APPROFONDIMENTO

L’evoluzione delle tecnologie hardware a supporto dell’Intelligenza Artificiale

L’evoluzione delle tecnologie hardware a supporto dell’Intelligenza Artificiale
 

Le applicazioni basate sull'intelligenza artificiale richiedono capacità computazionali molto elevate per l’esecuzione degli algoritmi (es. le reti neurali del Deep Learning) e per l’utilizzo di grandi quantità di dati (big data) per il testing e l’apprendimento degli stessi.
Le crescenti capacità di elaborazione necessarie per l’esecuzione del software e l'aumento della quantità di dati in input sono sempre state soddisfatte dall'evoluzione delle Central Processing Unit (CPU) secondo la legge di Moore; tuttavia ultimamente la crescita della capacità computazionale delle CPU è rallentata e lo sviluppo dei data center, del cloud computing e dell’IA ha posto nuovi requisiti prestazionali che creano una discontinuità forte rispetto all’egemonia delle CPU con nuove architetture hardware in forte diffusione sia lato server (data center) sia lato devices (smartphone, tablet, robot, self-driving car, droni, etc.). Inoltre, la crescente distribuzione delle applicazioni IA dal cloud verso l’edge richiede lo sviluppo di architetture e componenti hardware specifici per le diverse piattaforme di elaborazione: data center, edge ed ibride. [FCR4]
Le Graphical Processing Unit (GPU) sono state create per eseguire calcoli pesanti e complessi e sono costituite da un'architettura parallela composta da migliaia di core piccoli ed efficienti, progettati per la gestione simultanea di più operazioni.
Le architetture Field Programming Gateway Arrays (FPGA) sono circuiti integrati progettati per essere configurati dopo la produzione in base agli specifici requisiti cliente. Gli FPGA contengono una serie di blocchi logici programmabili e una gerarchia di interconnessioni riconfigurabili che consentono ai blocchi di essere "cablati insieme".
Gli Application Specific Integrated Circuit (ASICS) sono circuiti realizzati per massimizzare le prestazioni per usi specifici; tipicamente sono circuiti che uniscono alle grandi prestazioni anche un’ottima efficienza dal punto di vista energetico (Figura A).

 

Figura A – Il panorama delle tecnologie e dei principali produttori (fonte: TIM [FCR4])

La crescente adozione di queste nuove architetture hardware ha modificato il mercato ove l’egemonia delle CPU e dei relativi produttori di riferimento è meno forte rispetto al recente passato. Ad esempio, negli ultimi 2 anni il mercato ha assorbito una grande quantità di GPU e NVIDIA è diventata la società leader di questa tecnologia come testimoniato dalla sua capitalizzazione sui mercati finanziari (Figura B).
 

Figura B – La crescita del mercato delle GPU (fonte: [Economist])

 

Torna all'articolo