Un’elettronica sempre più “intelligente”

Pubblicato il 29 giugno 2020

L’integrazione dell’intelligenza artificiale nei sistemi elettronici, che dà vita a quelli che vengono comunemente definiti sistemi “intelligenti, è una prassi che si sta via via consolidando nell’industria elettronica

 

Nel settore dell’elettronica è in atto un rapido cambiamento che vede l’integrazione dell’intelligenza in un numero via via crescente di oggetti di uso quotidiano. In una pluralità di applicazioni, che spaziano dai cellulari ai veicoli, dalle smart city alle smart home, dai punti di vendita al dettaglio alla produzione, dalla sanità all’intrattenimento, l’intelligenza sta cambiando le aspettative degli utenti circa l’impatto che l’elettronica può avere sulla vita di tutti i giorni.

L’innovazione procede a ritmi sempre più sostenuti, con l’introduzione di un numero crescente di nuovi prodotti che devono essere progettati e realizzati nel rispetto di tempi di commercializzazione sempre più ridotti. I progettisti che sviluppano prodotti per le aziende più innovative sono sottoposti a pressioni crescenti, al fine di realizzare nel minor tempo possibile sistemi elettronici in grado di funzionare alla perfezione ed immediatamente. Di pari passo aumenta anche l’esigenza di ottimizzare contemporaneamente l’elettronica e il prodotto finale in funzione sia dei carichi di lavoro (workload) previsti sia dei vincoli di natura ambientale. Inoltre, è indispensabile affrontare in modo efficace le problematiche relative alla protezione (security) dei prodotti nel corso della loro vita operativa e della salvaguardia (safety) delle persone laddove la loro incolumità dipenda dal corretto funzionamento del sistema.

Progetto di sistemi intelligenti

Per parecchi decenni l’intelligenza artificiale (AI) è stata un settore oggetto di numerosi studi dando origine ad importanti sviluppi tecnologici, diventando inoltre protagonista non solo della fantascienza ma anche di molti aspetti della vita quotidiana. Anche se la scoperta del segreto che sta alla base del ragionamento degli esseri umani può risultare un obiettivo al di fuori della nostra portata, la capacità di una macchina di prendere decisioni adottando modalità simili a quelle degli esseri umani è oramai un dato di fatto acquisito.

L’integrazione dell’intelligenza artificiale nei sistemi elettronici, che dà vita a quelli che vengono comunemente definiti sistemi “intelligenti, è una prassi che si sta via via consolidando nell’industria elettronica. E’ un dato di fatto che ogni sistema elettronico o embedded integri risorse di elaborazione “intelligenti” oppure elabori i dati acquisiti per eseguire analisi e prendere decisioni in maniera “intelligente”. Nello scorso anno in tutto il mondo, Europa compresa, sono stati annunciati numerosi chip per AI e questo trend è destinato a proseguire, visti i risultati sempre più incoraggianti degli investimenti fatti nei semiconduttori destinati alle applicazioni di intelligenza artificiale.

Entro il 2025 la mole di dati prodotti da sensori e dispositivi dovrebbe raggiungere la cifra di 10 Zettabyte (1 ZB corrisponde a 10 alla 21a potenza) su base annua (fonte: report IBS: “AI and its impact on data centers” – Aprile 2019). La trasmissione l’elaborazione di questa enorme quantità di dati metterà sicuramente a dura prova i dispositivi di comunicazione e di calcolo; richiederà inoltre nuove architetture per i data center in cloud per la co-location (in pratica la condivisione) di risorse di elaborazione e di storage, oltre ovviamente a richiedere l’uso di interconnessioni di tipo ottico.

A causa del crescente volume di dati, per l’anno in corso è previsto un forte incremento della diffusione di connessioni 400 Gigabit Ethernet nei data center.

Ciò che appare evidente è la necessità di progettare l’applicazione finale utilizzando un approccio di tipo olistico. I requisiti principali di un’applicazione sono quelli che vengono riassunti con il termine workload. Il carico di lavoro rappresenta i casi d’uso ma, in uno scenario dominato dai dati, questo carico di lavoro si presenta sotto forma di un’enorme mole di dati – un archivio (repository) di provenienza nota e rappresenta il comportamento sul quale basare il processo di apprendimento e le decisioni specifiche. Questi dati sono cruciali per progettare in maniera corretta l’infrastruttura di comunicazione e di elaborazione. Ma, forse ancora più importante, istruiscono il sistema in modo che possa assumere le decisioni che erano state previste. Le prestazioni di calcolo per l’intero sistema intelligente dipendono fortemente dall’applicazione e dal carico di lavoro. Il progetto di un componente per un sistema di questo tipo richiede una conoscenza completa dell’intero stack , ovvero l’insieme ordinato delle componenti hardware/software. Tutte le aziende che possiedono le conoscenze del workload e i relativi dati e stanno sviluppando la soluzione completa possono acquisire un vantaggio competitivo grazie alla possibilità di differenziare i loro prodotti.

Nel corso di quest’anno si svilupperà un ampio dibattito relativo alle architetture di sistemi destinati all’elaborazione alla periferia della rete (edge computing), sollevando interrogativi circa le modalità da adottare per far “collaborare” in modo sinergico semiconduttori e software di sistema in modo da ottenere dal sistema le prestazioni desiderate.

Semiconduttori con miliardi di gate

Mentre i sensori destinati alla raccolta dei dati possono essere dispostivi compatti e di ridotte dimensioni, per l’elaborazione “intelligente” è necessario ricorrere ad alcuni tra i più grandi e complessi circuiti integrati mai finora realizzati. Dispositivi di questo tipo integrano un gran numero di CPU, GPU e, sempre più spesso, NPU (Neural Processing Unit). L’integrazione di tali componenti è comunemente definita interconnessione o struttura (fabric). Per i dati è disponibile una miriade di connessioni che supportano svariati protocolli ad alte prestazioni. Se a tutto ciò si aggiungono le risorse necessarie per la registrazione delle attività (bookkeeping) e il monitoraggio del sistema, appare evidente che questi circuiti integrati ospitano centinaia di blocchi IP formati da centinaia di milioni, se non addirittura miliardi, di porte logiche.

La complessità di questi dispositivi è enorme, dall’implementazione delle funzionalità alla gestione del funzionamento e del flusso di dati, al supporto delle transizioni nelle varie modalità a basso consumo e dei diversi tipi di interrupt. Per questo motivo i tool di progettazione devono garantire che il coinvolgimento dell’utente avvenga a un livello di astrazione più elevato e contemporaneamente fornire in modo automatico risultati migliori in termini qualitativi per consentire una progettazione ottimale del circuito integrato.

Nel 2020 la community dei progettisti di semiconduttori ha iniziato ad adottare su larga scala varie metodologie di design supportate dalle tecniche di apprendimento automatico in grado di gestire un tale livello di complessità e garantire la realizzazione di chip perfettamente funzionanti capaci di soddisfare le esigenze delle varie applicazioni.

Innovazione a livello di sistema

Il software riveste un ruolo cruciale nel determinare le prestazioni complessive di un sistema. L’elettronica attuale richiede l’ottimizzazione congiunta delle componenti hardware e software in funzione di diversi casi d’uso prima che un progetto possa considerarsi completato – anche solo perché una semplice modificha hardware al progetto “in corso d’opera” è un’opzione troppo costosa da implementare.

Mentre le prestazioni di elaborazione sono un requisito chiave, non bisogna dimenticare che questi semiconduttori, e il relativo software, operano in un contesto fisico. Nel momento in cui l’intelligenza si diffonde su un numero via via crescente di dispositivi da utilizzare in svariati segmenti di mercato, i progettisti devono tener conto di un gran numero di vincoli di natura sia fisica sia ambientale. Molti di questi vincoli impongono l’adozione di nuovi criteri di progettazione per quanto concerne la trasmissione dei segnali elettronici, l’affidabilità, l’invecchiamento della componentistica elettronica, l’affidabilità termica e le dimensioni dell’involucro fisico. Sempre più spesso, quindi, i progettisti devono progettare, analizzare e ottimizzare congiuntamente non solo la parte elettronica e il software, ma anche gli aspetti termici, elettromagnetici e altri parametri del sistema che coinvolgono più domini fisici.

La potenza dissipata dei semiconduttori è un aspetto tenuto in grande considerazione da svariati decenni, in primo luogo per evitare che i chip si danneggino irreparabilmente quando operano in condizioni di picco come pure per salvaguardare l’incolumità dell’utilizzatore. Oggigiorno, visti i fattori di forma estremamente compatti della maggior parte dei prodotti elettronici smart, l’analisi termica e l’ottimizzazione congiunta dei semiconduttori ospitati nei package, della scheda, PCB e del case esterno appaiono operazioni indispensabili.

La velocità di comunicazione sulla rete deve essere sufficientemente elevata da supportare un funzionamento stabile di parecchie tipologie di sistemi “intelligenti”. La rete 5G promette elevata velocità per i tradizionali casi d’uso, ovvero quelli basati sul download. Ma anche le velocità garantite dal 5G potrebbero non essere sufficienti per supportare il campionamento e la latenza in fase di controllo necessari per assicurare un funzionamento stabile del sistema. Ne consengue che molti aspetti correlati alla sicurezza della rete e agli attacchi di tipo DoS (Denial of Service) devono venire necessariamente affrontati per realizzare sistemi “intelligenti” che si basano sulle reti 5G.

Il 2020 sarà caratterizzato da installazioni su vasta scala di sistemi e dispositivi 5G. Sempre più dispositivi a semiconduttore destinati ai settori dell’AI, delle comunicazioni e ai data center saranno disponibili come parte di una soluzione che include il software e altri componenti del sistema.

Sicurezza per l’intero ciclo di vita del prodotto e del sistema

L’integrazione dell’intelligenza a bordo dei sistemi elettronici richiede che la sicurezza venga garantita a livello sia dell’intero stack della soluzione complessiva sia di funzionamento. Ciascuna operazione del dispositivo, la comunicazione, l’acquisizione e la gestione dei dati e il funzionamento del sistema devono essere protetti e garantire un alto grado di affidabilità.

Per conseguire tale obiettivo, è necessario iniziare dalla protezione delle funzionalità dell’hardware. Le architetture dei dispositivi a semiconduttore devono assicurare funzionalità logiche sicure, compresa l’esecuzione del software. E’ necessario proteggere la memoria cache da accessi o variazioni indesiderate e mettere a disposizione un ambiente di boot sicuro per l’avvio (o il riavvio) del dispositivo. Per far ciò è necessario prevedere la schermatura dei dati contro radiazioni elettromagnetiche che potrebbero essere usate per rendere visibili dati sensibili o chiavi di cifratura.

La sicurezza deve essere contemplata anche per il dispositivo quando deve comunicare con l’ambiente in maniera affidabile e protetta. Ciò prevede la cifratura dei dati, l’utilizzo di tecnologie quali la blockchain per rendere più sicura la distribuzione dei processi decisionali e il rilevamento delle intrusioni per evitare tentativi di violazione da parte di hacker come spesso riportati da diversi media.

Il funzionamento sicuro si basa su comunicazioni protette per la distribuzione di aggiornamenti in modalità OTA (Over The Air). Il rilascio e l’installazione del software, l’impostazione delle configurazioni e le chiavi di cifratura devono essere comunicate in modo fidato e sicuro. Oltre a ciò, il sistema deve essere monitorato per garantire la corretta funzionalità, le prestazioni del sistema, la diagnosi, il rilevamento dei guasti e le previsioni degli stessi.

Nel corso del 2020 è assai probabile che le funzionalità di sicurezza diventino obbligatorie e in ogni caso saranno una componente fondamentale dei dispositivi a semiconduttore che permetteranno di garantire lo sviluppo di prodotti elettronici più sicuri.

In termini di convenienza, potenzialità e opportunità commerciali i sistemi basati sull’intelligenza artificiale appaiono quindi decisamente promettenti. La progettazione di sistemi e dispositivi elettronici “intelligenti” deve confrontarsi con un gran numero di nuove problematiche per poter sfruttare appieno le possibilità offerte da queste soluzioni e la progettazione di semiconduttori rappresenta il nucleo centrale che consentirà di rendere l’intelligenza sempre più pervasiva.

Michal Siwinski Corporate VP- Marketing (Cadence)



Contenuti correlati

  • L’applicazione dell’intelligenza artificiale e del Machine Learning nei sistemi di produzione

    Lo scopo di questo articolo è quello di analizzare l’applicazione dell’intelligenza artificiale e del Machine Learning (ML) (apprendimento automatico) nella produzione industriale. Con l’introduzione dell’Industria 4.0, l’intelligenza artificiale e l’apprendimento automatico sono considerati la forza trainante della...

  • Acceleratori hardware per machine learning

    In questo articolo viene fatta una panoramica sugli acceleratori hardware per l’apprendimento automatico nelle applicazioni di Intelligenza Artificiale Leggi l’articolo completo su EO 505

  • Le innovative applicazioni dei dispositivi programmabili FPGA-SoC

    Questo articolo è una panoramica sulle nuove funzionalità FPGA e le risorse SoC in applicazioni come il posizionamento indoor, l’ottimizzazione di algoritmi utilizzando sistemi operativi, codici di ottimizzazione, reti definite da software e nuove piattaforme di elaborazione...

  • I chip chiave per Industria 4.0

    Alcune categorie di circuiti integrati stanno guidando la crescita dei chip dedicati al mondo della Internet of Things. In uno studio sul comparto, la società di ricerca IoT Analytics individua quattro categorie principali: MCU, chip di connettività,...

  • La mobilità del futuro: i sette megatrend

    Connesse, intelligenti, automatizzate e autonome: le tecnologie per la digitalizzazione, l’integrazione dell’intelligenza artificiale e l’apprendimento automatico stanno determinando un cambiamento nella produzione e nell’utilizzo dei veicoli del futuro Leggi l’articolo completo su EO 504

  • L’Intelligenza Artificiale nell’Industria 4.0

    L’ intelligenza artificiale (IA) è un settore in continua crescita e alcune sue applicazioni nell’Industria 4.0, rappresentano senz’altro il suo apice. Questo perché, grazie alla combinazione di IA e Industria 4.0 le aziende hanno la possibilità di...

  • Intelligenza Artificiale: l’Italia si fa strada nell’innovazione ma servono formazione e talento

    Di Riccardo Fino, Data Scientist di Agile Lab Italia Come evidenziato dai dati dell’Osservatorio Artificial Intelligence del Politecnico di Milano, nel 2021 il mercato italiano dell’Intelligenza Artificiale è cresciuto del 27%, raggiungendo un valore di 380 milioni...

  • Spazi abitativi sempre più intelligenti e protetti

    Ai nostri giorni, lavastoviglie, frigoriferi, lavatrici, condizionatori d’aria, macchine per caffè e una miriade di altri dispositivi domestici sono sempre più spesso preceduti dalla parola “smart” Leggi l’articolo completo su EO 499

  • Soluzioni e piattaforme per l’Intelligenza Artificiale

    Il desiderio di utilizzare macchine per simulare l’intelligenza umana ha dato il via a una nuova era di innovazione nota come Intelligenza Artificiale. Al giorno d’oggi, le macchine vengono programmate per avere cognitivamente una capacità percettiva simile...

  • Il binomio AI e MV migliora la qualità e riduce i costi di produzione nel settore automotive

    L’intelligenza artificiale (AI) offre una soluzione rivoluzionaria per verificare la qualità dei componenti automobilistici, particolarmente complessi, sensibili ai costi, ad alto volume e molto spesso di importanza critica per la sicurezza. Utilizzata in combinazione con la machine...

Scopri le novità scelte per te x