Những năm 2030 sẽ được cung cấp bởi Edge: Tại sao thập kỷ tính toán tiếp theo bắt đầu ngay bây giờ

Nếu bạn muốn xem tương lai của AI, hãy quên đi các trang trại máy chủ ở Bắc Virginia hoặc các ươm tạo khởi nghiệp ở San Francisco. Hãy đến một công ty rửa xe chỉ ngoài Fort Lauderdale.

Trí tuệ điều hành hoạt động đến từ một công ty mà bạn có thể chưa từng nghe đến, trừ khi bạn trong lĩnh vực rửa xe, nơi họ là nhà lãnh đạo trong ngành—Sonny’s The CarWash Factory. Sonny’s là nhà sản xuất thiết bị rửa xe băng chuyền lớn nhất thế giới—một doanh nghiệp truyền thống được định nghĩa bởi các bàn chải, xà phòng và dây đai, không phải mã. Tuy nhiên, trên hàng nghìn địa điểm, họ đang thay thế sonar hàng thập kỷ bằng tầm nhìn máy tính để đo kích thước xe trong vài mili giây, sử dụng nhận dạng biển số xe cho đăng ký忠诚 tức thì và thử nghiệm AI trò chuyện tại quầy thu tiền.

Trong khi hàng tỷ đô la theo đuổi sản phẩm kiểu ChatGPT tiếp theo—đầu tư mà nhiều phân tích cảnh báo đang vượt quá việc áp dụng thực tế—một cuộc cách mạng im lặng đang xảy ra trong các bãi đậu xe, sàn nhà máy, tàu trên biển và tầng hầm bệnh viện.

Chúng ta đang chứng kiến sự phân chia. Ở một bên là AI Người tiêu dùng: lấp lánh, được tài trợ và tốn kém về hoạt động. Ở bên kia là AI Vật lý: không hấp dẫn, dựa trên ROI cứng và đã thay đổi hoạt động trong các ngành không thể chịu đựng được độ trễ hoặc thời gian ngừng hoạt động.

Sự phân chia này sẽ định nghĩa thập kỷ tới. Nếu những năm 2010 là về việc kết nối thiết bị (IoT) và những năm 2020 đã là về việc xử lý dữ liệu nơi nó bắt nguồn (tính toán biên), thì những năm 2030 sẽ là về hành động trên dữ liệu tức thì. Đây là kỷ nguyên của Edge AI.

Sáng tạo trong Những Nơi Không Mong Đợi

Đối với các ngành công nghiệp dựa trên hàng hóa vật lý, đám mây thường quá xa—về mặt vật lý và hoạt động.

Lấy thị trường bán lẻ làm ví dụ. Mỗi cửa hàng đều phải vật lộn với khoảng cách giữa hồ sơ hàng tồn kho và thực tế. Quần áo được di chuyển, thử và đặt sai vị trí, khiến các cơ sở dữ liệu truyền thống trở nên lỗi thời trong vài phút. Nhưng một số công ty đang chuyển hướng sang một mô hình trong đó chính cửa hàng trở thành cơ sở dữ liệu. Các máy quét RFID gắn trên trần nhà theo dõi quần áo trong thời gian thực—xác định những gì vào phòng thử nghiệm, những gì không bao giờ rời đi và nơi một kích cỡ cụ thể kết thúc. Họ không chỉ cập nhật hồ sơ; họ đang số hóa không gian vật lý trong thời gian thực—một điều chỉ có thể thực hiện được với việc xử lý cục bộ.

Chăm sóc sức khỏe đang theo một con đường tương tự. Các bản quét CT và MRI hiện đại tạo ra gigabyte dữ liệu trên mỗi bệnh nhân—dữ liệu quá nặng và quá nhạy cảm để liên tục gửi đến đám mây. Câu trả lời không phải là một đường ống lớn hơn; đó là đưa AI đến máy quét. Các bệnh viện đang bắt đầu chạy suy luận cục bộ, giữ dữ liệu bệnh nhân tại chỗ trong khi cung cấp thông tin chẩn đoán trong vài giây.

Ngành công nghiệp hàng hải phải đối mặt với các hạn chế tương tự. Các tàu container tạo ra terabyte dữ liệu hoạt động từ động cơ, hệ thống điều hướng và cảm biến hàng hóa. Nhưng chi phí kết nối giữa đại dương có thể lên tới hàng nghìn đô la mỗi gigabyte. Các công ty vận tải đang triển khai máy chủ biên trên tàu để xử lý dữ liệu cục bộ, chạy các mô hình bảo trì dự đoán ngăn chặn sự cố động cơ trước khi tàu đến cảng. AI đi cùng với tàu vì đám mây đơn giản không thể tiếp cận được.

Đây không phải là các thí nghiệm R&D. Đây là những vấn đề hoạt động được giải quyết bởi tính toán ở biên.

Kiến Trúc Ba Tầng

Để hiểu nơi cơ sở hạ tầng doanh nghiệp đang đi, hãy nhìn vào điện thoại trong túi của bạn. Apple Intelligence đã giới thiệu mô hình tính toán ba tầng cho người dùng phổ thông: xử lý trên thiết bị cho tốc độ, một lớp tính toán riêng cho các nhiệm vụ nặng hơn và đám mây cho kiến thức rộng lớn. Các môi trường công nghiệp đang áp dụng chính xác kiến trúc này—không phải vì sự tiện lợi, mà vì vật lý.

Hãy xem xét làn sóng mới của rô-bốt giống người. Những máy này chạy trên pin; chúng không thể mang siêu máy tính trên lưng, cũng không thể dựa vào đám mây cho các quyết định an toàn trong giây lát. Thay vào đó, chúng dựa vào một “tầng giữa” quan trọng:

• Thiết bị (Rô-bốt): Xử lý chuyển động và an toàn ngay lập tức tại địa phương.

• Biên riêng: Một máy chủ cục bộ trên sàn nhà máy xử lý suy luận nặng và phối hợp đội thiết bị.

• Đám mây: Dành cho việc đào tạo và cập nhật phần mềm toàn cầu.

Thập kỷ 2010 là Cloud First. Thập kỷ 2030 sẽ là Edge First—với đám mây khi cần thiết.

Kiến trúc này giải quyết các hạn chế thực sự. Rô-bốt chạy trên pin và không thể mang tải tính toán nặng. Sàn nhà máy cần thời gian phản hồi trong vài mili giây mà độ trễ của đám mây không thể cung cấp. Dữ liệu bệnh nhân trong bệnh viện phải ở tại chỗ để tuân thủ quy định. Tầng giữa xử lý công việc suy luận nặng, phối hợp đội thiết bị và hoạt động như một bộ đệm giữa hoạt động cục bộ và hệ thống toàn cầu. Hãy nghĩ về nó như một trung tâm dữ liệu cục bộ được nén vào một giá máy chủ duy nhất, xử lý terabyte mà không bao giờ chạm vào internet công cộng. Khi rô-bốt cần thực hiện một động作 an toàn, nó xử lý cục bộ. Khi nó cần cập nhật mô hình điều hướng dựa trên hoạt động trong ngày, máy chủ biên xử lý việc đó qua đêm. Khi nhà sản xuất phát hành một khả năng mới, đám mây đẩy nó xuống. Mỗi tầng làm những gì nó làm tốt nhất.

Kết Thúc Kỷ Nguyên “Dial-Up”

Mặc dù có những thay đổi kiến trúc như vậy, thực tế trên mặt đất vẫn còn lộn xộn. AI Vật lý hiện đang trong kỷ nguyên “dial-up”. Các nhà lãnh đạo hoạt động đang bị ảnh hưởng bởi “hộp đen”—thiết bị độc quyền cho việc đếm người, phân tích video hoặc cảm biến không nói chuyện với nhau. Đó là tương đương với việc mang một thiết bị riêng cho email, bản đồ và ảnh.

Chúng ta đang chứng kiến các tổ chức với 20.000+ địa điểm thay thế patchwork này bằng các nền tảng biên thống nhất, cho phép họ triển khai các ứng dụng mới dưới dạng cập nhật phần mềm chứ không phải dự án phần cứng.

Đồng thời, các mạng vệ tinh LEO như Starlink đang loại bỏ các vùng chết kết nối. Giống như các nền kinh tế mới nổi đã vượt qua các đường dây đất để đi thẳng đến di động, các ngành công nghiệp như hàng hải, khai thác và đường sắt đang bỏ qua các kiến trúc đám mây tập trung hoàn toàn. Họ đang chuyển trực tiếp đến AI biên phân phối vì vật lý của hoạt động đòi hỏi như vậy.

Nghịch Lý Đầu Tư

AI Vật lý sẽ không bao giờ có một “khoảnh khắc ChatGPT”. Nó không thể. Một sai lầm trong AI tạo sinh là một ảnh chụp màn hình lan truyền; một sai lầm trong AI Vật lý có thể là một mối nguy hiểm an toàn.

Đây là lý do tại sao tiến bộ ở đây là ổn định chứ không phải nổ tung. Waymo đã dành hơn một thập kỷ để thử nghiệm và mô phỏng trước khi mở rộng đến các thành phố lớn. Trong chăm sóc sức khỏe, AI phân tích các bản quét là một thiết bị y tế cần được FDA phê duyệt. Bạn không thể tải xuống an toàn hoặc trưởng thành. Bạn phải kiếm được nó.

Nghịch lý đầu tư đơn giản: AI Người tiêu dùng lấp lánh chiếm ưu thế trong các tiêu đề, nhưng AI Hoạt động chiếm ưu thế về kinh tế. Những năm 2030 sẽ không thuộc về các công ty có mô hình lan truyền nhất, mà thuộc về những công ty có thể triển khai trí tuệ ở mọi nơi nó được cần đến.

Khi bạn lái xe vào trạm rửa xe được cung cấp bởi công nghệ Sonny’s ở bất kỳ nơi nào trên thế giới và hệ thống nhận ra xe của bạn và nói chuyện với bạn một cách tự nhiên, đừng xem nó như một trò ảo thuật. Hãy xem nó như một bản thiết kế. Đó là cơ sở hạ tầng. Và các công ty đang xây dựng nó ngày nay đang tạo ra những rào cản cạnh tranh cho thập kỷ tới.