Negli ultimi anni abbiamo assistito a un cambiamento molto importante per l'industria dei chip: dai data center centralizzati l'attenzione si è progressivamente spostata verso l'edge computing, il che ha richiesto ai produttori di microcontrollori e microprocessori di cambiare profondamente la propria infrastruttura.
Questa rivoluzione è significativa per tutti i mercati, ma in particolare per l'India: il Paese si trova in un momento storico significativo per l'innovazione mentre si prepara a modernizzare la propria infrastruttura produttiva per supportare l'intelligenza artificiale.
Sanjana Gupta di Analytics India Mag ha intervistato Michael Hurlston, CEO di Synaptics, e Rajesh Subramaniam, fondatore e CEO di embedUR, per parlare della partnership tra le due aziende e in particolare della loro volontà di rendere l'India un punto strategico per la produzione di nuovi chip.
L'obiettivo è permettere alle realtà manifatturiere del Paese di sviluppare dispositivi edge efficienti dal punto di vista energetico e computazionale. Hurlston, in particolare, ha evidenziato la volontà di rimpiazzare il mercato dei microcontrollori e microprocessori tradizionali con quelli di embedUr per fornire lo stesso prodotto a prezzi più abbordabili.
Secondo Hurlston e Subramaniam, i chipset di Synaptics e il software di embedUR permetteranno la produzione di microcontrollori di IA con un costo che va dai 10 ai 20 dollari al massimo; una differenza abissale rispetto ai processori NVIDIA da 10.000 dollari.
Questo abbattimento dei costi è reso possibile grazie all'ottimizzazione del software e all'uso di modelli di IA più leggeri che impattano in maniera ridotta sulla memoria. A ciò si aggiunge il fatto che molti dispositivi di costo medio-basso (come le lavatrici) hanno già dei microcontrollori che possono essere aggiornati per integrare NPU con un investimento minimo.
Per le due aziende non sarebbe un problema investire sulla forza lavoro in India: Synaptics conta già un 25% dei dipendenti situato nella regione, in particolare a Bengaluru, l'hub ingegneristico dell'azienda.
La compagnia prevede di raddoppiare la forza lavoro nei prossimi mesi, contando sul ricco bacino di talenti del Paese; al contempo, Tamil Nadu diventerà il cuore pulsante della partnership con embedUr. Lo Stato infatti conta più di 1.000 istituti di ingegneria che forniscono un flusso costante di talenti di alto livello.
Le implicazioni per il mercato di massa
La collaborazione tra le due aziende avrà implicazioni per l'intero mercato indiano: Subramaniam ha sottolineato che l'obiettivo della partnership è anche supportare produttori locali, come Tata Electronics o TVS, e aiutarli a integrare l'IA nei prodotti destinati al mercato globale.
"Il nostro obiettivo è che l'industria indiana sia in grado di aggiornare i propri prodotti in termini di costruzione di dispositivi edge ad alta efficienza energetica e di calcolo, di dispositivi Internet of Things o di dispositivi domestici" ha spiegato il CEO di embedUr.
L'integrazione dell'intelligenza artificiale nei dispositivi promette di ridefinire il mondo IoT permettendo ai singoli device di effettuare operazioni e prendere decisioni in autonomia, senza affidarsi alla computazione cloud-based.
Un esempio di questa evoluzione sono le lavatrici che, grazie all'uso di microcontrollori potenziati da IA, riescono a ottimizzare l'uso dell'acqua, a regolare il programma in base al carico e ad automatizzare le operazioni in base alle abitudini degli utenti.
La collaborazione tra le due aziende mira a democratizzare l'IA per i dispositivi di fascia media e di fascia economica, sfruttando unità computazionali a costi e consumi ridotti. Per l'India si tratta di un'opportunità senza precedenti per evolvere sia dal punto di vista economico che sociale.
Investire sull'edge AI significa non soltanto ridurre le sfide che pesano sui data center, come il consumo elevato di energia, la necessità di ampi spazi fisici e requisiti di raffreddamento complessi, ma anche minimizzare la latenza e l'energia utilizzata garantendo operatività in tempo reale a livello del singolo dispositivo.
