Piattaforma di calcolo FPGA per l'apprendimento automatico nell'analisi dei dati
Le grandi aziende con attività online stanno scoprendo sempre più spesso i dispositivi FPGA (Field-Programmable Gate Array) per eseguire applicazioni di apprendimento automatico. Gli FPGA possono ridurre il costo dell'infrastruttura IT necessaria e minimizzare la sua impronta energetica.
Intervista con il Pioneer Fellow Mohsen Ewaida Chi siamo sul suo primo prodotto software che utilizza la tecnologia FPGA: "SnowBell".
Prima di tutto, cos'è un FPGA?
Un FPGA (vedi immagine sotto) è un dispositivo elettronico programmabile in grado di eseguire simultaneamente un numero molto elevato di operazioni logiche e di calcolo con un fabbisogno energetico ridotto. Gli FPGA sono stati utilizzati a partire dalla metà degli anni '80 nell'elettronica di consumo, nei sistemi di telecomunicazione e nell'elettronica automobilistica per consentire un'interconnessione versatile a fonti di dati esterne e l'esecuzione molto rapida di un numero ridotto di fasi di elaborazione con un basso consumo energetico. I moderni dispositivi FPGA sono più grandi e sofisticati e sono ora in grado di gestire problemi computazionali molto complessi, ad esempio nel campo dell'intelligenza artificiale, della genomica e delle simulazioni scientifiche.
![Immagine di un FPGA - ingrandita](/de/wirtschaft/industry/news/data/2020/02/fpga-cmputing-platform-fuer-machine-learning-in-der-datenanalyse/_jcr_content/news_content/fullwidthimage/image.imageformat.930.77075226.jpg)
Perché SnowBell offre un così grande potenziale per le aziende con applicazioni di machine learning?
SnowBell è il primo software FPGA che consente agli utenti di sviluppare una sola volta la propria applicazione di apprendimento automatico e di implementarla su qualsiasi FPGA. Molte applicazioni oggi richiedono una notevole potenza di elaborazione e calcoli in pochi millisecondi. Un sistema basato su SnowBell è dieci volte più veloce dei grandi computer tradizionali. Inoltre, richiede meno energia, è facile da gestire e occupa meno spazio. In definitiva, rende ogni applicazione più efficiente dal punto di vista dei costi. Molte organizzazioni non hanno le competenze o le risorse finanziarie per sviluppare le proprie applicazioni FPGA. Con l'aiuto di SnowBell, sono in grado di integrare perfettamente le FPGA nei loro sistemi e di scalare i loro servizi e l'elaborazione dei dati molto più velocemente e con costi di investimento minimi.
Per un gran numero di servizi e prodotti sono necessarie soluzioni ultraveloci. Questo vale, ad esempio, per la sicurezza dei pagamenti online con carta di credito, il rilevamento delle frodi, l'IoT (Internet of Things), la manutenzione predittiva, i sistemi di assistenza autonoma, la guida autonoma, i motori di ricerca di volo, il remarketing online e le raccomandazioni di vendita.
![infografica che mostra il funzionamento dell'FPGA SnowBell](/de/wirtschaft/industry/news/data/2020/02/fpga-cmputing-platform-fuer-machine-learning-in-der-datenanalyse/_jcr_content/news_content/fullwidthimage_899873078/image.imageformat.930.1158556020.jpg)
Quali erano le sfide?
Una delle sfide principali è stata quella di trovare ingegneri hardware con le competenze richieste. Si tratta di un compito tanto raro quanto complesso, e per questo l'offerta di persone qualificate è altrettanto ridotta. Un'altra sfida importante è quella di far conoscere alle aziende la tecnologia FPGA e i suoi potenziali vantaggi commerciali. Poiché le FPGA sono una tecnologia non convenzionale per la maggior parte delle aziende, ci vuole tempo prima che acquistino fiducia e si rendano conto dei vantaggi commerciali. L'obiettivo di SnowBell è quello di facilitare l'utilizzo della tecnologia FPGA da parte delle aziende e di abbassare le barriere all'investimento per rendere la tecnologia attraente e i suoi vantaggi a lungo termine chiari.
Quali sono i vostri obiettivi per il 2020?
Vorrei avviare la mia attività nella prima metà del 2020. Sono in contatto con potenziali clienti e non vedo l'ora di avviare alcuni progetti pilota nei settori dei sistemi di raccomandazione online, dei sistemi di rilevamento delle frodi e della manutenzione predittiva.
Nel frattempo, sto imparando a conoscere meglio le interfacce delle aziende nel campo dell'apprendimento automatico e come "sposare" i sistemi tra loro. Questo non è importante solo per lo sviluppo dei prodotti SnowBell, ma anche per le prestazioni future, l'adattabilità e la competenza di queste aziende in un ambiente in rapida crescita e cambiamento.
Sono anche alla ricerca di persone adatte a costruire un team di ingegneri del software, specialisti dello sviluppo aziendale e della commercializzazione. Sono anche alla ricerca di investitori. La risposta del settore dei capitali di rischio è stata finora molto positiva.
![Immagine di Mohsen Ewaida](/de/wirtschaft/industry/news/data/2020/02/fpga-cmputing-platform-fuer-machine-learning-in-der-datenanalyse/_jcr_content/news_content/textimage_1996969037/image.imageformat.text50percent.1340841152.jpg)
Borse di studio per pionieri
Per lo sviluppo di idee innovative - per gli imprenditori di domani
Una Pioneer Fellowship viene assegnata a giovani talenti imprenditoriali dell'ETH che desiderano commercializzare un prodotto o un servizio altamente innovativo e renderlo utile alla società.
I borsisti pionieri ricevono 150 kCHF per 12-18 mesi, donati da aziende o privati. Ricevono una sede presso l'ETH ieLab e un programma completo di tutoraggio e formazione. Queste sono le migliori condizioni per diventare un imprenditore di successo.
Progetti di borse di studio pionieristiche
pagina esternaFondazione l'ETH
L'ETH ieLab
Contatto / Link:
Mohsen Ewaida: L'apprendimento automatico nell'analisi dei dati
Siete interessati ad altre interessanti "Notizie per
Storie di "industria"?
pagina esternaIscriviti alla nostra newsletter
pagina esternaSeguici su LinkedIn
Cercate partner di ricerca presso l'ETH di Zurigo?
Entrate in contatto con noi Relazioni industriali dell'ETH