Hussein Osman, Diretor de Marketing de Segmento da Lattice Semiconductor – Série de Entrevistas

Hussein Osman é um veterano da indústria de semicondutores com mais de duas décadas de experiência em levar ao mercado produtos de silício e software que integram soluções de sensoriamento, processamento e conectividade, com foco em experiências inovadoras que entregam valor ao usuário final. Nos últimos cinco anos, ele liderou a estratégia de solução e esforços de go-to-market da sensAI na Lattice Semiconductor, criando aplicações de AI/ML de alto desempenho. O Sr. Osman recebeu seu diploma de bacharel em Engenharia Elétrica da California Polytechnic State University em San Luis Obispo.

Lattice Semiconductor (LSCC ) é um fornecedor de soluções programáveis de baixa potência usadas em comunicações, computação, industrial, automotiva e mercados de consumo. Os FPGAs e ferramentas de software de baixa potência da empresa são projetados para ajudar a acelerar o desenvolvimento e apoiar a inovação em aplicações desde a Edge até a Nuvem.

A Inteligência Artificial de Borda está ganhando tração à medida que as empresas buscam alternativas ao processamento de IA baseado em nuvem. Como você vê essa mudança afetando a indústria de semicondutores, e qual é o papel da Lattice Semiconductor nessa transformação? 

A Inteligência Artificial de Borda está absolutamente ganhando tração, e é porque de sua capacidade de revolucionar verdadeiramente mercados inteiros. Organizações em uma ampla gama de setores estão se inclinando para a Inteligência Artificial de Borda porque ela está ajudando a alcançar operações mais rápidas, eficientes e seguras — especialmente em aplicações em tempo real — do que é possível com a computação em nuvem sozinha. Essa é a parte em que a maioria das pessoas tende a se concentrar: como a Inteligência Artificial de Borda está mudando as operações comerciais quando implementada. Mas há essa outra jornada que está acontecendo em paralelo, e começa muito antes da implementação.

A inovação em Inteligência Artificial de Borda está impulsionando os fabricantes de equipamentos originais a projetar componentes de sistema que possam executar modelos de IA apesar das restrições de espaço. Isso significa algoritmos leves e otimizados, hardware especializado e outras melhorias que complementam e/ou ampliam o desempenho. É aqui que a Lattice Semiconductor entra em jogo.

Nossos FPGAs fornecem o hardware altamente adaptável necessário para que os projetistas atendam a requisitos de sistema estritos relacionados à latência, potência, segurança, conectividade, tamanho e mais. Eles fornecem uma base sobre a qual os engenheiros podem construir dispositivos capazes de manter aplicações críticas de Automotiva, Industrial e Médica funcionais. Essa é uma grande área de foco para nossa inovação atual, e estamos ansiosos para ajudar os clientes a superar desafios e saudar a era da Inteligência Artificial de Borda com confiança.

Quais são os principais desafios que as empresas enfrentam ao implementar a Inteligência Artificial de Borda, e como você vê os FPGAs abordando essas questões de forma mais eficaz do que os processadores tradicionais ou GPUs?

Você sabe, alguns desafios parecem ser verdadeiramente universais à medida que qualquer tecnologia avança. Por exemplo, desenvolvedores e empresas que esperam aproveitar o poder da Inteligência Artificial de Borda provavelmente lutarão com desafios comuns, como:

• Gerenciamento de recursos. Dispositivos de Inteligência Artificial de Borda precisam realizar processos complexos de forma confiável enquanto trabalham dentro de capacidades computacionais e de bateria cada vez mais limitadas.
• Embora a Inteligência Artificial de Borda ofereça os benefícios de privacidade do processamento de dados local, ela levanta outras preocupações de segurança, como a possibilidade de manipulação física ou as vulnerabilidades que vêm com modelos menores.
• Ecossistemas de Inteligência Artificial de Borda podem ser extremamente diversificados em arquiteturas de hardware e requisitos de computação, tornando difícil otimizar aspectos como gerenciamento de dados e atualizações de modelo em escala.

Os FPGAs oferecem às empresas uma vantagem em relação a essas questões-chave por meio de sua combinação de processamento paralelo eficiente, baixo consumo de energia, capacidades de segurança de nível de hardware e reconfigurabilidade. Embora esses possam soar como jargões de marketing, são recursos essenciais para resolver os principais pontos de dor da Inteligência Artificial de Borda.

Os FPGAs têm sido tradicionalmente usados para funções como ponte e expansão de E/S. O que os torna particularmente adequados para aplicações de Inteligência Artificial de Borda?

Sim, você está absolutamente certo que os FPGAs excelentem no domínio da conectividade — e é parte do que os torna tão poderosos em aplicações de Inteligência Artificial de Borda. Como você mencionou, eles têm portas de E/S personalizáveis que permitem que eles sejam conectados a uma ampla gama de dispositivos e protocolos de comunicação. Além disso, eles podem realizar funções como ponte e fusão de sensores para garantir a troca de dados, agregação e sincronização sem problemas entre diferentes componentes do sistema, incluindo padrões legados e emergentes. Essas funções são particularmente importantes à medida que os ecossistemas de Inteligência Artificial de Borda crescem em complexidade e a necessidade de interoperabilidade e escalabilidade aumenta.

Pode explicar como os FPGAs de baixa potência se comparam a GPUs e ASICs em termos de eficiência, escalabilidade e capacidades de processamento em tempo real para Inteligência Artificial de Borda?

Não vou fingir que hardware como GPUs e ASICs não tenham o poder de processamento para apoiar aplicações de Inteligência Artificial de Borda. Eles têm. Mas os FPGAs realmente têm uma “vantagem” sobre esses outros componentes em áreas como latência e flexibilidade. Por exemplo, tanto GPUs quanto FPGAs podem realizar processamento paralelo, mas o hardware da GPU é projetado para apelo amplo e não é tão bem adaptado para apoiar aplicações de Borda específicas como o da FPGAs. Por outro lado, os ASICs são direcionados para aplicações específicas, mas sua funcionalidade fixa significa que eles exigem redesenho completo para acomodar qualquer mudança significativa no uso. Os FPGAs são projetados para fornecer o melhor dos dois mundos; eles oferecem a baixa latência que vem com pipelines de hardware personalizados e espaço para modificações pós-implementação sempre que os modelos de Borda precisam ser atualizados.

Como a Lattice garante que seus FPGAs permaneçam competitivos contra chips de IA especializados desenvolvidos por empresas de semicondutores maiores?

Não há dúvida de que a busca por chips de IA está impulsionando grande parte da indústria de semicondutores — basta olhar como empresas como a Nvidia (NVDA ) mudaram de criar cartões gráficos de vídeo para se tornarem gigantes da indústria de IA. No entanto, a Lattice traz forças únicas para a mesa que nos destacam, mesmo à medida que o mercado se torna mais saturado.

Os FPGAs não são apenas um componente que estamos escolhendo investir porque a demanda está aumentando; eles são uma peça crítica de nossa linha de produtos principal. As forças de nossas ofertas de FPGAs — desde latência e programabilidade até consumo de energia e escalabilidade — são o resultado de anos de desenvolvimento técnico e aprimoramento. Também fornecemos uma gama completa de software e soluções de nível da indústria, construídas para otimizar o uso de FPGAs em projetos de IA e além.

Qual é o papel da programabilidade nos FPGAs para adaptar-se a modelos e cargas de trabalho de IA em evolução?

Ao contrário do hardware de função fixa, os FPGAs podem ser reconfigurados e reprogramados pós-implementação. Essa adaptabilidade inerente é, sem dúvida, seu maior diferencial, especialmente no suporte a modelos e cargas de trabalho de IA em evolução. Considerando quão dinâmico é o cenário de IA, os desenvolvedores precisam ser capazes de apoiar atualizações de algoritmos, conjuntos de dados em crescimento e outras mudanças significativas à medida que ocorrem, sem se preocupar com atualizações de hardware constantes.

Como os FPGAs da Lattice melhoram a tomada de decisão baseada em IA na borda, particularmente em indústrias como automotiva, automação industrial e IoT?

As capacidades de processamento paralelo dos FPGAs são um bom lugar para começar. Ao contrário dos processadores sequenciais, a arquitetura dos FPGAs permite que eles realizem muitas tarefas em paralelo, incluindo cálculos de IA, com todos os blocos lógicos configuráveis executando operações diferentes simultaneamente. Isso permite o processamento de alta taxa, baixa latência necessário para apoiar aplicações em tempo real nos principais verticais que você nomeou — seja falando sobre veículos autônomos, robôs industriais inteligentes ou até dispositivos inteligentes para casa ou wearables de saúde. Além disso, eles podem ser personalizados para cargas de trabalho de IA específicas e facilmente reprogramados no campo à medida que os modelos e requisitos evoluem ao longo do tempo. Por fim, mas não menos importante, eles oferecem recursos de segurança de nível de hardware para garantir que os sistemas alimentados por IA permaneçam seguros, desde a inicialização até o processamento de dados e além.

Quais são alguns casos de uso do mundo real onde os FPGAs da Lattice melhoraram significativamente o desempenho, segurança ou eficiência da Inteligência Artificial de Borda?

Ótima pergunta! Uma aplicação que eu acho realmente intrigante é a forma como os engenheiros estão usando os FPGAs da Lattice para alimentar a próxima geração de robôs inteligentes e alimentados por IA. Robôs inteligentes exigem capacidades de processamento em tempo real e no dispositivo para garantir automação segura, e é exatamente isso que a Inteligência Artificial de Borda é projetada para entregar. Não apenas a demanda por esses assistentes está aumentando, mas também a complexidade e a sofisticação de suas funções. Em uma conferência recente, a equipe da Lattice demonstrou como o uso de FPGAs permitiu que um robô inteligente rastreasse a trajetória de uma bola e a pegasse em pleno voo, mostrando quão rápido e preciso essas máquinas podem ser quando construídas com as tecnologias certas.

Como você vê o futuro do hardware de IA evoluindo nos próximos 5-10 anos, particularmente em relação à Inteligência Artificial de Borda e ao processamento eficiente em termos de energia?

Dispositivos de borda precisarão ser mais rápidos e poderosos para atender às demandas de computação e energia dos algoritmos de IA e ML cada vez mais complexos que as empresas precisam para prosperar — especialmente à medida que essas aplicações se tornam mais comuns. As capacidades dos componentes de hardware dinâmicos que suportam aplicações de borda precisarão se adaptar em conjunto, tornando-se menores, mais inteligentes e mais integrados. Os FPGAs precisarão expandir sua flexibilidade existente, oferecendo capacidades de baixa latência e baixa potência para níveis mais altos de demanda. Com essas capacidades, os FPGAs continuarão a ajudar os desenvolvedores a reprogramar e reconfigurar com facilidade para atender às necessidades de modelos em evolução — seja para veículos autônomos mais sofisticados, automação industrial, cidades inteligentes ou além.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Lattice Semiconductor.