Những Năm 2030 Sẽ Được Cung Cấp Bởi Edge: Tại Sao Thập Kỷ Cómputing Tiếp Theo Bắt Đầu Ngay Bây Giờ

Nếu bạn muốn thấy 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就在 ngoài Fort Lauderdale.

Trí tuệ điều khiển hoạt động đến từ một công ty mà bạn có thể chưa từng nghe đến, trừ khi bạn trong ngành rửa xe, nơi họ là một 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 bàn chải, xà phòng và dây đai, không phải mã. Tuy nhiên, trên hàng nghìn địa điểm, họ đang thay thế sóng sonar cũ 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 thời và thử nghiệm AI trò chuyện tại kiosk lái xe.

Mặc dù hàng tỷ đô la đang theo đuổi sản phẩm tiếp theo giống ChatGPT — đầu tư mà nhiều nhà phân tích cảnh báo đang vượt quá việc áp dụng thực tế — một cuộc cách mạng im lặng đang diễn 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. Một bên là AI Người tiêu dùng: lấp lánh, được tài trợ và tốn kém về hoạt động. Bên kia là AI Vật lý: không lấp lánh, dựa trên ROI cứng và đang thay đổi hoạt động trong các ngành công nghiệp không thể chấp nhận độ trễ hoặc thời gian ngừng hoạt động.

Sự phân chia này sẽ định hình thập kỷ tới. Nếu những năm 2010 là về việc kết nối thiết bị (IoT) và những năm 2020 đang là về xử lý dữ liệu nơi nó được tạo ra (lập trình biên), thì những năm 2030 sẽ là về hành động trên dữ liệu đó ngay lập tức. Đây là kỷ nguyên của Edge AI.

Đổi Mới Trong Những Nơi Không Mong Đợi

Đối với các ngành công nghiệp dựa trên hàng hóa vật chất, đám mây thường quá xa — cả 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 trên và bị mất tích, khiến các cơ sở dữ liệu truyền thống trở nên lỗi thời trong vài phút. Nhưng một số công ty đang chuyển 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 đã vào phòng thử nghiệm, những gì không bao giờ rời đi và vị trí của một kích cỡ cụ thể. Họ không chỉ cập nhật hồ sơ; họ đang số hóa không gian vật chất trong thời gian thực — điều mà chỉ có xử lý cục bộ mới có thể thực hiện được.

Chăm sóc sức khỏe đang theo đuổi một con đường tương tự. Các máy 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 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 là 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 để 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 đến đó.

Đây không phải là các thí nghiệm R&D. Đây là các vấn đề hoạt động được giải quyết bởi việc 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 mainstream: 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. Các môi trường công nghiệp đang áp dụng kiến trúc chính xác 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 để đưa ra quyết định an toàn trong thời gian thực. 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 chỗ.

• 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 riêng 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 lại trong khuôn viên để tuân thủ các 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 tác an toàn, nó xử lý tại chỗ. 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 phức tạp. AI Vật lý hiện đang trong kỷ nguyên “dial-up”. Các nhà lãnh đạo hoạt động đang bị ảnh hưởng bởi các “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 biệt 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 bỏ 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 hoàn toàn các kiến trúc đám mây tập trung. Họ đang chuyển trực tiếp đến AI biên phân bố 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 bùng nổ. 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, một 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 rất 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. Thập kỷ 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.

Khi bạn lái xe vào trạm rửa xe được cung cấp bởi công nghệ của Sonny 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 hôm nay đang tạo ra những con hào cạnh tranh của thập kỷ tiếp theo.