EO528

TECNOLOGIA ELETTRONICA OGGI 528 - SETTEMBRE 2025 51 L’evoluzione dell’intelligenza artificiale sin dal suo inizio è stata in gran parte guidata dai progressi del software. Tuttavia, il suc- cesso dell’intelligenza artificiale dipende anche dall’hardware su cui essa viene eseguita. Con l’aumento della complessità e delle capacità delle applicazioni di intelligenza artificiale, la domanda di hardware specializzati per sviluppare, addestrare e distribuire queste tecnologie è diventata sempre più decisiva. Una sfida chia- ve sta nel trovare la soluzione di memoria ottimale per supportare i requisiti di elaborazione intensiva degli algoritmi di intelligenza artificiale. Pertanto, la scelta della memoria, per la memorizzazio- ne dei dati di addestramento, la gestione dei dati di input opera- tivi o la gestione dei risultati intermedi, è una decisione di impor- tanza critica. Il percorso in più fasi Uno sguardo più attento ai requisiti di memoria per l’AI mostra che l’implementazione di un nuovo algoritmo di intelligenza artificiale è un processo sfaccettato. Si inizia con la raccolta dei dati di adde- stramento necessari (figura 1), che possono variare dai feed video del traffico urbano, fino alle registrazioni vocali e alle immagini mediche. Questi dati diversificati vengono inizialmente elaborati attraverso un sistema di memoria write-once ad alto rendimento, Figura 2. Se le prestazioni sono cruciali durante l’apprendimento AI, costi ed energia diventano prioritari nell’uso pratico dei modelli Figura 1. La pipeline dei dati AI può essere suddivisa in quattro fasi