All’inizio di quest’anno, Nvidia, il produttore di processori grafici, è entrato a far parte dell’élite delle aziende valutate oltre 1 trilione di dollari. Questo successo è stato principalmente attribuito all’esplosione di interesse e allo sviluppo di applicazioni nell’ambito dell’intelligenza artificiale generativa e del machine learning (ML) nella Silicon Valley. Le GPU di Nvidia sono diventate l’hardware preferito e, in alcuni casi, necessario per l’addestramento di grandi modelli di intelligenza artificiale, come i ben noti GPT di OpenAI. La carenza di GPU Nvidia è diventata una delle principali discussioni nella Valley.
Tuttavia, una nuova azienda, SiMa.ai, sta ora sfidando la supremazia di Nvidia nel campo del machine learning, in particolare nella categoria in rapida crescita dei dispositivi edge.
Krishna Rangasayee, fondatore e CEO di SiMa.ai con sede a San Jose, in California, ha dichiarato: “Siamo la prima azienda a superare Nvidia in termini di prestazioni e potenza nella categoria edge”. Ha citato i punteggi benchmark MLPerf delle due aziende a sostegno di questa affermazione.
Il nuovo prodotto di SiMa.ai, chiamato Palette Edgematic, è una piattaforma software drag-and-drop senza codice. Consente a chiunque, anche senza esperienza nel machine learning, di distribuire rapidamente modelli di machine learning su dispositivi edge sul campo. Questo avviene utilizzando il software Palette esistente di SiMa.ai sui loro chip di silicio MLSoC proprietari, prodotti secondo le specifiche dal fornitore leader di Taiwan Semiconductor, TSMC.
Palette Edgematic rende accessibile la creazione di sistemi complessi a chiunque, anche a coloro che non hanno background nel machine learning. I dispositivi edge, utilizzati in una serie di settori come impianti industriali, produzione, energia, e persino nell’ambito militare, richiedono la capacità di comprendere l’ambiente circostante, rilevare le esigenze di manutenzione e migliorare le prestazioni, il tutto in tempo reale.
Tradizionalmente, i computer su questi dispositivi erano limitati in termini di hardware e non potevano eseguire i processi pesanti richiesti dalle applicazioni di apprendimento automatico. Anche se parte dell’elaborazione può essere spostata nel cloud, per applicazioni mission-critical, come quelle nel settore energetico e militare, la potenza di elaborazione on-premise è essenziale.
SiMa.ai ha lavorato per fornire prestazioni di alto livello su dispositivi edge, prendendo in considerazione anche i requisiti di basso consumo energetico e gli ambienti impegnativi in cui operano questi dispositivi.
La visione di SiMa.ai è di fornire le prestazioni del cloud con l’efficienza energetica dell’edge. L’obiettivo è quello di offrire una soluzione di facile utilizzo per l’implementazione del machine learning sull’edge.
Nonostante l’ammirazione per Nvidia e il suo software CUDA, SiMa.ai sta cercando di attirare i potenziali clienti a passare dall’hardware e dal software Nvidia a SiMa.ai, offrendo un’alternativa valida e conveniente con prestazioni comparabili.
Krishna Rangasayee afferma che l’obiettivo principale è rendere l’implementazione del machine learning sull’edge semplice e affidabile per utenti non tecnici. Palette Edgematic permette di creare pipeline di visione artificiale in modo intuitivo, rendendo possibile ciò che in passato richiedeva molto più tempo e risorse.
SiMa.ai continua ad aggiornare e migliorare la sua offerta, con l’obiettivo di democratizzare l’uso del machine learning nell’ambito edge. La visione dell’azienda va oltre la visione artificiale, con ambizioni più ampie per il futuro.