Intel è da tempo interessata al settore dell’intelligenza artificiale. Dopo gli investimenti in Nervana, Mobileye e Movidius, ha ora deciso di acquistare per una cifra non resa nota, Vertex.ai, una startup di Seattle che ha sviluppato una piattaforma agnostica di AI.
Vertex.ai farà parte dell’Artificial Intelligence Products Group dell’azienda, supportando vario hardware e lavorando per integrare PlaidML – una “piattaforma di accelerazione multi-linguaggio” che consente agli sviluppatori di distribuire modelli AI su dispositivi con Linux, macOS e Windows – con nGraph, libreria e runtime di Intel per ecosistemi di Deep Learning.
Intel fa sapere che sette persone del team Vertex.ai si uniranno ai team di Movidius evidenziando che l’acquisizione permetterà di rimpolpare il team dedicato a queste tecnologie e ottenere importanti proprietà intellettuali nell’ambito dell’apprendimento profondo (deep learning).
Vertex.ai è nata nel 2015, fondata da Jeremy Bruestle e Choong Ng, con la mission di creare un framework per colmare il divario tra hardware e software per l’AI. Intel da tempo pensa a nuove strategie per il futuro del computing sempre più incentrato sui dati e sinergie legate all’intelligenza artificiale.
Nel corso dell’ultimo Data-Centric Innovation Summit, Navin Shenoy, executive vice president e general manager del Data Center Group di Intel Corporation, ha spiegato: “Trovo sbalorditivo che il 90% dei dati mondiali sia stato generato negli ultimi due anni, e gli analisti prevedono che i dati cresceranno esponenzialmente di 10 volte, raggiungendo i 163 zettabyte entro il 2025. Abbiamo una lunga strada da percorrere per sfruttare il potenziale di questi dati. Una stima attendibile calcola che solo l’1% circa di essi viene utilizzato, elaborato e impiegato in processi decisionali. Immaginate cosa potrebbe accadere se fossimo in grado di sfruttare efficacemente una quantità maggiore di questi dati su larga scala”.
“L’unione di dati e trasporto è un esempio perfetto di quanto potrebbe accadere. Il potenziale salvavita della guida autonoma è profondo: molte vite potrebbero essere salvate in tutto il mondo riducendo il numero di incidenti. Per raggiungere questo obiettivo, tuttavia, è necessaria la combinazione di tecnologie che operano sinergicamente: visione artificiale, edge computing, mappatura, cloud, intelligenza artificiale. Ciò richiede un cambiamento significativo nel modo in cui noi, come settore, consideriamo il computing e la tecnologia datacentrica, basata sui dati. Dobbiamo esaminare i dati in modo olistico, e comprendere come trasferirli più velocemente, archiviarne di più ed elaborare ogni cosa dal cloud alla periferia della rete”.
“In breve, siamo entrati in una nuova era del computing incentrato sui dati. La proliferazione del cloud oltre il livello hyperscale, dal centro della rete fino alla periferia, l’imminente transizione al 5G e la crescita dell’intelligenza artificiale e dell’analisi dei dati hanno determinato un profondo cambiamento del mercato, creando enormi quantità di dati in gran parte non sfruttati. Considerando anche la crescita della potenza di elaborazione, le innovazioni a livello di connettività, memoria e algoritmi, ci ritroviamo con un modo completamente nuovo di pensare all’infrastruttura”.
