Dentro del trabajo del conocimiento, es raro el individuo que aún no se ha dado cuenta de los beneficios potenciales que las tecnologías de inteligencia artificial (IA) podrían aportar a su industria.
Según una investigación realizada por Enterprise Strategy Group (ESG) de TechTarget, a medida que la IA continúa su meteórico ascenso en los entornos empresariales y de TI, las organizaciones están reuniendo o acelerando rápidamente estrategias para respaldar las tecnologías de IA en todas las áreas aplicables. A diferencia de las tecnologías de nicho que afectan solo a ciertos procesos o personal, la IA tiene un amplio potencial para transformar empresas enteras, entornos de TI y equipos asociados.
¿Qué es la IA de vanguardia?
Hoy en día todo está conectado y se vuelve más complejo, lo que convierte el borde en una nueva frontera. Los equipos esenciales pueden hacer más al comunicarse con más objetos y dispositivos. Esto aumenta significativamente la complejidad de la transmisión y gestión de datos.
Los sistemas de IA generativa (GenAI), como ChatGPT, han capturado la imaginación como nada que la industria tecnológica haya visto en los últimos 50 años. La IA en el borde será crucial para garantizar el rendimiento deseado en tiempo real, la seguridad de los datos y la personalización en aplicaciones clave como la conducción autónoma, el infoentretenimiento y la robótica.
Como resultado, los expertos dicen que lo que impulsa la IA en el borde son tres vectores principales: procesamiento en tiempo real; datos y seguridad/privacidad; personalización/personalización.
¿Dónde se implementará inicialmente la IA perimetral?
Entre las innovaciones que se están implementando, los líderes de IA en el borde estarían de acuerdo en que hay siete casos de uso clave en los que la IA en el borde tuvo un desarrollo transformador: atención médica y ciencias de la vida, comercio minorista inteligente, comunicaciones, ciudades inteligentes, automoción, hogar digital y fábricas inteligentes. .
Los avances de la IA en la atención sanitaria están transformando la comodidad y la calidad de vida, redefiniendo la forma en que las personas interactúan con la tecnología. La IA está impulsando investigaciones de vanguardia y ayudando a los médicos a realizar diagnósticos más precisos.
En el sector automotriz, la IA está impulsando la asistencia al conductor y las funciones de seguridad avanzadas en los automóviles. En el ámbito industrial, la IA se utiliza en robótica y sistemas de visión. Piense en los automóviles modernos y en la cantidad de componentes conectados que contienen ahora. Los asistentes de IA están a punto de introducirse en los vehículos. Esto permitirá a las personas personalizar sus automóviles, desde ajustar la configuración hasta hacer reservas para cenar, leer un manual de usuario, etc. Esto ha redefinido fundamentalmente la conveniencia en la industria.
En las aplicaciones industriales, el proceso moderno de diseño a fabricación se basa en muchas disciplinas interconectadas que tienen lugar, a menudo al mismo tiempo. Cada miembro de los equipos de diseño y fabricación necesita tener acceso a la información correcta del producto en el momento adecuado, lo que significa que la disponibilidad de información de múltiples fuentes a la vez es fundamental.
Con los sistemas integrados, la IA está cambiando la forma en que se diseñan, prueban y depuran los chips. La IA también permite que los robots industriales aprendan y actúen de forma autónoma.
¿Cuáles son los desafíos técnicos para superar la IA?
El mundo de la IA está innovando a un ritmo bastante rápido con más modelos y ejerciendo una enorme presión sobre la informática. La IA en el borde crecerá cuando la industria de la tecnología pueda ofrecer un rendimiento informático muy alto dentro de un entorno restringido.
Para que la IA funcione, libere todo su potencial y sea omnipresente, es necesario que exista una infraestructura subyacente y otros elementos de apoyo deben ser plenamente capaces de respaldar estas estrategias. Esta infraestructura debe ser adaptable, brindando la capacidad de actualizarse o reconfigurarse a medida que pasa el tiempo y abarcar unidades centrales de procesamiento (CPU), unidades de procesamiento gráfico (GPU) y controladores lógicos programables (PLC) con software abierto, distribuyendo cargas de trabajo desde la nube. hasta el borde de las redes y puntos finales.
A medida que la IA se lleva al límite, está generando nuevos requisitos para la inteligencia descentralizada, lo que significa que la IA no puede depender de la nube y de las infraestructuras informáticas, con posibles desafíos centrados en la potencia, la latencia del rendimiento de los datos, la precisión, la temperatura ambiental, la seguridad y la regulación. , cargas de trabajo diversas y cambios de frecuencia.
También existen desafíos tecnológicos específicos que probablemente enfrentará cada industria específica.
¿Cuáles serán los desafíos particulares para casos de uso particulares?
Aprovechar el poder de estos modelos en continua evolución plantea desafíos extremos, especialmente porque en el borde de la red, las limitaciones en las aplicaciones en general pueden ser bastante severas. Sin embargo, a medida que cambian las aplicaciones específicas, estas limitaciones y requisitos continúan cambiando. Cada uno de los casos de uso y aplicaciones impone diferentes demandas y requisitos a las aplicaciones de borde.
En aplicaciones industriales, por ejemplo, las empresas pondrán énfasis en hacer frente a diversas cargas de trabajo, regulación, seguridad y precisión. En el sector sanitario, la precisión es primordial, lo que genera posibles desafíos que abarcan la seguridad, la protección, la energía y la precisión de los datos. Para aplicaciones automotrices, la latencia, la precisión, la seguridad y la regulación son clave.
El resultado neto es que el diseño de aplicaciones de IA de vanguardia requiere una integración perfecta de múltiples sistemas, incluidos el preprocesamiento, la inferencia de IA y las etapas de posprocesamiento. Estos apoyan la escalabilidad y adaptabilidad del sistema.
¿Qué empresas lideran la innovación en IA de vanguardia?
Los gigantes de los procesadores y las plataformas ya están liderando la vanguardia en IA. Es decir, empresas como Qualcomm Technologies, Intel, MediaTek, AMD, ARM, Advantech, Adlink, Cadence Design Systems, Microsoft y Bosch.
Dado que el ecosistema de IA de vanguardia tiene un gran alcance, la clave serán las asociaciones entre varias partes interesadas. En abril de 2024, aprovechando Embedded World 2024, Qualcomm presentó lo que llamó productos de ecosistema integrado en forma del servicio Wi-Fi QCC730 y la plataforma RB3 Gen 2 para proporcionar lo que llama actualizaciones críticas para permitir la IA en el dispositivo, alta rendimiento, procesamiento de bajo consumo y conectividad para productos y aplicaciones de Internet de las cosas (IoT).
Qualcomm califica los productos como capaces de “revolucionar” productos en aplicaciones industriales, comerciales y de consumo alimentadas por baterías. A la plataforma RB3 Gen 2 se le atribuye ofrecer una combinación de procesamiento de alto rendimiento, un aumento de 10 veces en el procesamiento de IA en el dispositivo, soporte para sensores de cámara cuádruple de 8MP+, visión por computadora y Wi-Fi 6E integrado. Está diseñado para su uso en una amplia gama de productos, incluidos varios tipos de robots, drones, dispositivos portátiles industriales, cámaras industriales y conectadas, cajas perimetrales de IA y pantallas inteligentes.
E indicando la necesidad de asociaciones en Embedded World, Qualcomm anunció una colaboración estratégica con Advantech para establecer lo que el proveedor de soluciones y productos integrados y de automatización describe como un ecosistema de IA de vanguardia abierto y diverso, allanando el camino para soluciones adaptadas a la inteligencia artificial de las cosas ( AIoT) aplicaciones.
La colaboración tiene el objetivo declarado de buscar impulsar la innovación y la expansión continuas en dispositivos de IA de vanguardia para IoT, combinando experiencia en IA, computación de alto rendimiento y conectividad líder en la industria para impulsar la innovación para la computación industrial.
Cuando se anunció la asociación, Miller Chang, presidente de EIoT en Advantech, explicó: “En el vasto y fragmentado panorama de IoT, implementar aplicaciones de IA de manera eficiente es un desafío. [We] Trabajamos juntos para satisfacer las demandas del mercado y superar los límites percibidos. [and we] buscará proporcionar plataformas de inteligencia artificial de vanguardia para navegar la fragmentación de la industria, garantizando la interoperabilidad. Juntos, aspiramos a redefinir las posibilidades de la IA en el borde, dando forma al futuro de la inteligencia de borde”.
Teniendo en cuenta que a medida que la IA de vanguardia crece, ARM ha presentado su NPU de tercera generación para admitir la IA de vanguardia, el Ethos-U85. La empresa de diseño de chips cree que los innovadores del silicio se enfrentan a la necesidad de navegar por una creciente complejidad de sistemas y software, mientras que los desarrolladores de software necesitan experiencias más consistentes y optimizadas y una fácil integración con marcos y bibliotecas de IA emergentes.
ARM también destacó la importancia de las asociaciones y dijo que el nuevo Ethos-U85 ofrece la misma cadena de herramientas consistente para que los socios puedan aprovechar las inversiones existentes para brindar una experiencia de desarrollador “perfecta”. Proporciona soporte para marcos de IA como TensorFlow Lite y PyTorch, y admite Transformer Networks, así como redes neuronales convolucionales (CNN) para la inferencia de IA.
La compañía también cree que las redes de transformadores impulsarán nuevas aplicaciones, particularmente en casos de uso de visión y GenAI para tareas como comprender videos, completar partes faltantes de imágenes o analizar datos de múltiples cámaras para clasificar imágenes y detectar objetos.
ARM dijo que había realizado su lanzamiento después de reconocer el despliegue de microprocesadores en sistemas IoT de alto rendimiento para casos de uso como visión artificial industrial, dispositivos portátiles y robótica de consumo. La nueva tecnología también está destinada a acelerar las tareas de aprendizaje automático (ML) y llevar la inferencia de borde con eficiencia energética a una gama más amplia de dispositivos de mayor rendimiento.