産業用エッジAIには、生のコンピューティングパワーだけでは不十分

数十年間にわたり、エッジハードウェアの設計は、単純な階層構造に従っていた。まず、スループットを最大化し、次にパワーと熱をそれに合わせて管理する。生のコンピューティングパワーが、他のすべての基準となった。エッジデバイスが静止していたとき、環境が制御されていたとき、中央の処理がエッジでできないことを処理できたとき、このロジックは意味があった。しかし、今日の産業環境では、これらの条件は成立しておらず、古い階層構造はそれゆえ崩壊している。

産業施設の運営者は、AI駆動の自動化を直接生産現場に押し付けており、可能な限り近い場所で知的で決定的な行動を要求している。この野心は妥当である。しかし、それを信頼性の高いハードウェアに翻訳するには、チップ設計を根本から再考する必要がある。

新しい制約階層

世界の産業用エッジ市場は、予測によると、2025年に210億ドルから2030年までに約450億ドルに成長する見込みで、成長に伴うハードウェアの需要は、チップ設計者が歴史的に最適化してきたものとは根本的に異なっている。AI駆動の自動化が制御されたテスト環境から実際の工場の床に移行するにつれて、エッジ展開を支配する制約階層は、実質的に逆転している。

1. パワーがトップに来る。常時稼働する作業には、無駄を減らし、エッジAIシステムを展開する際の費用を最小限に抑えるための柔軟な制御モードが必要である。
2. 熱と環境要因はパフォーマンスに大きな影響を与える可能性がある。産業施設では、高温や熱制限、潜在的なデブリや湿気などの環境の極端な条件が機能を予測不能に劣化させる可能性がある。
3. 待ち時間と決定性は、産業施設で見られるような精度中心のユースケースでは不可欠である。タイムリーで正確なアクションは、成功とスクラップの差となる可能性がある。
4. 生のスループットが最後に来る。このパラダイムでは、帯域幅とスループットは重要であるが、埋め込み機能が健全であれば、それほど重要ではない。重要な処理と推論はデバイス上で行われるため、中央の処理システムに継続的に送信する必要性は低くなる。

これらの制約の逆転は、設計者が産業用エッジ向けに設計する際に、新しいアプローチを採用することを要求する。生のコンピューティングパワーだけでなく、他の要素も考慮する必要がある。

「ちょうどいい」ものを見つける

開発環境では、例えば、作業台で産業用ロボットを設計する場合、GPUは十分な性能を発揮する可能性がある。GPUは、高度に機能的で効率的なコンポーネントであり、大量のデータを迅速に正確に処理できる。しかし、これらのプロセスは、高度に制御された環境で行われる。

産業用デバイスは、既に稼働している施設のレガシーエquipmentに頻繁にインストールされる。モバイルである可能性もある。パワー、スペース、熱容量は、デバイスのニーズによってではなく、環境によって事前に決定される。したがって、チップ設計自体が変数となる。一般目的のシリコンは、産業用遠隔エッジAIの特定の、持続的な要件を満たすには、適していない。柔軟性に欠けているか、範囲が広すぎる。

例えば、統合NPUを備えたSoCは、これらの種類の構築に対する妥協点を提供する。低電力機能と堅牢な決定的な機能を提供する。しかし、熱制限環境での間欠的な機能を最適化した設計であるため、厳しい遠隔エッジ環境では不足する。バースト推論に焦点を当てた設計は、産業施設の複雑な現実に対して信頼性の高いフィットにはなり得ない。

自動化された産業運用を現実化するには、設計者は中間的なものが必要である。幅広いギャップを埋めるのに十分な柔軟性を持つが、専門アプリケーションを処理するのに十分な特定性を持つチップが必要である。

FPGA: より優れたコンパニオン

エッジ開発者は、FPGA（Field-Programmable Gate Array）を利用し始めている。FPGAは、GPU、CPU、その他の中央処理オプションの完全な代替としてではなく、コンパニオンチップとして機能する。常時稼働するセンサー監視、リアルタイムの前処理、決定的な応答、パワーゲーティングなどのタスクを、一般目的のシリコンがフィールド条件でうまく処理できないタスクを処理する。

アーキテクチャによっては、これらのコンパニオンデバイスは、GPUまたはCPUの隣に配置されるか、センサー自体に近い位置に配置される可能性があり、設計者はワークロードをオフロードする方法と場所について柔軟性を持つことができる。コンパニオン役割を果たす能力が、FPGAを遠隔エッジ産業環境に適したものにしている。ここでは、主処理装置は、継続的な低レベル処理要求に圧倒されることを防ぐ必要がある。

グローバルFPGA市場は、2024年に116億ドルで、2033年までに416億ドルに達すると予測されており、これは産業およびエッジ展開におけるコンパニオンアーキテクチャの重要性を反映している。FPGAは、コンパニオンチップとして、以下の機能を提供する。

• 並列、データフロー指向の処理により、デバイスは、中央のコンピューティングハードウェアへの送信前に、先進的な前処理を実行できる。これにより、データ量が削減され、待ち時間が軽減され、信頼性の高い運用が保証される。
• 決定的な推論能力により、既知のトリガーイベントを識別して、重要なシナリオでリアルタイムの応答を可能にする。
• 論理駆動のパワーゲーティングにより、デバイスは、環境の変化（動きなど）に基づいてエネルギー使用をスケーリングできる。高負荷プロセスは、必要なときのみアクティブになる。
• 組み込みのセキュリティ機能により、FPGAはハードウェアルートオブトラスト（HRoT）として機能し、デバイスが配置されている公開可能な場所から生じるセキュリティ侵害から中央のコンピューティングを保護する。複雑なシステムのセキュリティをさらに強化する。

これらの機能は、エッジAIの能力を向上させる上で重要であるが、FPGAの多才性が、遠隔エッジ構築のための最適な「問題解決者」であることを可能にしている。FPGAは、通常、知能型の前処理器として機能し、リアルタイムのデバイス上のセンサー融合を処理して、データ送信の必要性を削減し、タイムリーな応答を可能にする。

FPGAの並列処理能力により、データを迅速に統合して分析し、必要に応じて高性能プロセッサにエスカレートするか、危機的状況でリアルタイムに作用することができる。FPGAがこれらの小さなタスクを独自に処理できるため、中央のコンピューティングは、より複雑なタスクに集中できるバンド幅を維持することができる。

さらに、FPGAは設計上再構成可能であるため、システム管理者は、ワークロード、環境、ニーズの変化に応じて、エッジAIの実装を更新できる。FPGAをコンパニオンチップとして使用するデバイスは、ハードウェアの交換や再配置を必要とせずに、システムのニーズに合わせて進化できる。例えば、ポスト量子暗号化の進歩や、既存の暗号化アルゴリズムの無効化に対応するための柔軟性を提供する。

一緒にの方が良い

産業用エッジは、AIベースの自動化が最大の潜在力を発揮する場所であり、実世界の自動化のニーズは、一般目的のチップが追いつくことを待ってはいない。エッジ開発者は、新しい設計原則を採用し、柔軟性と特異性のバランスをとった最適化された基盤を構築する必要がある。

FPGAは、まさにそれを実現できる。GPUやSoCが限界に達したところで、FPGAがコンパニオンチップとしてギャップを埋める。常時稼働する推論、決定的な制御、低電力運用、そして進化するAIの能力や産業用ケースに伴って成長する可能性を提供する。一般目的のプロセッサとペアになっているか、独立して展開されているかに関係なく、FPGAは、遠隔エッジAIエコシステムを現実化するために必要な堅牢で信頼性の高い適応可能な基盤を構築するのに役立つ。