Uma nova era de inovação: a Lei de Moore não morreu e a IA está pronta para explodir

QUEBRANDO ANÁLISE DE DAVE VELLANTE COM DAVID FLOYER

A Lei de Moore está morta, certo? Pense de novo.

Embora a melhoria histórica anual de cerca de 40% no desempenho da unidade de processamento central esteja diminuindo, a combinação de CPUs empacotadas com processadores alternativos está melhorando a uma taxa de mais de 100% ao ano. 

Essas melhorias massivas e sem precedentes no poder de processamento, combinadas com dados e inteligência artificial, mudarão completamente a maneira como pensamos em projetar hardware, escrever software e aplicar tecnologia às empresas.

Cada setor será interrompido, você ouve isso o tempo todo, bem, é absolutamente verdade e vamos explicar por que e o que tudo isso significa.

Nesta análise de quebra, vamos revelar alguns dados que sugerem que estamos entrando em uma nova era de inovação, onde recursos de processamento baratos impulsionarão uma explosão de aplicativos de inteligência de máquina

Também contaremos quais novos gargalos surgirão e o que isso significa para as arquiteturas de sistema e as transformações do setor na próxima década.

A Lei de Moore está realmente morta?

Já ouvimos isso centenas de vezes na última década, EE Times escreveu sobre isso, MIT Technology Review, CNET, SiliconANGLE e até associações da indústria que marcharam na cadência da Lei de Moore. Mas nosso amigo e colega Patrick Moorhead acertou quando disse:

A Lei de Moore, pela definição mais estrita de dobrar as densidades do chip a cada dois anos, não está mais acontecendo.

E isso é verdade, ele está absolutamente correto, no entanto, ele expressou essa declaração dizendo “pela definição mais estrita” por uma razão … porque ele é inteligente o suficiente para saber que a indústria de chips é mestra em descobrir soluções alternativas.

Curvas históricas de desempenho estão sendo destruídas

O gráfico abaixo é a prova de que a morte da Lei de Moore em sua definição mais estrita é irrelevante.

O fato é que o resultado histórico da Lei de Moore está na verdade se acelerando de forma bastante dramática, este gráfico se aprofunda na progressão dos desenvolvimentos de sistema em chip da Apple Inc. a partir do A9 e culminando no sistema Bionic de cinco nanômetros A14 em um chip.

O eixo vertical mostra as operações por segundo e o eixo horizontal mostra o tempo para três tipos de processador. O CPU, medido em terahertz (a linha azul que você mal consegue ver); a unidade de processamento gráfico ou GPU, medida em trilhões de operações de ponto flutuante por segundo (laranja); e a unidade de processamento neural ou NPU, medida em trilhões de operações por segundo (a explosão da área cinza).

Muitas pessoas se lembrarão de que, historicamente, corremos para comprar o melhor e mais recente computador pessoal porque os modelos mais novos tinham tempos de ciclo mais rápidos, ou seja, mais gigahertz. O resultado da Lei de Moore foi que o desempenho dobraria a cada 24 meses ou cerca de 40% ao ano. As melhorias de desempenho da CPU agora diminuíram para cerca de 30% ao ano, então, tecnicamente falando, a Lei de Moore está morta.

O desempenho do SoC da Apple quebra a norma

Combinadas, as melhorias no SoC da Apple desde 2015 estão em um ritmo superior a 118% de melhoria anual, na verdade, é maior porque 118% é o número real para esses três tipos de processadores mostrados acima. No gráfico, não estamos nem contando o impacto dos processadores de sinal digital  e   componentes do acelerador do sistema, que empurrariam isso ainda mais.

O A14 da Apple mostrado acima à direita é bastante surpreendente com sua arquitetura de 64 bits, múltiplos núcleos e tipos de processadores alternativos. Mas o importante é o que você pode fazer com todo esse poder de processamento – em um iPhone! Os tipos de IA continuam a evoluir do reconhecimento facial ao processamento de fala e linguagem natural, renderizando vídeos, ajudando os deficientes auditivos e, eventualmente, trazendo a realidade aumentada para a palma da sua mão.

Incrível!

O processamento vai para o limite-as redes e o armazenamento tornam-se os gargalos

Recentemente, relatamos a citação épica do CEO da Microsoft Corp., Satya Nadella, de que atingimos o pico de centralização. O gráfico abaixo mostra uma imagem reveladora, acabamos de compartilhar acima que o poder de processamento está acelerando a taxas sem precedentes. E os custos estão caindo como uma rocha. O A14 da Apple custa à empresa US $ 50 por chip. A Arm em seu anúncio v9 disse que terá chips que podem ir para refrigeradores que irão otimizar o uso de energia e economizar 10% ao ano no consumo de energia. Eles disseram que o chip custará US $ 1 – um dólar para cortar 10% da conta de eletricidade da geladeira.

O processamento é abundante e barato. Mas veja onde estão os gargalos caros: redes e armazenamento. Então o que isso quer dizer?

Isso significa que o processamento será levado ao limite – onde quer que os dados nasçam, o armazenamento e a rede se tornarão cada vez mais distribuídos e descentralizados

Com silício customizado e poder de processamento colocados em todo o sistema com IA incorporada para otimizar cargas de trabalho para latência, desempenho, largura de banda, segurança e outras dimensões de valor.

E lembre-se, a maioria dos dados – 99% – permanecerá no limite, gostamos de usar a Tesla Inc. como exemplo. A grande maioria dos dados que um carro Tesla cria nunca vai voltar para a nuvem. Nem mesmo é persistente. O Tesla salva talvez cinco minutos de dados. Mas alguns dados serão conectados ocasionalmente de volta à nuvem para treinar modelos de IA – voltaremos a isso.

Mas a imagem acima mostra que, se você é uma empresa de hardware, é melhor começar a pensar em como tirar vantagem dessa linha azul, a explosão do poder de processamento. Dell Technologies Inc., Hewlett Packard Enterprise Co., Pure Storage Inc., NetApp Inc. e similares vão começar a projetar silício customizado ou serão interrompidos, em nossa opinião. Amazon Web Services Inc., Google LLC e Microsoft estão fazendo isso por um motivo, assim como Cisco Systems Inc. e IBM Corp … Como disse o consultor de nuvem Sarbjeet Johal, “este não é o negócio de semicondutores do seu avô”.

E se você é um engenheiro de software, você vai escrever aplicativos que tiram proveito de todos os dados que estão sendo coletados e usar esse imenso poder de processamento para criar novos recursos como nunca vimos antes.

IA em todos os lugares

Aumentos maciços no poder de processamento e o silício barato impulsionarão a próxima onda de IA, inteligência de máquina, aprendizado de máquina e aprendizado profundo!

Às vezes, usamos inteligência artificial e inteligência de máquina de forma intercambiável, essa noção vem de nossas colaborações com o autor David Moschella. Curiosamente, em seu livro “ Seeing Digital ”, Moschella diz “não há nada artificial” sobre isso:

Não há nada artificial na inteligência da máquina, assim como não há nada artificial na força de um trator.

É uma nuance, mas uma linguagem precisa muitas vezes pode trazer clareza, ouvimos muito sobre aprendizado de máquina e aprendizado profundo e pensamos neles como subconjuntos de IA. 

O aprendizado de máquina aplica algoritmos e código aos dados para ficar “mais inteligente” – criar modelos melhores, por exemplo, que podem levar a inteligência aumentada e melhores decisões por humanos ou máquinas. Esses modelos são aprimorados à medida que obtêm mais dados e iteram ao longo do tempo.

O aprendizado profundo é um tipo mais avançado de aprendizado de máquina que usa matemática mais complexa.

O lado direito do gráfico acima mostra os dois grandes elementos da IA, o que queremos enfatizar aqui é que grande parte da atividade em IA hoje está focada na construção e treinamento de modelos. E isso está acontecendo principalmente na nuvem. Mas acreditamos que a inferência de IA trará as inovações mais interessantes nos próximos anos.

A inferência de IA desbloqueia um grande valor

A inferência é a implantação do modelo, pegando dados em tempo real dos sensores, processando os dados localmente, aplicando o treinamento que foi desenvolvido na nuvem e fazendo microajustes em tempo real.

Vamos dar um exemplo. Amamos exemplos de carros e observar Tesla é instrutivo e um bom modelo de como a borda pode evoluir. Portanto, pense em um algoritmo que otimize o desempenho e a segurança de um carro em uma curva. O modelo recebe dados de atrito, condições da estrada, ângulos dos pneus, desgaste dos pneus, pressão dos pneus e outros. E os construtores de modelo continuam testando e incluindo dados e iterando o modelo até que ele esteja pronto para ser implementado.

Em seguida, a inteligência desse modelo vai para um mecanismo de inferência, que é um software que funciona com chip, que vai até um carro e obtém dados de sensores e faz micro-ajustes em tempo real na direção e na frenagem e assim por diante. Agora, como dissemos antes, Tesla mantém os dados por um período muito curto de tempo porque há muitos dados. Mas ele pode escolher armazenar certos dados seletivamente, se necessário, para enviar de volta para a nuvem e treinar ainda mais o modelo. Por exemplo, se um animal corre para a estrada durante condições escorregadias, talvez Tesla persista aquele instantâneo de dados, o envia de volta para a nuvem, combina-o com outros dados e aperfeiçoa ainda mais o modelo para melhorar a segurança.

Este é apenas um exemplo de milhares de casos de uso de inferência de IA que serão desenvolvidos ainda mais na próxima década.

O valor do AI muda da modelagem para a inferência

Este gráfico conceitual abaixo mostra a porcentagem de gastos ao longo do tempo em modelagem versus inferência. E você pode ver alguns dos aplicativos que chamam a atenção hoje e como esses aplicativos amadurecerão com o tempo, conforme a inferência se torna mais popular. As oportunidades para inferência de IA na borda e na “internet das coisas” são enormes.

A modelagem continuará a ser importante. As cargas de trabalho de modelagem predominantes de hoje em fraude, adtech, clima, preços, mecanismos de recomendação e muito mais continuarão ficando cada vez melhores. Mas a inferência, pensamos, é onde a borracha encontra a estrada, como mostrado no exemplo anterior.

E no meio do gráfico mostramos as indústrias, que serão todas transformadas por essas tendências.

Outro ponto sobre isso: Moschella em seu livro explica por que, historicamente, as indústrias verticais permaneceram bastante distantes umas das outras. Cada um deles tinha sua própria “pilha” de produção, suprimento, logística, vendas, marketing, serviço, atendimento e assim por diante. E a experiência tendia a residir e permanecer dentro desse setor e das empresas, em sua maior parte, presa a suas respectivas raias de natação.

Mas hoje vemos tantos exemplos de gigantes da tecnologia entrando em outras indústrias. Amazon entrando em supermercados, mídia e saúde, Apple em finanças e EV, Tesla de olho em seguros: há muitos exemplos de gigantes da tecnologia cruzando as fronteiras tradicionais da indústria e o facilitador são os dados

Com o tempo, os fabricantes de automóveis terão dados melhores do que as seguradoras, por exemplo. DeFi ou finanças descentralizadas ou plataformas que usam o blockchain continuarão a melhorar com IA e interromper os sistemas de pagamento tradicionais – e assim por diante.

Conseqüentemente, acreditamos no boato freqüentemente repetido de que nenhuma indústria está a salvo de interrupções.

Instantâneo da IA ​​na empresa

Na semana passada, mostramos o gráfico abaixo da Enterprise Technology Research.

Esses dados são mostrados no eixo vertical Pontuação Líquida ou impulso de gasto. O eixo horizontal é a participação no mercado ou abrangência no conjunto de dados ETR. A linha vermelha em 40% é nossa âncora subjetiva; qualquer coisa em torno de 40% é muito boa em nossa opinião.

Aprendizado de máquina e IA são a área número 1 de velocidade de gastos e tem sido por um tempo, daí as quatro estrelas. A automação de processos robóticos é cada vez mais uma adjacência à IA e você poderia argumentar que a nuvem é onde toda a ação de aprendizado de máquina está ocorrendo hoje e é outra adjacência, embora pensemos que a IA continua a se mover para fora da nuvem pelos motivos que acabamos de descrever.

Especialistas em IA corporativa conquistam posições

O gráfico abaixo mostra alguns dos vendedores no espaço que estão ganhando força, esses são os diretores de informação e compradores de tecnologia da informação das empresas associados aos seus gastos com IA / ML.

O gráfico acima usa as mesmas coordenadas Y / X – Velocidade de gasto na vertical por Participação de mercado no eixo horizontal, mesma linha vermelha de 40%.

Os grandes jogadores da nuvem, Microsoft, AWS e Google, dominam a IA e o ML com maior presença. Eles têm as ferramentas e os dados. Como dissemos, muita modelagem está acontecendo na nuvem, mas isso será colocado em mecanismos de inferência de IA remotos que terão recursos de processamento massivos coletivamente. Estamos nos afastando da centralização de pico e isso apresenta grandes oportunidades para criar valor e aplicar IA à indústria.

A Databricks Inc. é vista como líder em IA e se destaca com uma forte pontuação líquida e uma participação de mercado proeminente. SparkCognition Inc. está fora das paradas no canto superior esquerdo com um Net Score extremamente alto, embora de uma pequena amostra. 

A empresa aplica o aprendizado de máquina a grandes conjuntos de dados. DataRobot Inc. faz IA automatizada – eles são muito altos no eixo Y. Dataiku Inc. ajuda a criar aplicativos baseados em aprendizado de máquina. C3.ai Inc. é uma empresa de IA fundada e administrada por Tom Siebel. Você vê SAP SE, Salesforce.com Inc. e IBM Watson apenas na linha de 40%. A Oracle também está na mistura com seus recursos de banco de dados autônomo e mostra a Adobe Inc. também.

A questão é que todas essas empresas de software estão incorporando IA em suas ofertas. E as empresas estabelecidas que estão tentando não ser interrompidas podem comprar IA de empresas de software. Eles não precisam construí-lo sozinhos. 

A parte difícil é como e onde aplicar IA. E a resposta simples é: siga os dados!

Principais conclusões

Há muito mais nesta história, mas vamos deixar por enquanto e resumir.

Temos trabalhado muito sobre a era pós-x86, a importância do volume em termos de redução dos custos de produção de semicondutores e hoje quantificamos algo que realmente não vimos muito: as reais melhorias de desempenho estamos vendo em processamento hoje, esqueça a Lei de Moore estar morta – isso é irrelevante

A premissa original está sendo destruída nesta década pelo SoC e pelo próximo sistema de designs de embalagens. Quem sabe com a computação quântica o que o futuro reserva em termos de aumento de desempenho.

Essas tendências são um habilitador fundamental dos aplicativos de IA e, como costuma acontecer, a inovação vem dos casos de uso do consumidor; A Apple continua liderando o caminho. A abordagem integrada de hardware e software da Apple mudará cada vez mais para a mentalidade empresarial

Claramente, os fornecedores de nuvem estão se movendo nessa direção, você vê isso com a Oracle Corp. também. Faz sentido que a otimização de hardware e software juntos ganhe impulso porque há muitas oportunidades para customização de chips, como discutimos na semana passada com o anúncio da Arm Ltd.  – e é a direção que o novo CEO Pat Gelsinger está tomando a Intel Corp.

À parte – Gelsinger pode enfrentar enormes desafios com a Intel, mas ele está certo de que a demanda por semicondutores está aumentando e não há fim à vista.

Se você é uma empresa, não deve se preocupar em inventar a IA, em vez disso, seu foco deve ser entender quais dados oferecem vantagem competitiva e como aplicar inteligência de máquina e IA para vencer. Você vai comprar, não construir IA!

Data, como John Furrier disse muitas vezes, está se tornando o novo kit de desenvolvimento. Ele disse isso há 10 anos e agora é mais verdadeiro do que nunca:

Data é o novo kit de desenvolvimento.

Se você for um jogador de hardware corporativo, estará projetando seus próprios chips e escrevendo mais software para explorar IA. Você incorporará silício e IA personalizados em todo o seu portfólio de produtos e cada vez mais levará a computação aos dados. Os dados ficarão principalmente onde são criados. As pilhas de sistemas, armazenamento e rede estão todas sendo interrompidas.

Se você desenvolve softwares, agora tem recursos de processamento incríveis na palma de suas mãos e vai escrever novos aplicativos para tirar proveito disso e usar IA para mudar o mundo. Você terá que descobrir como obter acesso aos dados mais relevantes, proteger suas plataformas e inovar.

E, finalmente, se você é uma empresa de serviços, tem oportunidades de ajudar empresas que tentam não ser interrompidas. São muitos. Você tem profundo conhecimento do setor e recursos tecnológicos horizontais para ajudar os clientes a sobreviver e prosperar.

  • Privacidade? 
  • AI para o bem? 

Esses são tópicos inteiros por conta própria, amplamente cobertos por jornalistas, por enquanto, achamos que é prudente entender melhor até onde a IA pode ir antes de determinar até onde ela deve ir e como deve ser regulamentada

Proteger nossos dados pessoais e privacidade deve ser algo com que definitivamente nos importamos – mas geralmente preferimos não reprimir a inovação neste momento.

Mantenha contato

Lembre-se de que esses episódios estão todos disponíveis como podcasts onde quer que você ouça . Envie um e- mail para  david.vellante@siliconangle.com , DM  @dvellante no Twitter  e comente nossas postagens no  LinkedIn .

Além disso, verifique este  Tutorial ETR que criamos , que explica a metodologia de gastos com mais detalhes. Nota:  ETR é uma empresa separada da Wikibon / SiliconANGLE  Se você deseja citar ou republicar qualquer dado da empresa, ou perguntar sobre seus serviços, entre em contato com a ETR em legal@etr.ai.

Aqui está a análise completa do vídeo:

VÍDEO https://youtu.be/RkPfwKDHorE

Para ler o artigo original copie e cole em seu navegador o link abaixo:

https://siliconangle.com/2021/04/10/new-era-innovation-moores-law-not-dead-ai-ready-explode/

CONHEÇA NOSSOS CURSOS. CLIQUE NAS IMAGENS PARA SABER MAIS!

Compartilhe em suas Redes Sociais