EO518

legate strettamente all’AI e proprio la loro riprogram- mabilità è un punto di forza particolarmente apprez- zabile in diverse circostanze. Gli ASIC, invece, sono sostanzialmente chip proget- tati per un uso molto specifico, in grado di accelerare determinate funzioni estremamente specializzate. An- che se offrono capacità di calcolo per molti versi qua- si analoghe a quelle dei chip FPGA, non possono però essere riprogrammati, ma, dato che sono altamente ot- timizzati, spesso offrono prestazioni superiori rispetto ai processori generici o ad altri chip AI. Per esempio, le TPU (Tensor Processor Unit) di Google sono ASIC per le reti neurali e dispongono di funzionalità specializzate, come per esempio l’unità di moltiplicazione a matrice (MXU) e una topologia di interconnessione proprietaria, che li rendono particolarmente utili per accelerare l’ad- destramento e l’inferenza AI. Alcune tipologie di chip usate per l’AI, tipicamente FPGA e ASIC, permettono di realizzare componenti persona- lizzati per soddisfare i requisiti di specifici modelli o ap- plicazioni AI, consentendo all’hardware di rispondere al meglio a diversi compiti. Questa personalizzazione consente infatti l’ottimizza- zione di determinati parametri, per esempio variabili all’interno di un modello addestrato, oppure l’ottimiz- zazione dell’architettura del chip per carichi di lavoro AI specifici, con la possibilità quindi di adattarsi alle variazioni degli algoritmi (basti pensare a quelli per la sicurezza), tipi di dati e requisiti computazionali. I chip specializzati per l’intelligenza artificiale sono inoltre una scelta ovvia per le applicazioni ad alto ri- schio, come l’imaging medico e i veicoli autonomi, dove la precisione e la rapidità di elaborazione sono aspetti fondamentali. Dal punto di vista applicativo, gli analisti indicano che si avranno gli sviluppi maggiori per i chip AI nei pros- simi anni per il natural language processing e computer vision, ma anche per la robotica, mentre per i settori quelli che avranno la crescita maggiore saranno l’auto- motive e la sanità. AI non solo in cloud Stando ai report degli analisti non ci si deve stupire dal- la notevole velocità della crescita stimata per i chip per AI. Non stupisce neppure la previsione degli esperti che una parte sempre più significativa dell’inferenza AI ge- nerativa sarà svolta da processori edge e non nel cloud. Questa “localizzazione” dell’intelligenza artificiale sarà implementata a diversi livelli, dai PC ad altri disposi- tivi. L’hardware ottimizzato per l’AI, del resto, ormai è presente in tipologie diverse di componenti, come per TECH FOCUS AI CHIPS esempio i SoC adattivi AMD Versal AI Edge Series Gen 2 che offrono accelerazione end-to-end per sistemi em- bedded e che abilitano in unico componente operazioni come preelaborazione, inferenza AI e postelaborazione. Un altro trend interessante è quello legato agli AI PC, ov- vero PC, desktop o portatili, che dispongono di unmotore AI dedicato in grado di offrire accelerazione per questo tipo di applicazioni in modo efficiente dal punto di vista energetico e senza richiedere elaborazione cloud. Un PC AI sostanzialmente dispone di una CPU, una GPU e una NPU, ciascuna con specifiche capacità di accelerazio- ne AI. Intel Core Ultra e AMD Ryzen AI sono solo alcuni esempi di piattaforme per PC dotate di un’unità di elabo- razione neurale (NPU) integrata, ma quasi tutti i princi- pali produttori si stanno muovendo in tal senso. Un altro esempio recente di chip per AI PC è Snapdragon X Plus di Qualcomm Technologies che è stato progettato per sod- disfare anche le esigenze delle applicazioni AI on-device grazie alla NPU Qualcomm Hexagon. Rispetto alle soluzioni AI addestrate su una enorme quantità di dati pubblici e su un numero elevato di ser- ver, l’intelligenza artificiale degli AI PC è addestrata sui dati dell’utente, senza la necessità di accedere al cloud. Per esempio, il software con gli assistenti personali ba- sati su AI e modelli di AI più limitati, ma in esecuzione direttamente nei PC, possono migliorare automatica- mente una serie molto ampia di attività quotidiane, sia di tipo business che consumer. AMD ha recentemente annunciato i suoi chip Versal Gen 2 per l’AI nei sistemi embedded ELETTRONICA OGGI 518 - MAGGIO 2024 47