AI-chipsets, oplossingen voor huidige en toekomstige brancheproblemen

Halfgeleiders voeden de elektronisch alomtegenwoordige moderne wereld. Kunstmatige intelligentie (AI) is voorbestemd om een ​​groot aantal technologieën te ondersteunen, variërend van zelfrijdende voertuigen tot analyses van sociale media. De combinatie van AI met halfgeleiders is een logische volgende stap voor siliciumaanbieders om AI in te bedden in vrijwel alles waarvoor een processor nodig is, zegt de auteur Gerry Christensen, oprichter en CEO van Mind Commerce .

AI-chipsets ondersteunen ook de industrie om naar heterogene computers te gaan, verwijst naar systemen die meer dan één soort processor of kernen gebruiken. Deze benadering omvat de integratie van ongelijksoortige chips in een co-processing-omgeving om prestatieverbeteringen vast te stellen en energie te besparen. In het geval van AI-chips kunnen processors vaak problemen oplossen die traditionele processors niet kunnen.

Toonaangevende fabrikanten ontwikkelen oplossingen om industriële problemen op te lossen. ARM bouwt bijvoorbeeld AI in hun Machine Learning (ML)-processor om kritieke functies voor de industrie te versnellen, zoals gezichtsherkenning voor openbare veiligheid en binnenlandse veiligheid.

Dezelfde chipset kan andere branchebehoeften, zoals machinevertaling, verbeteren. Deze aanpak maakt deel uit van System on a Chip (SoC)-implementaties die verschillende soorten processors bevatten, zoals Graphical Processing Units (GPU), die de berekeningen voor beeldidentificatie optimaliseren.

Sommige bedrijven zijn gericht op het oplossen van apparaatspecifieke problemen, zoals Qualcomm en Huawei , die beide racen om de eerste AI-chipsets voor smartphones te leveren. De bedrijven erkennen dat netwerkontwikkelingen zoals Mobile Edge Computing (MEC) en 5G steeds meer datagebruik zullen stimuleren, waarvan een groot deel voor latentiegevoelige diensten zoals Virtual Reality (VR). Fabrikanten van handsets willen niet de zwakke schakel zijn in gegevensverwerking.

Dienovereenkomstig ontwerpt Huawei een chip die naar verluidt de herkenning van 4.500 afbeeldingen per minuut mogelijk maakt, meer dan het dubbele van de capaciteit van zijn vorige aanbod. Snellere beeldherkenning voor smartphones vertaalt zich in een lagere algehele latentie voor toepassingen van de volgende generatie voor openbare veiligheid, zoals voertuig-naar-persoon.

Smartphones kunnen worden geïntegreerd met ingebouwde voertuigsensoren en camera's om potentiële gevaren te detecteren, zoals een voetganger die op het punt staat een zebrapad op te lopen. AI-chipsets zullen autogerelateerde functies en vele andere industrieën mogelijk maken.

Unmanned Aerial Vehicles (UAV) uitgerust met AI-chipsets zullen profiteren van verbeterde op sensorinvoer gebaseerde beslissingen. Dit zal een zegen zijn voor verticale sectoren die afhankelijk zullen worden van UAV's, zoals de landbouw, waar beslissingen zoals het dertig minuten langer sproeien van gewassen het verschil kunnen maken tussen acceptabele opbrengsten of een jaarlijks verlies.

Bovendien kunnen processors cruciale beslissingen nemen voor de veiligheid van drones, zoals het vermijden van hoogspanningslijnen of het terugkeren naar de basis in afwachting van een komende onweersbui.

De overgrote meerderheid van de use-cases zal betrekking hebben op een bepaald aspect van Internet of Things (IoT)-oplossingen. Onderzoek in verband met het rapport AI-chipsets voor draadloze netwerken en apparaten, Cloud en Next Generation Computing, IoT en Big Data Analytics 2018-2023 geeft bijvoorbeeld aan dat IoT-gerelateerde oplossingen tegen 2023 83% van de totale wereldwijde markt voor AI-chipsets zullen vertegenwoordigen. Alleen al de door AI-chipset ondersteunde IoT-apparaatmarkt vertegenwoordigt een wereldwijde kans van $ 8,7 miljard (€ 7,49 miljard) tegen 2023.

Gedreven door alles, van home-entertainment tot binnenlandse veiligheid, zal de wereldwijde markt voor AI-chipsets als geheel naar verwachting in 2023 $13,4 miljard (€11,53 miljard) bereiken.

AI-chipsets ondersteunen ook Big Data en geavanceerde analyses, waarvan vele IoT-gerelateerd zullen zijn, zoals monitoring en logistiek. Multi-processor AI-chipsets leren van de omgeving, gebruikers en machines om verborgen patronen in gegevens te ontdekken, bruikbare inzichten te voorspellen en acties uit te voeren op basis van specifieke situaties.

 Wereldwijde markt voor AI-chipsets per productietoepassing 2018 – 2023

Dit zal zich vertalen in de volgende golf van op het apparaat gebaseerde analyses, die belangrijk zal zijn voor veel verticale sectoren, zoals productie waarin AI-chipsets ondersteunde beslissingen voor materiaalbewegingen tegen 2023 een wereldwijde kans van $ 394 miljoen (€ 339,05 miljoen) vertegenwoordigen.

De algemene vooruitzichten voor AI-chipsets zijn rooskleurig, aangezien kunstmatige intelligentie als geheel in toenemende mate wordt geïntegreerd in veel gebieden, waaronder zoeken op internet, entertainment, commerciële toepassingen, contentoptimalisatie en robotica. Het langetermijnperspectief voor AI-chipsets is dat ze ingebed zullen worden in veel verschillende andere technologieën en autonome besluitvorming namens mensen zullen bieden, zowel direct als indirect via vele processen, producten en diensten.

De auteur van deze blog is Gerry Christensen, oprichter en CEO van Mind Commerce.