Neuromorficzne chipy mają wyprowadzać AI poza centra danych. Problemem pozostaje infrastruktura

Sztuczna inteligencja coraz częściej wychodzi poza duże centra danych i trafia bliżej miejsca, w którym powstają informacje. Jednym z kierunków tego przesunięcia są neuromorficzne chipy, czyli układy zaprojektowane na wzór mechanizmów działania ludzkiego mózgu. Jak wynika z informacji przekazanej przez Vertiv, mają one pomagać w szybszym i bardziej oszczędnym przetwarzaniu danych, szczególnie tam, gdzie liczy się czas reakcji i niskie zużycie energii.

Według przywołanych danych do 2028 r. globalne wydatki na infrastrukturę brzegową mają wzrosnąć z 261 mld do 380 mld dolarów. To ma być odpowiedź na rosnące zapotrzebowanie na systemy, które analizują dane lokalnie, bez konieczności ciągłego przesyłania ich do chmury. W tym kontekście neuromorficzne podejście do obliczeń ma umożliwić działanie mechanizmów AI bliżej źródeł informacji.

Chipy tego typu wykorzystują impulsowe sieci neuronowe, które aktywują się tylko wtedy, gdy pojawia się istotny sygnał wejściowy. W praktyce oznacza to inny sposób pracy niż w tradycyjnych procesorach. Jak podkreślono w materiale, neuromorficzne układy łączą pamięć i moduł obliczeniowy w jednym miejscu, dzięki czemu mają działać szybciej i zużywać mniej energii.

Vertiv wskazuje, że takie rozwiązania mogą znaleźć zastosowanie między innymi w medycynie, gdzie mogłyby wspierać urządzenia analizujące sygnały biologiczne w czasie rzeczywistym, a także w inteligentnych protezach. Kolejnym obszarem mają być roboty i inne urządzenia autonomiczne, które muszą reagować na bodźce z otoczenia bez opóźnień. W informacji podano też przykłady związane z monitoringiem, transportem, analizą danych środowiskowych, modelowaniem klimatu i cyberbezpieczeństwem.

Jak mówi Krzysztof Krawczyk, Senior Technical Sales – Strategic Account Engineer | IT Systems w firmie Vertiv, „zdolność przetwarzania różnych sygnałów w ułamku sekundy sprawia, że maszyny stają się nie tylko szybsze, ale też zdolne do lepszej adaptacji – potrafią reagować na dynamiczne warunki otoczenia”. W tej samej wypowiedzi wskazuje, że takie układy mogą być przydatne tam, gdzie znaczenie ma nie tylko szybkość, ale też radzenie sobie w trudnych i zmiennych warunkach.

Materiał zwraca jednak uwagę, że rozwój neuromorficznych systemów nie zależy wyłącznie od samych chipów. Problemem pozostaje infrastruktura potrzebna do ich wdrażania na większą skalę. Chodzi zarówno o warstwę sprzętową, jak i energetyczną, czyli lokalne serwerownie, urządzenia brzegowe, systemy zasilania, chłodzenia i transmisji danych. Tego typu środowisko ma radzić sobie z nieregularnym, impulsowym obciążeniem, które może gwałtownie rosnąć i równie szybko spadać.

Według Vertiv w takich warunkach szczególnego znaczenia nabierają systemy chłodzenia i zasilania, które potrafią reagować na nagłe zmiany zapotrzebowania bez kosztownego przewymiarowania całej infrastruktury. Krawczyk zwraca uwagę, że „obsługa systemów neuromorficznych wymaga czegoś więcej niż stopniowych usprawnień po stronie urządzeń brzegowych”. Jak dodaje, potrzebna jest infrastruktura projektowana specjalnie pod takie zastosowania, zdolna do skalowania i działania także tam, gdzie przestrzeń lub dostępna moc są ograniczone.

W informacji przywołano też dane Precedence Research, według których globalny rynek neuromorficznych chipów był wart w 2024 r. 1,73 mld dolarów, a do 2034 r. ma wzrosnąć do 8,86 mld dolarów. Prognozowany średni roczny wzrost wynosi 17,7 proc. Autorzy materiału wiążą te prognozy z rosnącym zapotrzebowaniem na energooszczędne systemy obliczeniowe i rozwój rozwiązań autonomicznych.

Z perspektywy rynku oznacza to, że rozwój AI poza centrami danych będzie zależeć nie tylko od postępu w projektowaniu samych układów, ale też od tego, czy nadąży za nim infrastruktura. To ona ma zdecydować, czy neuromorficzne chipy pozostaną niszowym rozwiązaniem dla wybranych zastosowań, czy staną się szerzej wykorzystywanym elementem systemów AI działających na brzegu sieci.