גרטנר: המאבק על בינה מלאכותית בקצה רק מתחיל

בבינה מלאכותית בקצה יש הבטחה רבה כל כך כי אפשר ליישם אותה בכל מכשיר אלקטרוני כמעט, ממכוניות שנוהגות בעצמן ורואות הולכי רגל בכביש ועד למכונות קפה שמגיבות לפקודות קוליות

בשנתיים האחרונות הבינה המלאכותית עברה שינוי מפלא אקדמי למגה-טרנד גלובלי. למידת מכונה בצורה כלשהי תחולל מהפיכה כמעט בכל מקום — מוצרי צריכה, רכב, תעשייה, כל התחומים של אלקטרוניקה — ומעבר לכך תשפיע על החברה ועל החיים שלנו באופנים שאנחנו עדיין לא יודעים.

המשמעות של זה לתעשייה היא שכמעט כל יצרן של מעבדים זיהה את למידת המכונה כתרנגולת שתטיל ביצי זהב. התחיל המרוץ למצב את הגישה שלך כפתרון הנכון כדי להאיץ עומסי עבודה ספציפיים בתחום שטמון בו הפוטנציאל הרב ביותר: למידת מכונה מחוץ למרכז הנתונים, או בינה מלאכותית בקצה.

בבינה מלאכותית בקצה יש הבטחה רבה כל כך כי אפשר ליישם אותה בכל מכשיר אלקטרוני כמעט, ממכוניות שנוהגות בעצמן ורואות הולכי רגל בכביש ועד למכונות קפה שמגיבות לפקודות קוליות. יישומים שמצריכים שילוב כלשהו של זמן המתנה, פרטיות נתונים, צריכת חשמל נמוכה ועלות נמוכה בסופו של דבר יעברו להסקת בינה מלאכותית בקצה (שימו לב ש"בינה מלאכותית בקצה" היא הנקודה היחידה של בינה מלאכותית בגרף של גרטנר שרחוקה פחות מחמש שנים).

מחזור ההייפ של גרטנר לטכנולוגיות מתפתחות של השנה הזאת. בינה מלאכותית בקצה עדיין רחוקה שנתיים עד חמש מ"מישור היצרניות". (תמונה: גרטנר).

עומסי העבודה של הסקת בינה מלאכותית הם ספציפיים: הם דורשים עיבוד מקבילי מסיבי של כמויות עצומות של נתונים עם דיוק נמוך, והגישה לזיכרון הופכת לצוואר הבקבוק. רוב אם לא כל סוגי המעבדים שקיימים מנסים להתאים את עצמם כדי לעמוד בדרישות האלה.
הטכנולוגיה הנוכחית שבשימוש היא המעבד הגרפי — למעשה מגזר של חברה אחת כיום. לגמרי במזל, הארכיטקטורה SIMD (הוראה בודדת – יחידות מידע מרובות) של המעבדים הגרפיים, שפותחה כדי להאיץ גרפיקה מחשבית, התבררה כהתאמה טובה לעבודות של בינה מלאכותית. אנבידיה רוכבת על הגל הזה רחוק ככל שהיא יכולה, ומפתחת מחשבי על של בינה מלאכותית למרכזי נתונים ונהיגה אוטונומית, בתוספת גרסאות מוקטנות למכשירי קצה.

גם כל האחרים רוצים נתח מהשוק הזה. יצרנים של FPGAs, שמשתמשים בהם מזמן להאצת אלגוריתמים מתמטיים, משכללים את המוצרים שלהם כדי שיתאימו לעיבוד של בינה מלאכותית בקצה. Xilinx לוקחת את הרעיון של ארכיטקטורה ספציפית לתחום ופועלת איתו, תוך שילוב לוגיקה ניתנת לתכנות עם סוגי חישוב אחרים כדי לאפשר התאמה ספציפית של זרימת הנתונים לעבודות חדשות. לטיס, באותו זמן מתמקדת בעיבוד תמונה במכשירים עם צריכת חשמל נמוכה.

יש גם המוני הזנקים שמציעים את הארכיטקטורות החדשניות שלהם כדבר הגדול הבא. הם נעים מטכניקות של מעבדים בתוך הזיכרון (Mythic, Syntiant, Gyrfalcon) ועד למעבדים ליד הזיכרון (Hailo); מלוגיקה ניתנת לתכנות (Flex Logix) ועד לליבות RISC-V (אספרנטו, GreenWaves); ומהמאוד קטן (Eta Compute) ועד להיפר גדול (Cerebras, גרפקור). הרוב המיועדים לבינה מלאכותית בקצה. האם יש מספיק נישות שיתמכו בהם כשהם מתמודדים נגד חברות כמו אנבידיה ואינטל? ימים יגידו.
יש גם זן של הזנקים שניגש לבעיה מהכיוון האחר: התאמת עבודות בינה מלאכותית כדי שיפעלו ביעילות רבה יותר בחומרה מסורתית כמו מיקרו בקרים. חברות כמו PicoVoice ו-Xnor מוצאות דרכים חדשות להשתמש בסט הפקודות של מכשירים קיימים כדי לבצע הכפלת מטריצות.