Il colosso Samsung ha urgente bisogno di creare chipset che abbiano core dedicati per l’elaborazione di dati relativi all’Intelligenza Artificiale. Anche se l’ azienda ha rilasciato il suo assistente vocale digitale Bixby basato sull’IA per i modelli Galaxy S8 e Galaxy Note 8, il chipset Exynos 8895 che alimenta i dispositivi non dispone di un’unità di elaborazione dedicata per le attività legate all’intelligenza artificiale.
Per questi motivi, Samsung ha ora intrapreso la ricerca e lo sviluppo di chip dedicati all’elaborazione di dati correlati all’IA e sta progettando di commercializzarli nei prossimi anni.
Nel frattempo la concorrente Huawei ha annunciato che rilascerà il suo smartphone Mate 10 con il suo nuovo chipset Kirin 970 il quale dovrebbe disporre di un’unità di elaborazione neurale. Anche i nuovissimi iPhone 8, iPhone 8 Plus e iPhone X di Apple utilizzano il SoC Bionic A11, dotato di un “Neural Engine” per le attività di machine learning.
“(Samsung) è nel bel mezzo dello sviluppo di diversi tipi di chip che saranno in grado di elaborare dati di massa da applicazioni IA su dispositivi, eliminando la necessità di comunicare con i server cloud”, ha affermato una fonte interna a uno dei partner di Samsung.
Attualmente, i dati elaborati dalle applicazioni basate sull’intelligenza artificiale – come il riconoscimento vocale e il machine learning – vengono memorizzati nel cloud e richiamati quando necessario. Grazie ai chip dotati di unità di elaborazione dedicate, i dati possono essere archiviati ed elaborati localmente, migliorando le prestazioni delle funzioni IA del 50% rispetto ai chipset di generazione attuale.
Molte startup e giganti della tecnologia si stanno ora concentrando sul miglioramento delle prestazioni dei loro dispositivi provvisti di intelligenza artificiale. Il colosso sudcoreano ha ufficialmente accennato a un forum tecnologico che il suo nuovo chipset avrà alcune caratteristiche correlate con l’IA. Kim Ki-nam, presidente del business dei semiconduttori di Samsung, ha dichiarato: “le CPU e GPU esistenti rendono difficile raggiungere l’efficienza dell’intelligenza artificiale. L’NPU contribuirà ad affrontare la sfida, anche se quest’ultime hanno finora capacità di storage equivalenti a un millesimo di un cervello umano”.
