Qual è il rapporto tra intelligenza artificiale ed edge? Ad oggi si tratta di due concetti non ancora strettamente connessi ma che le aziende, soprattutto quelle concentrate sul settore dei semiconduttori, stanno iniziando ad analizzare, per capirne i vantaggi.

Ed è qui che si inserisce un recente studio di ST Microelectronics, che è intervenuta durante uno dei programmi di Essderc Esscirc di Grenoble, conferenza che annualmente presenta le novità e i progressi nel campo dei dispositivi e nei circuiti a stato solido.

«Il fenomeno dell’IoT porterà a raggiungere i 500 miliardi di dispositivi attivi entro il 2030» – spiega JoËl Hartmann, Executive Vice President Digital & Smart Power Technology and Digital Front-End Manufacturing di ST Microelectronics. «Questa espansione, come conseguenza, realizzerà un significativo aumento nel consumo di energia, dai data center ai contesti privati».

Dal canto suo, l’edge della rete, implementato attraverso tecniche di intelligenza artificiale, promette invece di gestire meglio i consumi tecnologici a livello globale· L’idea è questa: perché non applicare l’IA all’interno di scenari di edge, anzi di ‘deep edge’? «L’intelligenza artificiale ha bisogno dell’edge, così come l’edge ha bisogno delle innovazioni portate dall’IA, per creare un futuro più sostenibile, migliore e con un impatto minore sull’ambiente» prosegue Hartmann.

«Partendo dal riconoscimento delle immagini, tramite le reti neurali, possiamo oggi ‘mimare’ il comportamento umano con le macchine. Ed è dunque possibile adattare il sistema all’ambiente circostante, usando algoritmi avanzati, per conformarsi meglio alle richieste energetiche, riducendo l’impatto ma senza limitarne le prestazioni».

Secondo ST Microelectronics, sono tanti i benefici del ‘deep edge AI’. Tra questi, l’opportunità di proteggere meglio i dati degli utenti ma anche minimizzare la latenza del traffico di informazioni, proteggendo contro gli attacchi digitali e riducendo il suddetto consumo di energia a costi di gestione e assistenza minori.

E arriviamo al dunque: la compagnia ha realizzato vari servizi che, già adesso, sfruttano l’AI all’edge della rete, per applicazioni che si basano su IoT. Un’iniziativa con KNX combina, ad esempio, la comunicazione wireless con sensori integrati per migliorare il monitoraggio real time ma anche la manutenzione predittiva in vari contesti industriali.

Il network di STM32 Cube.AI è la parte software che realizza il processing dei dati, una grande mole di informazioni che promette di rivoluzionare il modo in cui i clienti approcciano i loro settori di riferimento, cogliendo il meglio dalle innovazioni odierne.

Altro campo di applicazione dell’AI nell’edge è l’in-memory computing. «Di norma, una memoria RAM può eseguire due tipi di operazioni: multiple e accumulate» continua Hartmann. «L’hardware tradizionale sta diventando obsoleto perché non riesce più a stare al passo di ciò che i programmi sono in grado di fare. C’è bisogno di portare i dati più vicini al processore».

«Il modo migliore per anticipare il futuro è guardare all’in-memory compute, che non solo accompagna le operazioni verso un’ottimizzazione più avanzata ma le rende anche più efficienti a livello energetico». In questo caso, l’area del computing corrisponde a quella del data storage, ossia la memoria diventa parte integrante con il processore, quasi simbiotica.

Si tratta di un cambiamento non solo nell’uso ma nella costruzione stessa di un modulo di in-memory. Come spiega ST Microelectronics, si passa da una architettura in cui la resistenza elettrica muove l’energia prodotta dallo stato ‘resistivo’ della struttura ad una in cui entrano in gioco formazioni ‘cristalline’, con stato logico uguale ad 1 e non più a 0.

Ricostruendo il modello computazionale attraverso elementi resistivi multipli, si riduce l’esistenza di variabili a cui i vari stati corrispondono, rendendo più semplice e veloce il processo di ‘richiesta’ di azioni da parte dell’utente e di risposta della memoria ram, che a sua volta passa l’informazione al processore.

«L’IA è oramai ovunque – conclude il manager – si tratta non più di pensare solo a quante nuove applicazioni sono dietro l’angolo ma a quante di queste possono contribuire a raggiungere un obiettivo più alto».

«Auspichiamo una forte collaborazione a livello internazionale, perché è il solo modo per trarre il meglio dal deep AI edge per il bene comune».