Nvidia revela 5 previsões em IA de Borda para 2022

Em 2021, o mercado presenciou um crescimento massivo na demanda por computação de Borda, impulsionado pela pandemia e pela necessidade de processos de negócios mais eficientes, bem como avanços importantes na Internet das Coisas (ioT), 5G e IA. Amanda Saunders, líder de Marketing de Produto para IA no Edge and Enterprise Computing Solutions Group da Nvidia, revelou no blog da companhia as cinco principais tendências de IA de Borda que a Nvidia espera ver em 2022.

Gerenciamento de Borda se torna um foco de TI

Embora a computação de Borda esteja se tornando rapidamente um item obrigatório para muitas empresas, as implementações permanecem nos estágios iniciais.

Para passar para a produção, o gerenciamento de IA de Borda se tornará responsabilidade dos departamentos de TI. Em um relatório recente, o Gartner escreveu: “As soluções de Borda têm sido historicamente gerenciadas pela linha de negócios, mas a responsabilidade está mudando para a TI, e as organizações estão utilizando os recursos de TI para otimizar custos”.

Para enfrentar os desafios do Edge Computing relacionados à capacidade de gerenciamento, segurança e escala, os departamentos de TI se voltarão para a tecnologia nativa da Nuvem. O Kubernetes, uma plataforma para microsserviços em contêineres, surgiu como a ferramenta líder para o gerenciamento de aplicativos de IA de Borda em grande escala.

Os clientes com departamentos de TI que já usam o Kubernetes na Nuvem podem transferir sua experiência para criar suas próprias soluções de gerenciamento nativas da Nuvem para o perímetro. Mais empresas procurarão adquirir ofertas de terceiros, como Red Hat OpenShift, VMware Tanzu, Wind River Cloud Platform e Nvidia Fleet Command.

Expansão de casos de uso de IA na Borda

A visão computacional tem dominado as implementações de IA na Borda. O reconhecimento de imagem liderou o treinamento de IA, resultando em um ecossistema robusto de aplicativos de visão por computador.

O Nvidia Metropolis, uma estrutura de aplicativo e um conjunto de ferramentas de desenvolvedor que ajuda a criar aplicativos de IA de visão computacional, aumentou sua rede de parceiros 100 vezes desde 2017 e agora inclui mais de 1 mil membros.

Muitas empresas estão implementando ou adquirindo aplicativos de visão computacional. Essas empresas na vanguarda começarão a buscar soluções multimodais. A IA multimodal traz diferentes fontes de dados para criar aplicativos mais inteligentes que podem responder ao que vêem, ouvem ou sentem. Esses complexos casos de uso de IA empregam habilidades como compreensão de linguagem natural, IA de conversação, estimativa de pose, inspeção e visualização.

Combinado com armazenamento de dados, tecnologias de processamento e recursos de entrada/saída ou sensor, a IA multimodal pode render desempenho em tempo real no limite para uma expansão de casos de uso em robótica, saúde, publicidade hiperpersonalizada, compras sem caixa, experiências de concierge e muito mais.

Imagine fazer compras com um assistente virtual. Com a IA tradicional, um avatar pode ver o que você pega da prateleira e um assistente de fala pode ouvir o que você pede.

Ao combinar as duas fontes de dados, um avatar multimodal baseado em IA pode ouvir seu pedido, fornecer uma resposta, ver sua reação e fornecer outras respostas com base nele. Essas informações complementares permitem que a IA ofereça uma experiência melhor e mais interativa para o cliente.

Convergência de soluções de IA e IoT industrial

A fábrica inteligente é outro espaço impulsionado por novos aplicativos de IA de Borda. De acordo com um relatório do Gartner, “em 2027, o aprendizado de máquina na forma de aprendizado profundo será incluído em mais de 65% dos casos de uso de Borda, contra menos de 10% em 2021.”

As fábricas podem adicionar aplicativos de IA em câmeras e outros sensores para inspeção e manutenção preditiva. No entanto, a detecção é apenas o primeiro passo. Assim que um problema for detectado, uma ação deve ser tomada.

Os aplicativos de IA são capazes de detectar uma anomalia ou defeito e, em seguida, alertar um ser humano para intervir. Mas para aplicações de segurança e outros casos de uso quando uma ação instantânea é necessária, respostas em tempo real são possíveis conectando o aplicativo de inferência AI com as plataformas IoT que gerenciam as linhas de montagem, braços robóticos ou máquinas pick-and-place.

A integração entre esses aplicativos depende do trabalho de desenvolvimento personalizado. Portanto, espere mais parcerias entre a IA e as plataformas de gerenciamento de IoT tradicionais que simplificam a adoção de IA de ponta em ambientes industriais.

Crescimento na adoção empresarial do AI-on-5G

A infraestrutura de computação combinada AI-on-5G fornece uma malha de conectividade segura e de alto desempenho para integrar sensores, plataformas de computação e aplicativos de IA – seja no campo, no local ou na Nuvem.

Os principais benefícios incluem latência ultrabaixa em ambientes sem fio, qualidade de serviço garantida e segurança aprimorada.

AI-on-5G irá desbloquear novos casos de uso de IA de Borda:

Indústria 4.0: Automação de plantas, robôs de fábrica, monitoramento e inspeção.
Sistemas automotivos: aplicações de telemetria de veículos e rodovias pedagiadas.
Espaços inteligentes: aplicativos de varejo, cidade inteligente e cadeia de suprimentos.

Uma das primeiras plataformas full stack AI-on-5G do mundo, Mavenir Edge AI, foi lançada em novembro. No próximo ano, espere ver soluções adicionais full-stack que forneçam o desempenho, o gerenciamento e a escala de ambientes 5G corporativos.

Gerenciamento do ciclo de vida da IA ​​da Nuvem para a Borda

Para organizações que implementam IA de Borda, os MLOps se tornarão a chave para ajudar a impulsionar o fluxo de dados de e para a Borda. A ingestão de dados novos e interessantes ou percepções da Borda, retreinar modelos, testar aplicativos e, em seguida, reimplantá-los na Borda melhora a precisão do modelo e os resultados.

Com o software tradicional, as atualizações podem acontecer trimestralmente ou anualmente, mas a IA ganha significativamente com um ciclo contínuo de atualizações.

O MLOps ainda está em desenvolvimento inicial, com muitos grandes players e startups criando soluções para a necessidade constante de atualizações de tecnologia de IA. Embora o foco principal seja resolver o problema do Data Center por enquanto, essas soluções no futuro mudarão para a computação de Borda.

Serviço
www.nvidia.com