Inteligența Artificială Industrială De Margine Necesită Mai Mult Decât Puterea De Calcul Brută

De decenii, proiectarea hardware-ului de margine a urmat o ierarhie simplă: maximizați debitul, apoi gestionați puterea și termica în jurul acestuia. Calculul brut a fost plafonul sub care totul a fost construit. Această logică a avut sens atunci când dispozitivele de margine erau staționare, mediile erau controlate și procesarea centralizată putea gestiona orice nu putea face marginea. Cu toate acestea, niciuna dintre aceste condiții nu se mai aplică în mediile industriale de astăzi, iar vechea ierarhie se prăbușește din cauza acestui fapt.

Operatorii de facilități industriale introduc acum automatizarea bazată pe inteligență artificială direct pe podeaua de producție, cerând acțiune inteligentă și decisivă cât mai aproape de operațiuni. Ambiția este sună. Dar traducerea acesteia în hardware fiabil care funcționează în condiții industriale reale necesită reevaluarea proiectării cipului de la zero.

O nouă ierarhie de constrângeri

Piața globală de margine industrială este proiectată să crească de la 21 de miliarde de dolari în 2025 la aproape 45 de miliarde de dolari până în 2030, iar cerințele de hardware care însoțesc această creștere par fundamental diferite de ceea ce proiectanții de cipuri au optimizat istoric. Pe măsură ce automatizarea bazată pe inteligență artificială se mută din medii de test controlate pe podele de fabricație active, ierarhia de constrângeri care guvernează implementările de margine s-a inversat efectiv:

1. Puterea acum primește factura. Operațiunile care rulează mereu necesită moduri de control flexibile pentru a reduce risipa și a minimiza cheltuielile asociate cu implementarea sistemelor de inteligență artificială de margine.
2. Factorii termici și de mediu pot afecta semnificativ performanța. Instalațiile industriale introduc extreme de mediu, cum ar fi temperaturi ridicate și limitarea termică, precum și potențiali deșeuri și umiditate, toate acestea putând deteriora funcționalitatea în mod imprevizibil.
3. Latentă și determinism sunt esențiale în cazurile de utilizare centrate pe precizie, cum ar fi cele găsite în instalațiile industriale, deoarece acțiunea la timp și precisă poate face diferența dintre succes și gunoi.
4. Debitul brut vine ultimul în acest paradigma. Deși este important, lățimea de bandă și debitul sunt mai puțin critice atunci când capacitățile încorporate sunt solide. Procesarea critică și raționamentul au loc pe dispozitiv, mitigând nevoia de transmisie constantă către un sistem de procesare centralizat.

Inversarea acestor constrângeri cere ca proiectanții să adopte o abordare nouă atunci când proiectează pentru marginea industrială, una care ia în considerare mai mult decât doar puterea de calcul brută.

Găsirea a ceea ce este „exact potrivit”

În medii de dezvoltare, de exemplu, atunci când se proiectează un robot industrial la bancul de lucru, GPU-urile pot funcționa foarte bine. Sunt componente foarte capabile și eficiente care pot procesa cantități mari de date rapid și precis. Cu toate acestea, aceste procese au loc în medii controlate.

Dispozitivele industriale sunt adesea instalate pe echipamente legacy în facilități care sunt deja în funcțiune. Pot fi mobile. Puterea, spațiul și capacitatea termică sunt predeterminate de mediu, nu de nevoile dispozitivului. Acest lucru lasă doar proiectarea cipului ca variabilă, iar siliciul cu scop general este slab adaptat pentru a îndeplini acest rol. Este prea rigid sau prea larg pentru a îndeplini cerințele specifice și susținute ale inteligenței artificiale de margine industrială.

De exemplu, SoC-urile cu unități de procesare neuronale integrate oferă un punct de echilibru pentru aceste tipuri de construcții, oferind capacități de putere redusă și funcții deterministice robuste. Cu toate acestea, ele tind să nu fie suficiente în medii de margine solicitante din cauza proiectării, care este optimizată pentru funcționalitate intermitentă în medii termice limitate. O proiectare axată pe inferență în regim de explozie face ca acestea să fie un fit necorespunzător pentru realitățile mai complexe ale instalațiilor industriale.

Pentru a face operațiunile automate industriale o realitate, proiectanții au nevoie de ceva intermediar: cipuri suficient de flexibile pentru a umple lacunele largi, dar suficient de specifice pentru a gestiona aplicații specializate.

FPGA: Un companion mai capabil

Tot mai mulți dezvoltatori de margine încep să utilizeze matricele programabile în câmp (FPGA) ca răspuns. În mod crucial, FPGA-urile nu sunt poziționate ca o înlocuire integrală a GPU-urilor, CPU-urilor sau altor opțiuni de procesare centrală. În schimb, ele funcționează ca cipuri companion, plasate lângă procesoarele primare pentru a gestiona sarcinile pe care siliciul cu scop general le gestionează prost în condiții de teren: monitorizarea senzorilor care rulează mereu, preprocesarea în timp real, răspunsul determinist și porțile de putere.

În funcție de arhitectură, aceste dispozitive companion pot fi plasate lângă GPU sau CPU, sau poziționate mai aproape de senzorul însuși, oferind proiectanților flexibilitate în ceea ce privește modul și locul în care această sarcină este transferată. Capacitatea de a funcționa în acest rol de companion este ceea ce face ca FPGA-urile să fie atât de bine adaptate pentru medii industriale de margine, unde procesorul principal are nevoie de a fi protejat de a fi copleșit de cerințele continue de procesare de nivel scăzut.

Piața globală de FPGA a fost evaluată la 11,6 miliarde de dolari în 2024 și se estimează că va ajunge la 41,6 miliarde de dolari până în 2033, o traiectorie care reflectă recunoașterea în creștere a exact acestei arhitecturi de companion în implementări industriale și de margine. Ca cipuri companion, FPGA-urile aduc un set specific de capacități care abordează direct ierarhia de constrângeri inversate:

• Procesarea paralelă, orientată spre flux de date, care permite dispozitivelor să gestioneze preprocesarea avansată înainte de transmisie către hardware-ul de procesare centralizat. Acest lucru reduce volumele de date, reduce latentă și asigură funcționarea fiabilă.
• Capacități de raționament determinist, care pot identifica evenimente declanșatoare cunoscute pentru a permite răspunsul în timp real în scenarii critice.
• Porți de putere bazate pe logică, care permit dispozitivelor să ajusteze consumul de energie în funcție de declanșatoarele de mediu (mișcare sau alte schimbări), astfel încât procesele cu cerințe ridicate să fie active doar atunci când sunt necesare.
• Caracteristici de securitate încorporate, care permit FPGA-urilor să acționeze ca o rădăcină de încredere hardware (HRoT) și să ajute la protejarea procesării centrale împotriva breșelor care provin de pe dispozitive plasate în locații accesibile publicului, adăugând un strat suplimentar de securitate pentru sistemele din ce în ce mai complexe.

Deși aceste caracteristici sunt critice pentru avansarea capacităților de inteligență artificială de margine, versatilitatea FPGA-urilor este, în cele din urmă, ceea ce le face „rezolvatori de probleme” optime pentru construcții de margine. Ele servesc adesea ca preprocesori inteligenți, gestionând fuziunea senzorilor în timp real și pe dispozitiv pentru a reduce nevoia de transmisie de date și a permite răspunsul la timp.

Capacitățile lor de procesare paralelă le permit să integreze și să analizeze date rapid și să escaladeze către procesoare cu putere mai mare după cum este necesar, sau să acționeze în timp real într-o criză. Deoarece FPGA-ul poate gestiona aceste sarcini mai mici singur, procesarea centrală menține mai multă lățime de bandă pentru a gestiona sarcinile mai complexe care sunt transferate.

În plus, FPGA-urile sunt reconfigurabile prin proiectare, astfel încât managerii de sistem pot actualiza implementările de inteligență artificială de margine pe măsură ce sarcinile de lucru, mediile și nevoile se schimbă. Dispozitivele care utilizează FPGA-uri ca cipuri companion pot evolua alături de nevoile sistemului fără a necesita hardware de înlocuire sau redeployare. De exemplu, ele oferă flexibilitatea necesară pentru a se adapta pe măsură ce cryptography post-cuantă avansează și face algoritmii criptografici existenți ineficienți.

Mai bine împreună

Marginea industrială este locul în care automatizarea bazată pe inteligență artificială își va dovedi potențialul cel mai deplin, iar cerințele de automatizare din lumea reală nu așteaptă ca cipurile cu scop general să se recupereze. Dezvoltatorii de margine trebuie să înceapă să adopte noi principii de proiectare și să construiască fundații optimizate care echilibrează flexibilitatea și specificitatea în egală măsură.

FPGA-urile pot face exact acest lucru. În locurile în care GPU-urile și SoC-urile ating limitele, FPGA-urile umplu golul ca cipuri companion capabile, oferind inferență care rulează mereu, control determinist, funcționare cu putere redusă și potențialul de a crește alături de capacitățile de inteligență artificială în evoluție și de cazurile de utilizare industriale. Indiferent dacă sunt implementate independent sau împerecheate cu procesoare cu scop general, FPGA-urile ajută la crearea unei fundații robuste, fiabile și adaptabile necesare pentru a face ecossistemele de inteligență artificială de margine o realitate.