KI-Chipsätze zur Lösung aktueller und zukünftiger Branchenprobleme

Halbleiter treiben die elektronisch durchdringende moderne Welt an. Künstliche Intelligenz (KI) soll eine Vielzahl von Technologien unterstützen, die von selbstfahrenden Fahrzeugen bis hin zu Social Media Analytics reichen. Die Kombination von KI mit Halbleitern ist für Siliziumanbieter ein logischer nächster Schritt, um KI in praktisch alles einzubetten, was einen Prozessor erfordert, sagt der Autor Gerry Christensen, Gründer und CEO von Mind Commerce .

KI-Chipsätze unterstützen auch den Branchentrend hin zu heterogenem Computing. Dies bezieht sich auf Systeme, die mehr als eine Art von Prozessor oder Kernen verwenden. Dieser Ansatz beinhaltet die Integration unterschiedlicher Chips in eine Co-Processing-Umgebung, um Leistungssteigerungen zu erzielen und Energie zu sparen. Bei KI-Chips können Prozessoren oft Probleme lösen, die herkömmliche Prozessoren nicht lösen können.

Führende Hersteller entwickeln Lösungen zur Lösung von Branchenproblemen. Beispielsweise baut ARM KI in seinen Machine Learning (ML)-Prozessor ein, um kritische Funktionen für die Industrie wie die Gesichtserkennung für die öffentliche Sicherheit und den Heimatschutz zu beschleunigen.

Derselbe Chipsatz kann andere Branchenanforderungen wie die maschinelle Übersetzung verbessern. Dieser Ansatz ist Teil von System-on-a-Chip-Bereitstellungen (SoC), die verschiedene Prozessortypen wie Grafikprozessoren (GPU) enthalten, die die Bildidentifikationsberechnungen optimieren.

Einige Unternehmen konzentrieren sich auf die Lösung gerätespezifischer Probleme wie Qualcomm und Huawei , die beide um die Auslieferung der ersten KI-Chipsätze für Smartphones kämpfen. Die Unternehmen erkennen, dass Netzwerkentwicklungen wie Mobile Edge Computing (MEC) und 5G zu einer immer stärkeren Datennutzung führen werden, von denen ein Großteil für latenzempfindliche Dienste wie Virtual Reality (VR) bestimmt sein wird. Handyhersteller wollen nicht das schwache Glied in der Datenverarbeitung sein.

Dementsprechend entwickelt Huawei einen Chip, der angeblich 4.500 Bilder pro Minute erkennen kann, mehr als doppelt so viel wie sein bisheriges Angebot. Eine schnellere Bilderkennung für Smartphones führt zu einer geringeren Gesamtlatenz für Anwendungen der nächsten Generation für die öffentliche Sicherheit, z. B. von Fahrzeug zu Person.

Smartphones können mit bordeigenen Fahrzeugsensoren und -kameras integriert werden, um potenzielle Gefahren zu erkennen, beispielsweise einen Fußgänger, der kurz davor steht, auf einen Zebrastreifen zu laufen. KI-Chipsätze werden Automobil-bezogene Funktionen sowie viele andere Branchen unterstützen.

Unbemannte Luftfahrzeuge (UAV), die mit KI-Chipsätzen ausgestattet sind, werden von verbesserten sensoreingabebasierten Entscheidungen profitieren. Dies wird ein Segen für Industriezweige sein, die sich auf UAVs verlassen werden, wie die Landwirtschaft, wo Entscheidungen wie das Besprühen der Pflanzen für weitere dreißig Minuten den Unterschied zwischen akzeptablen Erträgen oder einem jährlichen Verlust ausmachen können.

Darüber hinaus können Prozessoren kritische Entscheidungen für die Sicherheit von Drohnen treffen, z. B. das Vermeiden von Freileitungen oder die Rückkehr zur Basis in Erwartung eines kommenden Gewitters.

Die überwiegende Mehrheit der Anwendungsfälle wird einige Aspekte von Internet-of-Things-Lösungen (IoT) betreffen. Untersuchungen im Zusammenhang mit dem Bericht KI-Chipsätze für drahtlose Netzwerke und Geräte, Cloud und Next Generation Computing, IoT und Big Data Analytics 2018 – 2023 zeigen beispielsweise, dass IoT-bezogene Lösungen bis 2023 83 % des gesamten globalen Marktes für KI-Chipsätze ausmachen werden. Allein der Markt für KI-Chipsatz-unterstützte IoT-Geräte bietet bis 2023 eine globale Chance von 8,7 Milliarden US-Dollar (7,49 Milliarden Euro).

Angetrieben von allem, von Home Entertainment bis Homeland Security, wird der globale Markt für KI-Chipsätze bis 2023 voraussichtlich 13,4 Milliarden US-Dollar (11,53 Milliarden Euro) erreichen.

KI-Chipsätze unterstützen auch Big Data und Advanced Analytics, von denen viele IoT-bezogen sein werden, wie z. B. Überwachung und Logistik. Multiprozessor-KI-Chipsätze lernen von der Umgebung, Benutzern und Maschinen, um versteckte Muster in Daten aufzudecken, umsetzbare Erkenntnisse vorherzusagen und Aktionen basierend auf bestimmten Situationen durchzuführen.

 Globaler Markt für KI-Chipsätze nach Herstellungsanwendung 2018–2023

Dies wird in die nächste Welle gerätebasierter Analysen übergehen, die für viele Branchen wie die Fertigung wichtig sein wird, in der KI-Chipsatz-gestützte Entscheidungen für Materialbewegungen bis 2023 eine globale Chance von 394 Millionen US-Dollar (339,05 Millionen €) darstellen.

Die Gesamtaussichten für KI-Chipsätze sind gut, da künstliche Intelligenz insgesamt zunehmend in viele Bereiche integriert wird, darunter Internetsuche, Unterhaltung, Handelsanwendungen, Inhaltsoptimierung und Robotik. Die langfristige Aussicht für KI-Chipsätze besteht darin, dass sie in viele verschiedene andere Technologien eingebettet werden und eine autonome Entscheidungsfindung im Namen des Menschen ermöglichen, sowohl direkt als auch indirekt durch viele Prozesse, Produkte und Dienstleistungen.

Der Autor dieses Blogs ist Gerry Christensen, Gründer und CEO von Mind Commerce.