クラウドでの勝利は一時的なものです。 AIoTで負けると永遠に

[[278270]]

1982 年、コンピュータ分野の先駆者であるアラン・ケイは次のように述べました。「ソフトウェアの作成に真剣に取り組む人は、独自のハードウェアを作るべきだ。」ジョブズはこの有名な言葉を何度も引用した。

今日では、ソフトウェアの作成に真剣に取り組んでいる人々は、独自のハードウェアを作成するだけでなく、独自の最もハードコアなチップも作成しています。コスト、スペース、電力消費の制限により、カスタマイズされたチップの時代が到来し、コンピューティング能力をめぐる必然的な戦いがもたらされました。

今週、モノのインターネットと密接に関係するクラウドコンピューティングの分野で、コンピューティング能力の大きな変化が起こっています。

2回連続のAll-Connect HCカンファレンスを通じて、ファーウェイは接続性優先からコンピューティングパワー優先への驚くべき変革を完了し、強化しました。過去 30 年間、有線から無線、2G/3G/4G から 5G まで、Huawei は接続性に重点を置いてきました。今後は、接続があればどこでも、Huawei のコンピューティング能力が活用されるようになります。

2017年、HUAWEI CLOUDは、HUAWEI CLOUDを世界の「5つのクラウド」の1つにするという小さな目標を提唱し、その後の戦略的進化の基盤を築きました。

2018年、Huaweiはフルスタック、フルシナリオAIソリューションを正式にリリースし、Huawei Ascend 910とAscend 310という2つのAIチップを発表しました。

2019年、ファーウェイはコンピューティング戦略を発表し、世界最速のAIトレーニングクラスター「Atlas 900」を立ち上げ、コンピューティング業界の新たな探求の時代を切り開きました。

一言で言えば、Huawei はクラウド、エッジ、エンドのすべてのレベルでコンピューティング パワーのイノベーションを促進します。

その直後、雲奇カンファレンスでは「コンピューティングパワー」が再びキーワードとなった。

アリババの張勇会長兼CEOは「デジタル経済の時代において、ビッグデータは石油であり、コンピューティングパワーはエンジンである」と述べた。コンピューティングパワーの発展に伴い、最終的な目標は「数字」と「インテリジェンス」を完全に組み合わせ、デジタル経済の時代に入ることです。

アリババは、IoTを新たな軌道に組み込むことを発表して以来、「生死を問わない、賛同できないならやるだけ」という姿勢で突き進み、「ソフトからハードへ」の進化を成し遂げた。

2018年、アリババは独立運営のチップ会社「平頭格半導体有限公司」の設立を発表した。

2019年、アリババのクラウド・エッジ・デバイス統合フルスタックチップ製品ファミリーが形を整え、クラウドAIチップ（Hanguang 800）、端末高性能プロセッサIP（Xuantieシリーズ）、ワンストップチップ設計プラットフォーム（Wujian SoCプラットフォーム）を網羅しました。

同時に、アリババクラウドはオープンソースのIoTオペレーティングシステム「AliOS Things 3.0」を正式にリリースしました。これは、ハードウェアドライバー層で最新のPingtou Ge AIチップアーキテクチャと緊密に統合されています。アリババの人工知能研究所と平頭閣が共同でカスタマイズして開発したインテリジェント音声チップTG6100Nは、まもなくスマートスピーカー製品に使用される予定です。

上記2社以外にも、Amazon、Google、Microsoft、Baidu、IBMなど、フルスタックのクラウドエッジチップレイアウトを追求し、コンピューティングパワーの革新を推進している企業があります。そうです、クラウドコンピューティング企業は国境を越えたチップ製造を行っており、AIoTクラウドエッジを中心とした「統合型」チップ製造の実践は明らかなトレンドになりつつあります。

この記事では、大手企業のフルスタック クラウド エッジ チップ レイアウトの概要を紹介します。

クラウドコンピューティングサービスプロバイダーは、かつてはクラウド AI チップの主な推進者でしたが、現在ではその技術力をエッジにまで浸透させています。これらの大企業は、データの価値を活用し、データ時代をリードし続けるために、クラウド、エッジ、エンドの統合戦略を必要としています。この戦略にとって非常に重要なサポートとなるのが、クラウド、エッジ、端末の AI チップです。大手企業のクラウドAIチップの研究開発が依然として「本当の目的は飲酒ではない」のであれば、端末とエッジチップの研究開発は明らかにAIoTインテリジェントネットワークに向けられている。

この前例のないチップ製造のトレンドの中で、大手企業はどのようなチップをリリースしたのでしょうか?大手企業が集まってチップを製造することを選んだ動機は何でしょうか?この波はどこへ流れ、どのようなビジネスモデルを形成するのでしょうか?どのビジネスが生き残り、利益を上げる可能性が高いでしょうか?

おそらく、このチップ製造戦争の波を最初に理解した人が、モノのインターネット市場における将来の戦いで最前線に立って、より主導権を握る可能性が高くなるだろう。

クラウドコンピューティングの大手企業がAIoTチップの開発に参入

OpenAIが2018年に発表した分析データによると、最大規模のAIトレーニング実行で使用されるコンピューティング量は2012年以降指数関数的に増加しており、3.5か月ごとに倍増しています（比較すると、ムーアの法則では18か月かかります）。 2012年以降、この指標は30万倍以上増加しました。このように急速に成長する市場はユニークであり、当然ながら大手企業の注目を集めました。

Amazonは長い間AIチップを作りたいと考えていた。結局のところ、クラウドサービスの分野では、AWS が AI 需要の世界的な爆発的な増加の矢面に立たされています。端末分野では、AlexaやEchoの導入が進む中、技術進化の主要テーマを掌握するためには、チップ層でのブレークスルーが急務となっている。

アマゾンは自社AIチップを持つという目標を達成するため、2015年にイスラエルのチップメーカー、アンナプルナ・ラボを3億5000万ドルで買収した。2017年にはIoT低消費電力チップやマシンビジョン処理チップに技術的蓄積を持つチップメーカー、セキュリティカメラメーカーのブリンクを買収した。

2018年初頭から、Amazonが端末向けAIチップを設計している可能性があるという報道がありました。自社開発の専用AIチップは、主にAI音声タスクの効率を向上させ、Alexaのクラウドコンピューティングへの依存を減らし、Alexa搭載デバイスのローカルAIコンピューティング能力を強化するとともに、デバイスの電力消費を削減し、Alexaデバイスのモビリティを高めるために使用されます。

クラウドではAmazonのAIチップが公開された。最初のクラウド AI 推論チップである AWS Inferentia の目標は、Microsoft Azure や Google Cloud などのライバル企業を倒し、他社につけこむ機会を与えないことです。

Google: 専用AIチップのテストの先駆者

Google は、AI 関連の研究開発を最も早く開始したテクノロジー企業のひとつであり、専用の AI チップのテストでも先駆者であり、ディープラーニングの分野で特定用途向け集積回路 (ASIC) が GPU に取って代わることができることを初めて検証しました。

Google は 2006 年初頭から、自社のデータ センターに GPU、FPGA、または ASIC を導入することを検討し始めました。当時の結論は、特殊なハードウェアで実行できるアプリケーションは多くなく、Google の大規模データセンターの余剰コンピューティング能力を単に利用できるというものでした。

2013 年に状況は一変しました。Google ユーザーが音声認識 DNN を 1 日 3 分間使用して音声検索を実行し始めたことで、Google のデータ センターの計算需要が 2 倍になり、従来の CPU では法外なコストがかかっていたはずです。そこで Google は、推論用のカスタム チップ ASIC を迅速に作成し、トレーニング用に既製の GPU を購入するという、非常に優先度の高いプロジェクトを立ち上げました。

Google は 2016 年に独自の AI チップである Tensor Processing Unit (TPU) を発表しました。現在は第 3 世代になっており、Google の音声アシスタント、Google マップ、Google 翻訳などのさまざまな AI アプリケーションにコンピューティング パワーのサポートを提供しています。 TPU はもともとディープラーニングの推論フェーズ用に設計されましたが、新しいバージョンはすでに AI トレーニングに使用できます。

Google は、市販されている最高の GPU 32 個を使用して機械翻訳システムをトレーニングするには 1 日かかるが、接続された TPU 8 個では同じ作業負荷に 6 時間かかると主張しています。

Google TPU の発売は、主に市場に自社のニーズを満たすチップがなかったためであり、それが自社開発チップの分野への参入につながったことは明らかです。さらに、TPU はクラウドベースの推論チップとして外部に販売されるのではなく、Google Cloud を通じて外部にコンピューティング能力が提供されます。

Baidu: AIoT チップは遠距離音声対話用に構築されています

今年7月に開催されたBaidu AI開発者会議で、BaiduのCTOである王海鋒氏がBaidu初の音声AIoTチップ「Honghu」を正式に発表した。このチップは、Baiduの音声チームとAIoTチップ企業Xinbo Electronicsが共同で開発したもので、Baiduの技術チームはアルゴリズムに重点を置き、Xinbo Electronicsのチームはチップのハードウェアに重点を置いています。

検索は百度の基盤であり、ユビキタスな検索ポータルは百度が把握しなければならないものである。 Alibaba と Tencent はスマートスピーカーがなくても大丈夫ですが、Baidu にはスマートスピーカーが必要です。テクノロジーメディア「知東西」によると、「Honghu」チップは今年4月にテープアウトに成功した。現在、「Honghu」AIoTチップは量産段階に入っており、次世代のXiaodu AIスピーカーやいくつかの新しい自動車製品に搭載される予定です。

クラウドでは、BaiduはAIチップを「Kunlun」と名付けました。これは、Baidu の CPU、GPU、FPGA AI アクセラレータの研究開発に基づいており、20 回以上の反復を経て作成されました。

IBM: 人間の脳のようなチップハードウェア、ニューラルモーダルコンピューティングに賭ける

IBM は最近の研究で、ディープラーニング アルゴリズムが、通常はまったく異なる形式のニューラル ネットワークをサポートする脳のようなハードウェア上で実行できることを実証しました。

TrueNorth は、IBM と DARPA の SyNAPSE プロジェクトによって共同開発されたニューロモルフィック CMOS ASIC です。これは、4,096 個のコアを持つチップ設計上の多数のコアを持つプロセッサのネットワークであり、各コアは 256 個のプログラム可能なシリコン「ニューロン」をエミュレートし、合計で 100 万個を超えるニューロンをエミュレートします。一方、各ニューロンには、ニューロン間で信号を伝達するための 256 個のプログラム可能な「シナプス」があります。したがって、プログラム可能なシナプスの総数は 2 億 6,800 万を超えます。基本的な構成要素としては、54億個のトランジスタがあります。

チップ専門家のTang Shan博士がGitHubでまとめた概要によると、世界中で10社以上がクラウド、エッジ、エンド向けのフルスタックAIチップを同時に導入しているという。興味のある読者は https://github.com/basicmi/AI-Chip を参照してください。

AIoTの「最大公約数」を見つける

現在、クラウド、エッジ、端末デバイスは連携して動作することが多く、クラウド、エッジ、端末の協調的な発展は避けられない傾向にあります。最も一般的なアプローチは、クラウドでニューラル ネットワークをトレーニングし、エッジで推論を実行することです。エッジ デバイスの機能が増大し続けるにつれて、エッジ デバイス上で実行されるコンピューティング作業もますます増えるでしょう。一方、クラウドの境界は徐々にデータのソースへと移行しつつあります。今後は、従来の端末デバイスとクラウドデバイスの間に、より多くのエッジデバイスが登場すると考えられます。さまざまなデバイスに AI 機能を分散させ、クラウド コンピューティングのさらなる発展を促進します。

この観点から、クラウド、エッジ、エンドにまたがる巨大な AI 処理ネットワークが形成されつつあります。インテリジェントなモノのインターネット (AIoT) は、特定の製品やデバイスを表すだけでなく、多数の製品とクラウド間の高頻度の相互作用と大規模なイノベーションも伴います。インテリジェント インターネットの「車輪」を素早く回転させるためには、大手企業が行動を起こさなければなりません。

最大公約数とは、複数の整数を割り切れる最大の正の整数を指す数学用語です。

あらゆるもののインテリジェントな相互接続に直面しているにもかかわらず、業界全体は依然としてアプリケーションの断片化に悩まされており、それが直接的に業界の集中度の低下と新しいアプリケーションや新製品の普及率の低下につながっています。モバイル インターネットの場合、携帯電話が最大公約数です。携帯電話をコントロールする者は、モバイル インターネットへの入り口をほぼコントロールすることになります。しかし、AIoTの時代には、そのような汎用的なデバイスは存在しません。現在の観点から見ると、AIoT エンドクラウド統合チップとソリューションは、AIoT の最大公約数となり、断片化の問題を解決するための最良の「解毒剤」となる可能性があります。

このテーマに関して、平頭格半導体有限公司のIoTチップ研究者である孟建易氏は、「エンドツーエンドのクラウド統合IoTチップの機会と課題」と題した講演を行ったことがあります。彼の意見をここに引用します。

IoTチップ製品の開発が遅い、市場開発が非効率的、同質的競争が激しいといった問題を解決するには、考え方を完全に転換する必要があると彼は述べた。

まず、チップの市場効率を向上させるには、チップの研究開発コンセプトを技術主導からアプリケーション主導に転換する必要があります。

従来のチップ研究開発の考え方では、技術に従えば常に市場が存在すると信じられています。しかし、IoT 市場はアプリケーション主導の市場であり、市場は瞬く間に急速に変化します。 AIoT チップは、汎用チップではなく、特定のアプリケーション シナリオ専用のチップです。チップの技術サイクルがアプリケーション開発のスピードに追いつけない場合、「チップは出たが、アプリケーションシナリオはもう存在しない」という困った状況が発生します。さらに、アプリケーションのプロモーションだけが差別化を反映し、チップメーカーが同質競争のジレンマから抜け出すのに役立ちます。

第二に、端末とクラウドの協調開発は、AIoT技術の新たなトレンドです。 AIoT チップの研究開発は、最終段階だけでなく、クラウド上でのアプリケーションや開発も考慮されます。

セキュリティを例に挙げてみましょう。セキュリティは IoT アプリケーションの鍵となります。まず、2つの独立したチップ（AIoTチップとセキュリティチップ）を持つのではなく、より低コストでIoTチップにセキュリティを統合する方法を考えなければなりません。同時に、セキュリティ体制の充実から始め、クラウドセキュリティとの連携も考慮する必要があります。セキュリティはアプリケーションの使用プロセス全体に反映されます。

そのため、アリババの最新製品は、デバイスインテリジェンスとアプリケーションインテリジェンスのためのAIoTオペレーティングシステムとエッジコンピューティングを提供し、クラウド内でインテリジェントなIoTプラットフォームとAIワンストップアプリケーション開発機能を提供するAIoTインフラストラクチャの完全なセットです。

デバイスインテリジェンスに関しては、アリババはチップ設計、チップ製造、モジュール生産、スマートデバイスの設計と製造などのパートナーを巻き込み、非常に豊富な産業チェーンを構築しています。最新リリースの AliOS Things 3.0 では、新しいアプリケーション開発フレームワークが使用され、ハードウェア ドライバー レイヤーに最新の Pingtou Ge AI チップ アーキテクチャが統合されています。 AliOS Things 3.0 はマイクロカーネル アーキテクチャを採用しており、スマート ハードウェア上で実行されているソフトウェアをオンラインでコンテナ化およびアップグレードできることは注目に値します。これにより、ソフトウェアとハ​​ードウェアを迅速に分離して操作できるようになり、ハードウェアメーカーの生産コストと保守コストが大幅に削減されます。

コンピューティングパワーの特徴: クラウド、エッジ、エンド間の緊密な連携

クラウド、エッジ、エンドの統合によって推進される最新のコンピューティング能力イノベーションには、独自の特徴があります。ファーウェイの輪番会長であるケン・フー氏は、これらの特徴について詳しく説明しました。

1 つ目は、コンピューティング能力への依存度が高いことです。

統計計算自体は一種のブルートフォース計算であり、計算能力に大きく依存します。たとえば、コンピューターが猫を認識するには、何百万枚もの写真でトレーニングする必要があり、膨大な計算能力を消費します。自動運転、天体探査、天気予報などのより複雑なシナリオでは、計算能力に対する需要はさらに高まります。

第二に、コンピューティングとインテリジェンスは中央側に分散されるだけでなく、あらゆる場所に存在します。

中央ノードでのブルートフォースコンピューティングから、遺伝子配列解析などのエッジでの専門的なコンピューティング、ヘッドフォンや携帯電話などの端末側でのパーソナライズされたコンピューティングまで、これらが一緒になって将来のインテリジェント時代のコンピューティング形式を構成します。 AIはクラウドだけでなく端末上にも存在します。エンドユーザーの AI は年平均 40% の成長率で成長しているため、エンドユーザーの AI も非常に重要です。

3 番目に、クラウド、エッジ、エンド間の効率的なコラボレーションが必要です。

センターは、汎用モデルの計算を担当し、エンド側でのパーソナライズコンピューティングとエッジ側での特化コンピューティングの連携サポートを提供します。

屏東葛の孟建儀氏も同様の見解を持っている。彼は、チップ業界の動向は、将来のイノベーションがクラウドとエンドユーザー間の深い協働によるイノベーションに基づくことを示していると考えています。今後は端末側だけでなくクラウド側でもインテリジェンスを実現する製品が増えていくでしょう。あらゆる製品はデジタルツインの形で存在します。これには、チップ業界のインフラストラクチャにも対応する変更が必要になります。

クラウドAIと比較すると、エッジAIは大きい

IDC のデータによると、2025 年までに世界中の人々は 1 日あたり約 4,800 回接続デバイスとやり取りし、平均して 18 秒に 1 回やり取りすることになります。インタラクションが増えると、データも増えます。世界中で分析されるデータの総量は、2025 年までに 5.2 ZB に増加し、当初の 50 倍になります。データの25%以上がリアルタイムデータとなり、IoTリアルタイムデータがその95%を占めることになります。将来的には、IoT 市場全体が非常に大きくなり、接続されるデバイスがますます増え、1 日に 65G のデータが生成されます。

最近、市場調査会社ABI Researchは、エッジとクラウドにおけるAIチップ市場の現状を詳述した2つのレポートを発表しました。

レポートの 1 つは、急成長しているクラウド AI 推論およびトレーニング サービス アプリケーションに焦点を当てており、市場規模が 2019 年の 42 億米ドルから 2024 年には 100 億米ドルに成長すると予測しています。

別のレポートではエッジ AI 市場に焦点を当て、エッジ AI 推論チップ市場は 2018 年に 19 億ドルの価値があったと指摘しています。一方、エッジトレーニング市場は同年、わずか140万ドルの価値しかありませんでした。エッジ AI トレーニング市場は現時点では規模は小さいものの、エッジ AI 市場全体の規模は 2019 年から 2024 年の間に 31% の年平均成長率 (CAGR) を達成すると予測されています。

私たちがもっと注目すべきなのは、エッジ AI によって切り開かれた巨大な市場です。具体的には、ABI Research は、エッジ AI が次の 3 つの主要なニッチ市場をカバーすると考えています。

最初のニッチ市場は、異種コンピューティングに基づくロボットです。

2 番目のニッチ市場は、スマート製造、スマート ビルディング、石油およびガスなどのスマート産業アプリケーションです。

3 番目のニッチ アプリケーションは「エッジ」にあり、ここでは超低電力 AI チップが広域ネットワーク上のセンサーやその他の小型エンド ノードに組み込まれます。

今週、Linux Foundation のゼネラルマネージャーである Arpit Joshipura 氏は、非常に大胆な予測を発表しました。彼は、エッジ コンピューティングが 2025 年までにクラウド コンピューティングを上回ると考えています。

この予測が実現するかどうかにかかわらず、エッジ コンピューティングの台頭はクラウド コンピューティングの大手企業から大きな注目を集めています。

大手クラウドコンピューティング企業は明確なトップの地位を維持していますが、ランキングは依然として動的に変化しており、リードは一時的なものにすぎません。間違った一歩を踏み出せば、すべてを失うことになるかもしれません。

Amazonを例に挙げてみましょう。アマゾンは依然としてクラウドコンピューティングサービスで支配的な地位を占めているが、最新の財務報告データによると、その成長率は依然として鈍化している。アマゾンの最新財務報告によると、同社のクラウドコンピューティングサービスAWSの第2四半期の収益は83億8000万ドルで、前年同期比49%増、前年同期比37%増となった。クラウドコンピューティングが急速に発展するにつれ、Amazon のクラウドサービス事業は減速しており、その発展の勢いに影響を及ぼすことは必至です。

クラウド分野では、Amazon が AI チップを発売することで、少数のサプライヤーへの高い依存度と制約が解消されるだけでなく、コストが削減され、Amazon の優位性がさらに強化される。

エッジでは、AI チップが Amazon の B2B および B2C セクターへの浸透を促進するでしょう。

例えば、スマートホーム市場では、Amazon は Alexa や Echo シリーズのスマートスピーカーからスタートし、現在ではスマートホームの基盤を築いています。残念ながら、Google など、これに追随する競合他社は数多く存在します。 Amazon にとって、カスタマイズされたチップを使用して、差別化された独自のソリューションをより便利に作成することが特に重要です。

最後に

コンピューティングパワーの革新は手段であり、データの付加価値は目標です。

フルスタッククラウドエッジチップによって引き起こされるコンピューティングパワーのイノベーションがインテリジェント時代の生産性の変革であるならば、私たちがもっと注目すべきは生産関係の変化、つまり企業がどのように協力してデータを効率的に活用できるようにするかです。

クラウドコンピューティング大手が独自に開発したチップは、自社のビジネスとエコシステムに役立つでしょう。彼らはチップ販売をビジネスモデルとして利用するのではなく、ハードウェアからソフトウェア、チップからアプリケーションまで、垂直アーキテクチャ全体を統合することに注力しています。スマートデバイスの接続によってもたらされるデータは、標準サービスの形でオープンプラットフォーム上で運ばれ、全体的なデータサービスの分業と調整に基づいて、さまざまなAIoTアプリケーション企業やサービスプロバイダーを水平接続することが容易になります。

IoT ハードウェアと IoT データの重要性は常に過小評価されてきました。ここ数年、デバイスをまずインターネットに接続すべきだと誰もが主張してきましたが、インターネットに接続した後には収益化できない大量のデータが生成されていることがわかりました。誰もが依然としてデバイスをスマートにし、AI を優先することを考え続けていると、データとアプリケーションの収益化の方向への突破口は開けないでしょう。

先日終了した雲啓会議で、アリババはいくつかの実際のケースを通じてデータの「次元アップグレード」の可能性を示し、単一のデータ認識からAIoTの多次元認識に移行し、人々のデータ、車のデータ、社会公共サービスデータを結び付け、アプリケーションビジネス協力を利用して革新的な収益化を実現する可能性を模索しました。

例えば、アリババはゼブラインテリジェントドライビングシステムを搭載したスマートコネクテッドカーを雲奇城スマートパーキングシステムに接続しました。車が違法区域に進入し違法駐車した場合、違法監視プローブによって確実にロックされ、識別されます。違法駐車警告システムは、約20秒後に警告通知を発し、車の音声と携帯電話のテキストメッセージを通じて所有者に時間通りに立ち去るよう促すとともに、周辺の駐車場や停車場所に関する情報をプッシュ通知して、車の所有者が秩序正しく駐車できるように誘導します。

この「スマート違反防止」システムは、違法駐車の発生率を大幅に減らし、一時駐車により車の所有者が被る罰金の数を減らすだけでなく、草の根都市管理スタッフの負担を軽減し、交通迂回コストを削減し、都市運営の効率を向上させます。統計によると、「スマート違反防止」システムにより、杭州雲崎鎮の違法駐車率が37.8％減少し、駐車スペースの回転率が5％増加した。さらに重要なのは、これは違法駐車に対する「厳格な取り締まり」から「柔軟な取り締まり」への都市管理の効果的な転換であり、デジタル化とインテリジェンスを活用して人道的なサービスを実現することである。

このシナリオでは、IoT ハードウェアを通じてさまざまなデータを効果的に収集し、総合的に活用することが重要な機能になります。 IoT データの提供者、データ価値の受信者、協力とコラボレーションの仲介者など、さまざまな役割が関わってきます。どうすれば、誰もが必要なものを手に入れ、利益を共有できるのでしょうか。新しい生産関係におけるさまざまな役割の位置づけと分業は、依然として再構築と分裂の過程にあります。