Cách Edge IoT đang định hình lại ngành công nghiệp

Theo dõi đội xe, theo dõi tài sản, xe tự lái, tự động hóa sản xuất và kho bãi là tất cả các lĩnh vực mà công nghệ chip nhúng trí tuệ nhân tạo có thể giảm tải cho các tải mang dữ liệu mạng. Họ có thể làm điều này trong khi cung cấp thông tin trực tuyến, thời gian thực.

Nhiều quy trình trong số này cần nhiều dữ liệu để được kích hoạt. Đồng thời, họ cần dữ liệu này trong thời gian thực và trong quá trình vận chuyển. Các loại quy trình này không được hưởng lợi nhiều từ điện toán đám mây như các quy trình sử dụng nhiều dữ liệu khác, chẳng hạn như đào tạo dữ liệu thông qua học máy. Thay vào đó, các quy trình này được hưởng lợi nhiều nhất từ ​​điện toán ranh giới, mang điện toán, kết nối mạng và các tài nguyên khác trực tiếp đến các thiết bị và dữ liệu cần chúng.

Bằng cách kích hoạt trí tuệ nhân tạo (tải xử lý AI0 ở cấp độ hệ thống trên chip (SOC), CNTT có thể mở rộng các tùy chọn để phân phối và giảm tải tải xử lý dữ liệu cho các lớp khác nhau của kiến ​​trúc doanh nghiệp (ví dụ: đám mây, trung tâm dữ liệu). trung tâm dữ liệu hoặc chính cạnh). Điều này cải thiện việc quản lý và xử lý dữ liệu. Nó cũng bảo tồn băng thông, đồng thời đẩy nhanh dữ liệu và kết quả.

Bộ vi điều khiển nhúng SOC sử dụng bộ nhớ hẹp hơn và tiêu thụ điện năng so với yêu cầu của GPU truyền thống (đơn vị xử lý đồ họa), FPGA (mảng cổng lập trình trường) hoặc các loại mạch tích hợp (IC) khác.

Steve Conway, cố vấn cấp cao về nghiên cứu Hyperion của HPC Market Dynamics cho biết: “Chúng ta sẽ thấy AI ở rìa trở nên phổ biến trong XNUMX năm tới.

“ARM Atom, GPU và các bộ xử lý nhúng khác đã phổ biến trong các thiết bị biên như điện thoại di động, cảm biến, ô tô, hệ thống chẩn đoán hình ảnh y tế, hệ thống trò chơi và nhiều thiết bị khác. Ông nói: “Những bộ xử lý nhúng đã được thiết lập này có thể sẽ trở thành xu hướng chủ đạo để hỗ trợ các phương pháp AI khi các phương pháp này đạt được thành công”.

Tác động ngành của Edge IoT

Năm 2011, thuật ngữ “Sản xuất 4.0” lần đầu tiên xuất hiện. Nó bắt nguồn từ việc chính phủ Đức thúc đẩy sản xuất bằng máy tính và đưa ra tầm nhìn tương lai về số hóa, tự động hóa và trí tuệ nhân tạo cho sản xuất của nhà máy. Trong sơ đồ này, công nghệ biên có thể tạo điều kiện thuận lợi cho các quyết định tại vị trí của một vấn đề hoặc tình huống, trong đó các SOC nhúng AI đóng vai trò chính.

Hôm nay, cái này ra quyết định cạnh thời gian thực là có thật. Các quy trình sản xuất được hỗ trợ bởi các quyết định hỗ trợ AI ở rìa. Trong tương lai, chip cạnh hỗ trợ AI có thể gửi cảnh báo có thể hành động để mua về tình trạng thiếu nguyên liệu thô hoặc cảnh báo bán hàng về khả năng thiếu sản phẩm nếu phát hiện thấy thành phần bị thiếu.

Tự động hóa chip Edge AI cũng đang chuyển đổi hoạt động hậu cần.

Một đoàn xe tải có thể liên lạc chéo với các liên lạc cạnh có độ trễ thấp được triển khai để tiết kiệm nhiên liệu và tối ưu hóa các tuyến đường. Trong tương lai, chỉ một trong số những chiếc xe tải này có thể có người lái, phần còn lại của đoàn xe sẽ chạy trên hệ thống tự động hóa do SOC điều khiển.

Điều này có thể giải quyết một vấn đề lớn của ngành vận tải đường bộ: tình trạng thiếu tài xế có trình độ. Shelley Simpson, phó chủ tịch điều hành, giám đốc thương mại và chủ tịch dịch vụ đường cao tốc tại JB Hunt Transport Services, cho biết: “Đây là một trong những lý do khiến bạn thấy rất nhiều công nghệ được đưa vào ngành vận tải đường bộ.

Hàng hóa dễ hỏng cũng có thể được theo dõi bằng các cảm biến thông minh trong mỗi khoang chở hàng của xe tải về nhiệt độ và độ ẩm.

Ví dụ, một chiếc xe tải chở sản phẩm đến Atlanta đã được định tuyến lại đến thị trường Washington, DC, gần hơn. Việc thay đổi lộ trình đã được ra lệnh sau khi một cảm biến bên trong khoang chở hàng của xe tải cảnh báo cho người lái xe và công ty hậu cần về nguy cơ sản phẩm bị hư hỏng do quá nóng. Khả năng chủ động của công ty trong thời gian thực đối với thông tin đã ngăn chặn được sự hư hỏng và tiết kiệm được tiền. Trong ngành công nghiệp thực phẩm, nó là chính. Nhóm Lương thực và Nông nghiệp của Liên hợp quốc ước tính rằng 1 nghìn tỷ đô la thực phẩm bị mất hoặc lãng phí mỗi năm.

Công nghệ chip hỗ trợ AI cũng đang thay đổi cách thức hoạt động của các phương tiện trên không và trên mặt đất.

Các nhân viên quân sự phải đối mặt với những thách thức hậu cần khi họ quan sát và/hoặc đi vào một khu vực nguy hiểm. Trước đây, một công việc giám sát rủi ro có thể yêu cầu con người trực tiếp kiểm tra một khu vực, khiến nhân viên gặp nguy hiểm và mất mạng.

Bây giờ với xử lý AI cạnh, một đội máy bay không người lái thực hiện trinh sát và liên lạc với nhau trong thời gian thực. Nếu một máy bay không người lái trong phi đội bị bắn hạ, hạm đội sẽ phát hiện ra vấn đề và điều chỉnh đội hình để tiếp tục nhiệm vụ. Saurabh Mishra, Giám đốc cấp cao về Quản lý sản phẩm tại Bộ phận IoT và Edge của SAS cho biết: “Khối lượng công việc đòi hỏi phải xử lý nhiều đầu vào cảm biến bao gồm cả video và âm thanh có thể bắt đầu vượt quá giới hạn trừ khi được hỗ trợ bởi các chip chuyên dụng. “Máy bay không người lái tự động, cánh tay robot và tự động hóa công nghiệp đều là những ví dụ điển hình về cách sử dụng những con chip này.”

Địa chính trị và đổi mới

Tuy nhiên, các công ty lo lắng vì các lực lượng địa chính trị đang hoạt động trong ngành công nghiệp chip và chất bán dẫn.

Năm 2019, Huawei được xếp vào danh sách danh sách hạn chế của Hoa Kỳ. NVIDIA sau đó đã mua lại Arm, Ltd. trong một thỏa thuận trị giá 40 tỷ đô la có Google, Microsoft, Qualcomm, Apple, Intel, Samsung, Huawei và Amazon lo ngại về một nhà cung cấp quan trọng.

Năm 2019, Intel mua lại startup chip AI Phòng thí nghiệm Habana với giá 2 tỷ USDvà AMD mua lại Xiliinx với giá 35 tỷ USD.

“Xu hướng trong 50 năm qua là loại bỏ những lo ngại về an ninh quốc gia không liên quan khỏi phân tích kinh tế dẫn đến các quyết định chống độc quyền. Tuy nhiên, khi hành vi phản cạnh tranh tiềm tàng cũng gây phương hại đến an ninh quốc gia, chúng ta không nên ngạc nhiên nếu USG thực hiện một cách tiếp cận tích cực hơn để thực thi,” đã viết Cullen O'Keefe, liên kết nghiên cứu tại Trung tâm quản trị AI, Đại học Oxford.

CNTT phải xem xét các vụ kiện và hành động chống độc quyền này khi biện minh và cố gắng chứng minh các khoản đầu tư vào AI trong tương lai.

Conway cho biết: “Ngày nay, AI được nhiều người coi là chìa khóa cho sự lãnh đạo kinh tế trong tương lai và có những sáng kiến ​​mạnh mẽ ở Trung Quốc, Nhật Bản và Châu Âu nhằm loại bỏ sự phụ thuộc vào Hoa Kỳ và phát triển các bộ vi xử lý bản địa. “Các bộ phận CNTT không thể làm gì nhiều để ảnh hưởng đến các trận chiến địa chính trị này, nhưng họ có thể lập kế hoạch để đảm bảo rằng nguồn cung cấp bộ vi xử lý mà họ cần được an toàn, đặc biệt bằng cách đàm phán hợp đồng nhà cung cấp dài hạn với các điều khoản phạt và duy trì mức tồn kho phù hợp.”

Danh sách việc cần làm của CNTT

Việc chuyển sang hệ số dạng IoT nhỏ hơn sẽ buộc CNTT tập trung vào ba lĩnh vực chính:

Kiến trúc CNTT. Kiến trúc CNTT phải được sắp xếp lại để phù hợp với các trường hợp sử dụng kinh doanh mà các công ty muốn giải quyết bằng AI cấp độ chip. Ở mức tối thiểu, bản sửa đổi kiến ​​trúc này có khả năng mang lại ba tầng công nghệ CNTT, kiến ​​trúc xử lý và dữ liệu: trung tâm dữ liệu, đám mây và biên.

Conway cho biết: “Tất nhiên, điểm bắt đầu là vạch ra và tối ưu hóa quy trình từ đầu đến cuối và sử dụng thông tin đó để chỉ định các nguồn lực phù hợp tại mỗi điểm trên đường đi.

Conway cho biết: “Nửa chục năm trước, PayPal gặp vấn đề nghiêm trọng về gian lận trong các giao dịch thẻ tín dụng. “Phải mất tới hai tuần để xác định gian lận và vào thời điểm đó, gian lận thường đánh vào thẻ của khách hàng. Công ty đã cài đặt một máy tính hiệu suất cao có thể phát hiện và ngăn chặn gian lận ngay khi nó xảy ra, trong vòng 150 mili giây, tiết kiệm cho PayPal hơn 700 triệu đô la trong năm đầu tiên hoặc lâu hơn.

Ứng dụng tại PayPal và các công ty khác dựa trên bộ xử lý nhúng trong đầu đọc thẻ, cùng với Internet cho quy trình ủy quyền khứ hồi và hệ thống máy chủ có bộ xử lý không nhúng để nâng vật nặng, tại chỗ hoặc trên đám mây.”

kĩ năng công nghệ thông tin. Chỉ 47% số người trả lời khảo sát trong Báo cáo tín hiệu IoT của Microsoft năm 2019 tin rằng thị trường có những cá nhân có kỹ năng công việc IoT cần thiết https://news.microsoft.com/2019/07/30/microsoft-announces-iot-signals-research-report-on-state-of-iot-adoption/.

Saurabh Mishra, Giám đốc cấp cao về Quản lý sản phẩm tại Bộ phận IoT và Edge của SAS cho biết: “Sự sẵn có của các nguồn lực lành nghề để quản lý việc triển khai các mô hình AI trên chip sẽ vẫn là một thách thức. “Các công ty cũng nên nhận ra rằng

chip AI cạnh không phải là viên đạn bạc. Chúng hoạt động trong bối cảnh của một hệ thống lớn hơn. Điều quan trọng là phải nghĩ đến quy trình hoàn chỉnh khi triển khai các chip nhúng AI vì một liên kết yếu ở thượng nguồn hoặc hạ nguồn có thể làm mất đi khả năng tăng cường mục tiêu của chúng.”

Ngăn xếp phần cứng và phần mềm IoT thương mại có thể giúp giải quyết các thách thức về tích hợp đường ống—nhưng quá trình xử lý vẫn phải được bộ phận CNTT xác định ở mỗi tầng. Điều này bao gồm các SOC lập trình và xây dựng mô hình.

Quản lí đầu tư. Các vụ kiện hợp nhất, chống độc quyền và sở hữu trí tuệ sẽ tiếp tục diễn ra trong không gian AI/chip, giống như trong các lĩnh vực CNTT khác.

Tin tốt là bộ phận CNTT của các công ty không xa lạ gì với điều này.

Chọn một giải pháp ngăn xếp IOT được chấp nhận rộng rãi với cơ sở người dùng lớn là một hình thức kiểm chứng cho tương lai, cũng như đảm bảo rằng IoT mà bạn sử dụng tuân thủ các API và tiêu chuẩn bảo mật chung. Chiến lược thứ hai là đàm phán với các nhà cung cấp IoT về trách nhiệm pháp lý và bảo vệ khoản đầu tư mà bạn xác định trong hợp đồng của mình.

Cuối cùng, chip hỗ trợ AI phải mang lại kết quả kinh doanh.

“Tác động của IoT biên đối với kiến ​​trúc CNTT sẽ phụ thuộc vào các trường hợp sử dụng mà CNTT được yêu cầu triển khai, trong đó AI cung cấp khả năng xử lý trước thông tin trong thời gian thực và chỉ truyền dữ liệu hữu ích và phù hợp,” Murali Gopalakrishna, người đứng đầu cho biết. về quản lý sản phẩm cho các máy tự động và tổng giám đốc về Robotics tại NVIDIA.

“Quy trình kiểm tra AI tự động trong nhà máy sẽ sử dụng thông tin theo thời gian thực để đưa ra quyết định trong tích tắc ở biên trong khi chuyển dữ liệu liên quan sang hệ thống phụ trợ để xử lý hậu kỳ, phân tích và phát triển mô hình mới ngoài băng tần cho biên IoT dựa trên các quyết định.”

Các ứng dụng có thể phát hiện những người cư ngụ đeo mặt nạ hoặc đếm số lượng người vào và ra khỏi một không gian bằng cách tạo bản đồ nhiệt để đảm bảo không vượt quá giới hạn sử dụng. Và với các cảm biến, camera và tự động hóa bổ sung diễn ra trong IoT và ở vùng biên, AI sẽ trở nên phù hợp hơn đối với các nhà quản lý CNTT và kiến ​​trúc cơ sở hạ tầng, Gopalakrishna cho biết.