// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
Le NPU dimezzano i costi dell'AI industriale
POSCO DX ha sviluppato di recente la Vision AI Platform, una piattaforma per analizzare i dati video non strutturati prodotti negli impianti industriali. Il sistema combina acceleratori differenti e trasferisce l'inferenza sui chip coreani specializzati, ottenendo una riduzione dei consumi energetici di circa il 90% e un dimezzamento dei costi infrastrutturali rispetto alle configurazioni basate esclusivamente su GPU.
Il progetto sfrutta le NPU, processori progettati per eseguire calcoli di intelligenza artificiale come machine learning e deep learning. Rispetto alle GPU, nate come acceleratori grafici e successivamente adattate a carichi molto più ampi, le NPU possono offrire maggiore efficienza nell'esecuzione dei modelli già addestrati, soprattutto quando l'hardware deve svolgere compiti ripetitivi e ben definiti.
I chip vengono installati direttamente nei sistemi che controllano le apparecchiature degli impianti. Questa impostazione permette di realizzare applicazioni di edge AI capaci di elaborare immagini e prendere decisioni senza inviare continuamente i dati a server remoti o data center. Oltre a contenere il consumo energetico, l'elaborazione locale può ridurre la latenza e limitare il traffico generato dai flussi video industriali.
La piattaforma raccoglie in un unico ambiente i filmati utilizzati per addestrare gli algoritmi e standardizza attività ricorrenti come la gestione dei modelli AI, la misurazione delle prestazioni e la registrazione delle distribuzioni. L'attenzione a metriche e tracciabilità richiama il problema della validazione del codice generato dall'AI: negli impianti, però, il controllo deve includere anche accuratezza dell'inferenza, compatibilità con l'hardware e affidabilità operativa.
L'architettura ibrida mantiene le GPU nelle fasi di sviluppo e addestramento, mentre assegna alle NPU i calcoli in tempo reale e le decisioni sul campo. Gli stessi processori specializzati possono essere impiegati anche durante ricerca e verifica, così da misurare in anticipo prestazioni ed efficacia dell'inferenza prima dell'installazione sulle linee produttive.
POSCO DX ha già collaborato con i produttori coreani DeepX e Mobilint in applicazioni dedicate al rilevamento degli incendi, alla sicurezza dei lavoratori e al controllo del caricamento delle merci negli ambienti logistici. Nei progetti condotti finora, i costi infrastrutturali sono scesi del 50%, mentre la riduzione dei consumi ha raggiunto il 90% rispetto alle soluzioni fondate sulle GPU.
La società punta ora a estendere più rapidamente gli stessi componenti software ad altri progetti e stabilimenti. La standardizzazione dovrebbe evitare di ricostruire ogni volta strumenti per distribuzione, monitoraggio e verifica, mentre l'impiego di processori prodotti localmente sostiene l'ecosistema coreano dei chip AI e riduce la dipendenza da acceleratori generalisti più costosi da acquistare e alimentare.
Aggiungi Tom's Hardware alle tue fonti preferite su Google