EON_635

EON EWS n . 635 - NOVEMBRE 2019 6 Il settore dell’hardware per intelligenza artificiale, ricco e dinamico, raggiungerà quota 15,6 miliardi di dollari nel 2024 di Intel , il primo accelera- tore d’intelligenza artificiale disponibile sotto forma di chiavetta USB. Un proces- sore della serie Snapdra- don di Qualcomm , invece, è il processore principale di numerosi smartphone che integrano un engine neura- le e rappresenta un esem- pio tipico della seconda ca- tegoria. In termini numerici, gli analisti di Yole stimano che entro il 2024 il merca- to dei dispositivi di elabo- razione hardware destinati alle applicazioni consumer raggiungerà quota 15,6 mi- liardi di dollari, diviso tra i 3,8 miliardi dei dispositivi autonomi e gli 11,8 miliardi dei dispositivi embedded. Differenziazione e specializzazione Anche se i vari protagonisti di questo mercato propon- gono soluzioni per l’intero ecosistema, è chiaro che esiste un forte interesse per trasferire le risorse di calcolo in prossimità dei sensori o centralizzre in un chip multi-funzione. Nel primo caso, le aziende in- teressate sono quelle “sto- riche” o quelle che voglio- no fornire valore aggiunto ai loro prodotti come ON Semiconductor , Amba- rella , TI , Sony , Knowles , ams . Nel secondo caso ci sono parecchie azien- de impegnate a sviluppare per proprio cono i loro chip, come nel caso di Apple , Samsung , Huawei (trami- te Hi Silicon ), oltre a In- tel e Qualcomm. Queste ultime sono impegnate a fornire risorse di elabora- zione di questo tipo a mer- cati diversi da quello de- gli smartphone, come ad esempio assistenti virtuali personali, droni o teleca- mere “intelligenti”. ta il posizionamento delle risorse di calcolo a livello di sistema. I vincoli non mancano, soprattutto in termini di disponibilità con- tinua (always-on), consu- mi e prestazioni. A causa dell’approssimarsi della fi- ne della legge di Moore e dell’aumento della potenza di calcolo richiesta dagli al- goritmi d’intelligenza artifi- ciale, è necessario creare un nuovo tipo di architet- tura dedicata. Anche se i nomi sono diversi – acce- leratore per deep learning, engine neurale, unità di elaborazione neurale, uni- tà di elaborazione per AI e altri ancora – l’obiettivo rimane lo stesso: esegui- re i calcoli paralleli richiesti dagli algoritmi di deep le- arning senza ricorrere alle Gpu (che dissipano elevate potenze) in modo da tra- sferire l’”intelligenza” a li- vello del singolo dispositivo senza ricorrere al cloud. Nel report vengono analiz- zate due tecnologie: i chip “standalone” per applicazio- ni di intelligenza artificiale e le unità integrate all’interno di SoC. Un esempio di chip del primo tipo è Movidius Intelligenza artificiale , un mercato in rapida espansione A nche se invisibile, l’intel- ligenza artificiale è sempre più pervasiva. Integrata nello smartphone oppure annidata tra le pareti do- mestiche, questa tecnolo- gia entra sempre più pre- potentemente nella vita quotidiana e modifica le modalità con cui le persone interagiscono con l’ambien- te. Le applicazioni sono le più svariate e spaziano dalla biometrica alla sor- veglianza, dalla fotografia al controllo remoto, senza dimenticare gli assisten- ti virtuali. Il nuovo report Artificial Intelligence Com- puting for consumer 2019 di Yole Développement misura l’impatto dell’intelli- genza artificiale, in partico- lare attraverso l’analisi del- le tendenze tecnologiche e di mercato dell’hardware di elaborazione per applica- zioni di AI. L’impatto dell’elaborazione alla periferia della rete Negli ultimi anni si è affer- mato il concetto di edge computing che compor- A LESSANDRO N OBILE Previsioni relative all’andamento del mercato dell’hardware di elaborazione per applicazioni di AIi (Fonte:Yole Développement – novembre 2019) Cognex acquisisce la coreana Sualab e la sua tecnologia Cognex acquisisce Sualab , for- nitore coreano di soluzioni di visione artificiale Deep Learning. L’acquisizione, grazie all’aggiunta del team di ingegneria Sualab e della tecnologia innovativa, farà progredire la leadership di Cognex nel campo della vi- sione artificiale basata sul deep learning e l’automa- zione delle operazioni di ispezione visiva nel settore industriale. “Il deep lear- ning permette a Cognex di risolvere molte applicazio- ni di ispezione impegnative nelle fabbriche che, finora, potevano essere portate a termine solo da grandi squa- dre di ispettori visivi umani, mentre in futuro, questi com- piti verranno svolti in modo molto più affidabile e a costo inferiore utilizzando la visio- ne artificiale”. Sualab è stata cofondata nel 2013 a Seoul, Corea, da Song Kiyoung, che entrerà in Cognex e con- tribuirà a guidare il più gran- de gruppo mondiale di inge- gneri specializzati nell’uso del deep learning per le ap- plicazioni industriali della visione artificiale. Arrow Electronics implementa nuove funzionalità su ArrowSphere Arrow Electronics , ha miglio- rato la propria piattaforma cloud multi-tier ArrowSphe- re. Grazie a questi interventi, le nuove funzionalità di Ar- rowSphere (che si è afferma- ta come piattaforma leader per il cloud) consentono ai partner di canale di creare soluzioni multi-vendor su misura per i propri clienti. I miglioramenti significativi apportati riguardano il de- sign, le funzionalità e l’user experience, in aggiunta a una serie di nuove opzioni, tra cui: un ampio catalogo con oltre 25.000 soluzioni of- ferte a livello mondiale; mo- dalità di ricerca supportata da funzionalità di AI per la gestione delle sottoscrizio- ni; la possibilità di visualiz- zare le soluzioni più richieste acquistate dai rivenditori del singolo Paese; un catalogo intelligente in cui è possibile filtrare per fornitore, catego- ria prodotto, componenti ag- giuntive, versione di prova o categoria cliente; un motore che suggerisce al rivendi- tore offerte complementari per la creazione di soluzioni cloud. brevi brevi brevi brevi brevi brevi brevi brevi brevi brevi brevi brevi brevi brevi M ERCATI