branży chipów i półprzewodników.

W 2019 roku Huawei znalazł się na Lista zastrzeżona w USA. Następnie NVIDIA przejęła firmę Arm, Ltd. w ramach transakcji o wartości 40 miliardów dolarów, w ramach której Google, Microsoft, Qualcomm, Apple, Intel, Samsung, Huawei i Amazon zaniepokojony krytycznym dostawcą.

W 2019 roku Intel przejął start-up zajmujący się chipami AI Habana Labs za 2 miliardy dolarówi przejęcie AMD Xiliinx za 35 miliardów dolarów.

„Tendencja panująca przez ostatnie 50 lat polegała na ukrywaniu niepowiązanych kwestii bezpieczeństwa narodowego z analizą ekonomiczną wpływającą na decyzje antymonopolowe. Jednakże tam, gdzie potencjalne zachowanie antykonkurencyjne jest również szkodliwe dla bezpieczeństwa narodowego, nie powinniśmy być zaskoczeni, jeśli USG przyjmie bardziej agresywne podejście do egzekwowania prawa.” napisał Cullen O'Keefe, pracownik naukowy w Centrum Zarządzania Sztuczną Inteligencją na Uniwersytecie Oksfordzkim.

Dział IT musi wziąć pod uwagę te procesy sądowe i działania antymonopolowe, uzasadniając i próbując zapewnić „przyszłościowe” inwestycje w sztuczną inteligencję.

„Dzisiaj sztuczna inteligencja jest powszechnie postrzegana jako kluczowa dla przyszłego przywództwa gospodarczego, a w Chinach, Japonii i Europie istnieją zdecydowane inicjatywy mające na celu uniezależnienie się od Stanów Zjednoczonych i rozwój rodzimych przetwórców” – powiedział Conway. „Działy IT nie mogą wiele zrobić, aby wpłynąć na te bitwy geopolityczne, ale mogą zaplanować zapewnienie bezpieczeństwa dostaw potrzebnych im procesorów, zwłaszcza poprzez negocjowanie długoterminowych umów z dostawcami zawierających klauzule karne i utrzymywanie odpowiedniego poziomu zapasów”.

Lista rzeczy do zrobienia IT

Przejście na mniejszy IoT wymusi skupienie się IT na trzech kluczowych obszarach:

Architektura IT. Architekturę IT należy dostosować tak, aby pasowała do zastosowań biznesowych, które firmy chcą rozwiązać za pomocą sztucznej inteligencji na poziomie chipa. W minimalnym stopniu ta rewizja architektury prawdopodobnie obejmie trzy poziomy technologii IT, przetwarzania i architektury danych: centrum danych, chmura i brzeg.

„Punktem wyjścia jest oczywiście zaplanowanie i optymalizacja całego procesu oraz wykorzystanie tych informacji do przydzielenia odpowiednich zasobów na każdym etapie” – powiedział Conway, odnosząc się do pracy PayPal.

„Pół tuzina lat temu PayPal miał poważny problem z oszustwami w transakcjach kartami kredytowymi” – powiedział Conway. „Wykrycie oszustwa zajmowało do dwóch tygodni i do tego czasu oszustwo często trafiało na karty klientów. Firma zainstalowała komputer o wysokiej wydajności, który w ciągu 150 milisekund potrafił wykrywać oszustwa i zapobiegać im na bieżąco, co pozwoliło firmie PayPal zaoszczędzić ponad 700 milionów dolarów w ciągu mniej więcej pierwszego roku.

Aplikacja w PayPal i innych firmach opiera się na procesorach wbudowanych w czytniki kart, połączeniu z Internetem do procesu autoryzacji w obie strony oraz systemach serwerowych z niewbudowanymi procesorami do podnoszenia ciężkich przedmiotów, lokalnie lub w chmurach.

Umiejętności informatyczne. Tylko 47% respondentów ankiety zawartej w raporcie Microsoft IoT Signals Report z 2019 r. uważało, że na rynku istnieją osoby posiadające niezbędne umiejętności zawodowe związane z IoT https://news.microsoft.com/2019/07/30/microsoft-announces-iot-signals-research-report-on-state-of-iot-adoption/.

„Dostępność wykwalifikowanych zasobów do zarządzania wdrażaniem modeli sztucznej inteligencji na chipach pozostanie wyzwaniem” – powiedział Saurabh Mishra, starszy menedżer ds. zarządzania produktami w dziale IoT i Edge firmy SAS. „Firmy również powinny to dostrzec

Chipy Edge AI to nie złoty środek. Działają w kontekście większego systemu. Podczas wdrażania chipów wyposażonych w sztuczną inteligencję niezwykle ważne jest, aby pomyśleć o całym rurociągu, ponieważ słabe łącze na wcześniejszym lub niższym szczeblu łańcucha dostaw może zniweczyć ich docelowe wzmocnienie”.

Komercyjne oprogramowanie i stosy sprzętu IoT mogą pomóc w rozwiązaniu problemów związanych z integracją potoków, ale przetwarzanie musi nadal być definiowane na każdym poziomie przez dział IT. Obejmuje to budowanie modeli i programowanie SOC.

Zarządzanie inwestycjami. Konsolidacje, pozwy antymonopolowe i dotyczące własności intelektualnej będą nadal mieć miejsce w obszarze sztucznej inteligencji/chipów, podobnie jak ma to miejsce w innych obszarach IT.

Dobra wiadomość jest taka, że ​​korporacyjne działy IT nie są temu obce.

Wybór szeroko akceptowanego rozwiązania stosu IoT z dużą bazą użytkowników to jedna z form zabezpieczenia się na przyszłość, a także zapewnienia, że ​​używany IoT jest zgodny ze wspólnymi standardami bezpieczeństwa i interfejsami API. Druga strategia polega na negocjacjach z dostawcami IoT w sprawie odpowiedzialności i ochrony inwestycji, które definiujesz w swoich umowach.

Wreszcie chipy obsługujące sztuczną inteligencję muszą zapewniać wyniki biznesowe.

„Wpływ brzegowego IoT na architekturę IT będzie sprowadzał się do przypadków użycia, o wdrożenie których poproszony jest dział IT, w których sztuczna inteligencja oferuje możliwość wstępnego przetwarzania informacji w czasie rzeczywistym i przesyłania jedynie istotnych i użytecznych danych” – powiedział Murali Gopalakrishna, dyrektor zarządzania produktami dla maszyn autonomicznych i dyrektor generalny ds. robotyki w firmie NVIDIA.

„Zautomatyzowany proces inspekcji sztucznej inteligencji w fabryce będzie wykorzystywał informacje w czasie rzeczywistym do podejmowania decyzji na krawędzi w ułamku sekundy, jednocześnie przesyłając odpowiednie dane do systemów zaplecza w celu przetwarzania końcowego, analiz i opracowywania nowych modeli poza pasmem do krawędzi IoT oparte na decyzjach.”

Aplikacje mogą wykryć osoby noszące maski lub zliczyć liczba osób wchodzących i wychodzących z danej przestrzeni poprzez tworzenie map cieplnych, aby zapewnić, że limity obłożenia nie zostaną przekroczone. A dzięki dodatkowym czujnikom, kamerom i automatyzacji w IoT i na krawędziach sztuczna inteligencja stanie się bardziej istotna dla menedżerów IT i architektury infrastruktury, powiedział Gopalakrishna.