Chipset IOT ai doanh thu vượt quá $ 7.3b vào năm 2030
Mặc dù các đơn vị xử lý thần kinh (NPU) đã được thiết lập cho TinyML trong các thiết bị cá nhân và làm việc, nhưng chúng mới chỉ bắt đầu thâm nhập vào các ứng dụng IoT.
Các nhà cung cấp chipset nhúng ngày càng tập trung vào các đơn vị xử lý thần kinh (NPU) cho các ứng dụng Internet of Things (IoT), nhờ khả năng thực thi hiệu quả các tác vụ mạng nơ-ron của kiến trúc này. Khi người dùng tìm kiếm sự hiểu biết sâu sắc hơn và trí tuệ cao hơn ở phía cuối mạng, NPU sẽ chiếm tỷ trọng ngày càng tăng trong tổng số lượng giao dịch, thay thế các vi điều khiển (MCU) hiện có. Doanh thu từ chipset dành cho các chip AI chuyên dụng cho các ứng dụng IoT sẽ vượt quá 7,3 tỷ USD vào năm 2030, theo ABI Research.
“Các NPU cho các ứng dụng TinyML trong thiết bị cá nhân và làm việc (PWD) đã được thiết lập vững chắc. Tuy nhiên, chúng vẫn còn ở giai đoạn đầu ngoài lĩnh vực thiết bị này, với các nhà sản xuất lớn như STMicroelectronics, Infineon và NXP Semiconductors mới chỉ bắt đầu đưa loại ASIC này vào danh mục sản phẩm nhúng của họ,” Paul Schell, nhà phân tích ngành tại ABI Research nhận định. “Phân tích các PWD giúp cung cấp những hiểu biết sâu sắc hơn về mô hình hóa các ứng dụng IoT trên 15 lĩnh vực khác nhau, bao gồm cả nhà thông minh và sản xuất.”
Về phía phần mềm, các bộ công cụ MLOps toàn diện hiện là một “yêu cầu bắt buộc” đối với các nhà cung cấp lớn nhỏ, bao gồm cả các startup như Syntiant, GreenWaves, Aspinity và Innatera. Đối với các kích thước lớn hơn, các khoản đầu tư vào sản phẩm phần mềm thường đi đôi với nghiên cứu và phát triển phần cứng, ví dụ như nhà cung cấp Eta Compute hợp tác với NXP để cấp phép nền tảng phần mềm Aptos của mình. Những đổi mới này cũng dân chủ hóa việc triển khai TinyML bằng cách giảm nhu cầu về nhân lực khoa học dữ liệu nội bộ.
Việc tích hợp các kiến trúc hiệu suất cao, chẳng hạn như NPU và một số FPGA, vào các thiết bị nhúng sẽ mở rộng phạm vi các ứng dụng có thể chạy trên thiết bị, từ phát hiện đối tượng đến phân loại đối tượng đơn giản cho các trường hợp sử dụng thị giác máy tính, và một số xử lý ngôn ngữ tự nhiên (NLP) cho phân tích dựa trên âm thanh. “Với xu hướng hướng tới các kích thước cạnh lớn hơn như máy tính cá nhân và gateway, điều này sẽ hỗ trợ khả năng mở rộng của AI bằng cách giảm chi phí mạng và sự phụ thuộc vào đám mây. Do đó, chúng tôi dự đoán thị trường TinyML sẽ tăng trưởng cùng với những đổi mới này, chủ yếu do các cơ sở công nghiệp lớn nâng cấp các triển khai IoT của họ, sự gia tăng trí tuệ của xe cộ và các thiết bị nhà thông minh.”
Được đăng lại từ: International Electronic Commerce, tự động dịch bởi Google