Hiện nay, việc nén các trình xử lý Trí tuệ Nhân tạo vào các thiết bị dạng chip đang khiến hàng loạt quy trình được tăng tính bám sát thời gian thực và cung cấp thông tin đầy đủ hơn. Nhiều ngành công nghiệp sẽ hưởng lợi từ công nghệ hỗ trợ thao tác mới này.

Theo dõi tàu hàng, tài sản, phương tiện giao thông tự lái, tự động hóa dây chuyền sản xuất, quản lý kho,.. là những lĩnh vực mà công nghệ chip tích hợp AI có thể giảm tải gánh nặng dữ liệu cho network, đồng thời cung cấp thông tin trực quan, bám sát thời gian thực.

Các quá trình trên cần một lượng lớn data để có thể hoạt động trơn tru. Không những vậy, data còn phải bám sát thời gian thực. Không như nhiều loại thao tác dữ liệu lớn khác, mà điển hình là học máy, những quá trình này sẽ không hoạt động tối ưu với điện toán đám mây. Thay vào đó, chúng lại hoạt động tốt nhất nếu được kết hợp với điện toán biên (Edge Computing), nhờ một ưu điểm của điện toán biên là cung cấp các tính toán, networking và tài nguyên khác đến trực tiếp các thiết bị và phần dữ liệu nào có nhu cầu.

Bằng cách kích hoạt các gói xử lý Trí tuệ Nhân tạo (AI) ở cấp độ cả-hệ-thống-trong-một-con-chip, (System-on-a-chip, SOC), IT có thể cho phép tùy chọn phân phối và chia sẻ các gói dữ liệu cần xử lý cho các phân nhánh khác nhau trong một hệ thống của doanh nghiệp (đám mây, trung tâm dữ liệu tậm trung, hoặc bản thân hệ thống biên). Việc phân chia này sẽ cải thiện quá trình xử lý và quản lý dữ liệu, giúp tiết kiệm băng thông, tăng tốc độ chạy data và thời gian đưa ra kết quả.

Bộ điều khiển vi mô nhúng SOC sử dụng ít bộ nhớ và điện năng hơn GPU (đơn vị xử lý đồ họa) truyền thống, FPGA (field-programmable gate arrays) hoặc các loại mạch tích hợp (IC) khác.

Steve Conway, cố vấn nghiên cứu cấp cao của Hyperion, HPC Market Dynamics cho biết: “Chúng ta sẽ thấy AI trên hệ Edge được dùng phổ biến trong 5 năm tới.”

“ARM Atom, GPU và các bộ xử lý nhúng khác hiện đã xuất hiện nhiều trong các thiết bị Edge như điện thoại di động, cảm biến, ô tô, hệ thống chẩn đoán hình ảnh y tế, hệ thống game và nhiều thiết bị khác. Những trình xử lý nhúng được thiết lập sẵn này có thể sẽ trở thành xu hướng chính trong hoạt động hỗ trợ các công nghệ AI khi chúng được triển khai, ”ông nói.

Tác Động Của IoT Edge Đến Các Ngành Công Nghiệp

Năm 2011, thuật ngữ “Sản xuất 4.0” lần đầu tiên xuất hiện. Thuật ngữ này bắt nguồn từ việc chính phủ Đức thúc đẩy máy tính hóa sản xuất; giới thiệu tầm nhìn tương lai về số hóa, tự động hóa và trí tuệ nhân tạo ứng dụng trong sản xuất công nghiệp. Theo đó, công nghệ Edge, mà trong đó các thiết bị SOC nhúng AI sẽ đóng vai trò chính, có thể hỗ trợ việc ra quyết định chính xác để giải quyết vấn đề hoặc tình huống phát sinh.

Ngày nay, việc đưa ra quyết định theo thời gian thực nhờ công nghệ Edge đã trở thành thực tế. Quá trình sản xuất được điều hành bởi các quyết định trên hệ Edge, với sự hỗ trợ từ AI. Trong tương lai, một con chip edge hỗ trợ bởi AI sẽ có khả năng gửi cảnh báo bộ phận mua hàng khi thấy thiếu nguyên liệu sản xuất, cũng như cảnh báo bộ phận sales về nguy cơ giảm nguồn cung sản phẩm nếu phát hiện có thành phần linh kiện bị thiếu hụt.

Tự Động Hóa Với Chip Edge AI Đang Thay Đổi Ngành Logistics

Một đoàn xe tải có thể giao tiếp chéo với các thiết bị Edge độ trễ thấp, vốn được dùng để tiết kiệm nhiên liệu và tối ưu hóa tuyến đường. Trong tương lai, có thể chỉ một chiếc trong đoàn xe cần tài xế là con người, các xe còn lại sẽ tự lái nhờ công nghệ tự động hóa SOC.

Điều này có thể giải quyết một vấn đề lớn trong ngành vận tải đường bộ: tài xế tốt lúc nào cũng thiếu. “Đây cũng chính là lý do bạn thấy có rất nhiều công nghệ cứ tập trung vào mảng vận tải đường bộ,” Shelley Simpson, phó chủ tịch điều hành, giám đốc thương mại và chủ tịch dịch vụ đường cao tốc tại J.B. Hunt Transport Services, cho biết.

Những hàng hóa dễ hỏng cũng có thể được theo dõi bởi các cảm biến thông minh nằm trong mỗi thùng xe, nhằm kiểm soát nhiệt độ và độ ẩm.

Ví dụ, một chiếc xe tải chở hàng đến Atlanta đã được điều hướng đến một chợ ở một thành phố gần đó, Washington, D.C., sau khi bộ cảm biến bên trong thùng chở hàng của xe tải cảnh báo tài xế và công ty hậu cần về nguy cơ sản phẩm bị hư hỏng do nhiệt độ quá cao. Việc công ty có khả năng xử lý vấn đề dựa trên thông tin thời gian thực đã ngăn sản phẩm không bị hỏng và từ đó tiết kiệm chi phí. Trong ngành công nghiệp thực phẩm, đây là một vấn đề lớn, khi mà Ủy ban Nông nghiệp và Thực phẩm của Liên hợp quốc ước tính rằng có 1 nghìn tỷ USD lương thực bị thất thoát hoặc lãng phí mỗi năm.

Công nghệ Chip AI cũng đang thay đổi cách vận hành của phương tiện đường hàng không và các phương tiện đường bộ.

Các quân nhân luôn gặp phải khó khăn về hậu cần khi muốn thăm dò hoặc xâm nhập một khu vực nguy hiểm. Trước đây, một chiến dịch trinh sát thường yêu cầu có người phải đi do thám trước, do vậy làm xuất hiện nguy cơ bị thương tích hoặc tổn thất nhân mạng.

Giờ đây, với khả năng xử lý thông qua AI Edge, một đội drone không người lái có thể làm nhiệm vụ trinh sát và liên lạc thời gian thực. Nếu một drone trong phi đội bị bắn rơi, cả đội sẽ phát hiện vấn đề và điều chỉnh đội hình để tiếp tục nhiệm vụ. Saurabh Mishra, Giám đốc cấp cao về Quản lý sản phẩm tại SAS ’IoT và Edge Division, cho biết:“ Khối lượng công việc đòi hỏi phải xử lý nhiều đầu vào cảm quan bao gồm cả video và âm thanh có thể đẩy hệ thống tới ngưỡng giới hạn, trừ khi có sự hỗ trợ của các chip chuyên biệt.”  “Drone tự động, cánh tay robot và tự động hóa công nghiệp đều là những ví dụ điển hình về ứng dụng của loại chip này”.

Địa chính trị và đổi mới công nghệ

Dù vậy, giới kinh doanh vẫn lo lắng trước những ảnh hưởng của vấn đề địa chính trị đến công nghiệp sản xuất chip và bán dẫn.

Năm 2019, Huawei bị đặt vào danh sách hạn chế của Hoa Kỳ. NVIDIA sau đó đã mua lại Arm, Ltd. trong một thỏa thuận trị giá 40 tỷ USD, khiến cho Google, Microsoft, Qualcomm, Apple, Intel, Samsung, Huawei và Amazon phải bày tỏ quan ngại sâu sắc về tình trạng của một nhà cung cấp quan trọng.

Cũng trong năm 2019, Intel mua lại công ty start-up chip AI Habana Labs với giá 2 tỷ USD và AMD mua lại Xiliinx với giá 35 tỷ USD.

“Xu hướng trong 50 năm qua là phải tách bạch các vấn đề không liên quan đến an ninh quốc gia khỏi các phân tích kinh tế trong quá trình cân nhắc đưa ra quyết định chống độc quyền. Tuy nhiên, khi hành vi cạnh tranh không lành mạnh có nguy cơ gây phương hại an ninh quốc gia, không có gì bất ngờ trước việc USG phải ban hành những biện pháp đáp trả mạnh mẽ ”, Cullen O’Keefe, chi nhánh nghiên cứu tại Trung tâm Quản trị AI, Đại học Oxford, viết.

Conway cho biết: “AI được coi là chìa khóa để dẫn đầu nền kinh tế của tương lai. Hiện có nhiều nỗ lực của Trung Quốc, Nhật Bản và châu Âu nhằm loại bỏ sự phụ thuộc vào Mỹ và phát triển các bộ xử lý được sản xuất trong khu vực. “Ngành IT không thể làm gì nhiều để ảnh hưởng đến các cuộc chiến địa chính trị này, nhưng giới IT có thể lên kế hoạch đảm bảo nguồn cung bộ xử lý đáp ứng nhu cầu của mình, đặc biệt bằng cách đàm phán các hợp đồng cung cấp dài hạn có ràng buộc bởi các điều khoản phạt, và duy trì mức tồn kho phù hợp.”

Việc Cần Làm Của Ngành IT

Tích hợp hệ thống IoT vào loại phần cứng nhỏ hơn sẽ khiến ngành IT phải tập trung vào ba lĩnh vực sau:

Kiến trúc IT: Kiến trúc IT phải được thiết kế lại đề phù hợp với các tình huống trong kinh doanh mà doanh nghiệp muốn giải quyết bằng AI dạng chip. Ở mức tối thiểu, bản kiến trúc này nên có ba tầng công nghệ và xử lý, cấu trúc dữ liệu IT: Trung tâm dữ liệu, đám mây và hệ thống Edge.

“Tất nhiên, cần bắt đầu bằng việc thiết lập và tối ưu hóa quy trình end-to-end và sử dụng thông tin đó để chỉ định tài nguyên phù hợp phù hợp cho mỗi giai đoạn” Conway cho biết, khi nói về hoạt động của Paypal.

“Cách đây nửa thập niên, PayPal đã gặp phải một vấn đề nghiêm trọng: gian lận trong giao dịch thẻ tín dụng.” Phải mất đến hai tuần để xác định gian lận và đến lúc đó thì kẻ tấn công đã xâm nhập được tài khoản khách hàng rồi. Công ty này sau đó đã sử dụng một máy tính hiệu suất cao nhằm phát hiện và ngăn chặn gian lận ngay khi hành vi được thực hiện, trong vòng 150 mili giây. Kết quả cuối cùng là PayPal đã tiết kiệm được 700 triệu đô la trong năm đầu tiên.

Ứng dụng được dùng tại PayPal và các công ty khác dựa vào bộ xử lý nhúng trong đầu đọc thẻ, cùng với Internet để thực hiện quy trình ủy quyền khứ hồi, kết hợp với hệ thống máy chủ với bộ xử lý không nhúng để xử lý thao tác phức tạp này, tại chỗ hoặc trên đám mây. ”

Kỹ năng IT: Chỉ 47% số người trả lời bài khảo sát Báo cáo Tín hiệu IoT của Microsoft năm 2019 tin rằng, thị trường lao động có các kỹ thuật viên đủ kỹ năng để làm việc trong các vị trí IoT.

Saurabh Mishra, Giám đốc cấp cao về Quản lý sản phẩm tại SAS ’IoT và Edge Division, cho biết:“ Nguồn nhân lực quản lý việc triển khai các mô hình AI trên chip sẽ vẫn là một vấn đề.” “Các công ty cũng nên nhận ra rằng chip AI Edge không phải là yếu tố quyết định duy nhất. Chúng là một bánh răng trong một hệ thống lớn hơn. Cần phải nghĩ đến cả pipeline hoàn chỉnh khi triển khai chip nhúng AI vì một liên kết yếu ở mắt xích trên hoặc dưới có thể vô hiệu hóa hiệu suất tăng thêm mà chip AI mang lại.”

Các sản phẩm ngăn xếp (stack) IoT cho phần cứng và phần mềm có thể giúp xác định những trở ngại trong quá trình tích hợp vào pipeline –  nhưng kỹ thuật viên IT vẫn phải thực hiện thao tác xử lý trong từng lớp, bao gồm cả việc xây dựng model và lập trình SOCs.

Quản lý các khoản đầu tư: Như mọi lĩnh vực IT khác, các vụ kiện tụng liên quan đến vấn đề sáp nhập, chống độc quyền & sở hữu trí tuệ sẽ tiếp tục xảy ra trong ngành AI/chip.

Tin tốt là bộ phận IT trong các tập đoàn chẳng xa lạ gì với vấn đề này. Chọn dùng một giải pháp IoT stack phổ biến với lượng người dùng lớn được xem là một phương pháp nâng cao an toàn đầu tư, cũng như đảm bảo hệ IoT bạn dùng sẽ tương thích với các chuẩn an ninh và APIs phổ biến. Một chiến lược khác là cố gắng thương thảo với các nhà cung cấp IoT để thêm các điều khoản pháp lý liên quan đến việc bảo vệ khoản đầu tư vào hợp đồng.

Điều cuối cùng, chip gắn AI phải đem lại kết quả tích cực cho hoạt động kinh doanh. “Tác động của IoT Edge đến kiến trúc IT sẽ phụ thuộc vào từng trường hợp cụ thể mà bộ phận IT được yêu cầu thực hiện, trong đó, AI có nhiệm vụ cung cấp khả năng xử lý trước thông tin trong thời gian thực và chỉ truyền đạt những data thật sự hữu ích.”

Gopalakrishna  cho biết: “Quy trình giám sát tự động bằng AI trong nhà máy sẽ sử dụng thông tin thời gian thực để ra quyết định trong tích tắc, đồng thời chuyển dữ liệu có liên quan đến các hệ thống back-end để xử lý hậu kỳ, phân tích và phát triển mô hình mới ngoài băng tần, dựa trên loạt quyết định của hệ IoT Edge.

Nhiều ứng dụng sẽ có khả năng phát hiện cư dân có đang đeo khẩu trang hay không, hoặc đếm số người ra vào một khu vực bằng cách tạo bản đồ nhiệt để đảm bảo số người tụ tập không vượt quá giới hạn cho phép. Và khi càng nhiều cảm biến, máy ảnh và quy trình tự động hóa được bổ sung vào hệ IoT và hệ Edge, AI sẽ ngày càng hữu ích với hoạt động kiến trúc hạ tầng và quản lý IT.”

Nguồn: IoT World Today bởi Mary Shacklett

 

How to use Modbus Configuration Tool for Daviteq LoRaWAN Sensor