ეჯ AI (Edge AI) არის ხელოვნური ინტელექტი, რომელიც გამოთვლებს იმ მოწყობილობაზევე ასრულებს, სადაც მონაცემი იბადება — კამერაზე, რობოტზე, საქარხნო სენსორზე — და არა შორეულ სერვერზე, რომელსაც პასუხისთვის უნდა დაელოდო. ტერმინი მომდინარეობს ე.წ. „ეჯ გამოთვლებიდან" (edge computing): გამოთვლითი სიმძლავრის ფიზიკურად ქსელის „კიდეზე" — მონაცემის წარმოშობის ადგილთან ახლოს — განთავსებას, ცენტრალიზებული, ხშირად ასობით კილომეტრით დაშორებული ღრუბლოვანი მონაცემთა ცენტრის ნაცვლად.
რით განსხვავდება ეჯ AI ჩვეულებრივი AI-სგან
იმ AI-ს უმეტესობა, რასაც ყოველდღიურად ვხვდებით — ჩატბოტი, სურათების გენერატორი, საძიებო ასისტენტი — ღრუბელში მუშაობს. მოთხოვნა ინტერნეტით მონაცემთა ცენტრამდე მიდის, დიდი მოდელი ამუშავებს მას და პასუხი უკან ბრუნდება — ჩვეულებრივ ათეულ მილიწამსა და რამდენიმე წამს შორის. საუბრისთვის ეს საკმარისად სწრაფია.
ეჯ AI ამ გზას ტოვებს. მოდელი — ჩვეულებრივ პატარა ვერსია, კონკრეტული ამოცანისთვის აგებული — მუშაობს ჩიპზე, რომელიც ფიზიკურად თავად მოწყობილობის შიგნით ან მასთან ახლოსაა. ეს ახლოსაა ონ-დივაის AI-სთან — ტერმინი, რომელსაც ტელეფონებსა და ლეპტოპებზე ხმარობენ, სადაც AI ფუნქციები ლოკალურად, კონფიდენციალურობისა და ბატარეის დაზოგვისთვის მუშაობს — მაგრამ ეჯ AI მისი უფრო ფართო, ინდუსტრიული ნათესავია. ის ისეთივე ხშირად ეხება საქარხნო დანადგარებს, მიწოდების დრონებს, უსაფრთხოების კამერებს, თვითმართვად მანქანებსა და რობოტებს, როგორც სამომხმარებლო ტექნიკას, და აგებულია განსხვავებულ პრიორიტეტზე — არა მხოლოდ კონფიდენციალურობაზე, არამედ წამის მეასედებში საიმედოობაზე იქ, სადაც ინტერნეტ-კავშირის დაკარგვამ მანქანა არ უნდა გააჩეროს.
რატომ არ შეუძლიათ რობოტებს ღრუბლის მოლოდინი
ჩატბოტი, რომელიც პასუხს ერთი წამით გვიან სცემს, უბრალო უხერხულობაა. რობოტი, რომელიც ერთი წამით გვიან ამჩნევს, რომ მის გზაზე ადამიანი გამოჩნდა, უსაფრთხოების საფრთხეა. რობოტიკა მუშაობს მჭიდრო საკონტროლო ციკლებზე — აღიქვას, გადაწყვიტოს, იმოქმედოს და თავიდან — ხშირად წამში ათობით ან ასობითჯერ, და თითოეული ციკლი უნდა დაიხუროს, სანამ ფიზიკური სამყარო შემდეგ ნაბიჯზე გადავა. თითოეული ასეთი ციკლის შორეულ სერვერზე გაგზავნა და პასუხის მოლოდინი რეალურ დროში მართვას შეუძლებელს გახდიდა, ხოლო კავშირის მოწყვეტა მანქანას ყველაზე ცუდ მომენტში „დააბრმავებდა".
ეჯ AI ამ პრობლემას ხსნის ისე, რომ აღქმის, მსჯელობისა და მართვის გადაწყვეტილებებს იმ ტექნიკაზე ტოვებს, რომელსაც რობოტი თავად ატარებს. ღრუბლოვანი კავშირი, სადაც საერთოდ არსებობს, ინახება იმ ამოცანებისთვის, რომლებსაც შეყოვნება არ აწუხებთ — პროგრამული განახლებები, გრძელვადიანი სწავლება, მთელი პარკის კოორდინაცია — მაშინ როცა წამიერი გადაწყვეტილებები, რომლებიც რობოტს შეჯახებისგან იცავს, ლოკალურად, მიკროწამებში მიიღება.
ტექნიკა, რომელიც ამას ახორციელებს
ეჯ AI ეყრდნობა სპეციალიზებულ ტექნიკას, რომელიც AI მოდელებს მონაცემთა ცენტრის GPU-სთან შედარებით გაცილებით ნაკლები ენერგიითა და ადგილით ამუშავებს. მთავარი კომპონენტი ჩვეულებრივ ნეირონული დამუშავების ერთეულია (NPU) — ჩიპი, სპეციალურად AI ინფერენსის მათემატიკისთვის აგებული — რომელიც ერთსავე დაფაზე ზოგადი დანიშნულების CPU-სთან, ხანდახან კი GPU-სთან ან რეკონფიგურირებად FPGA-სთანაც არის შეხამებული, რათა ერთმა სისტემამ კამერის სურათის დამუშავებიდან ძრავის მართვამდე ყველაფერი მოახერხოს.
AMD-ის ახალი Kria AI მოდული, რომელიც რობოტიკის განვითარების პლატფორმასთან ერთად გამოვიდა, ამის კარგი მაგალითია: ის ერთ დაფაზე აერთიანებს CPU-ს, GPU-ს, NPU-სა და FPGA-ს ფიზიკური AI ამოცანებისთვის, და AMD-ის თქმით, წამში 8,000-ზე მეტ საკონტროლო გადაწყვეტილებას ამუშავებს — დაახლოებით ყოველ 125 მიკროწამში ერთს — ხოლო აღქმიდან მოქმედებამდე მსჯელობას 100 მილიწამზე ნაკლებში ატარებს. Nvidia-ს Jetson სერია, ბაზარზე უფრო დამკვიდრებული ვარიანტი, მსგავს ამოცანებზეა მიმართული; მისი საწყისი დონის Jetson Orin Nano Super კიტი 2026 წლის ივლისის მდგომარეობით Nvidia-ს ფასების გვერდის მიხედვით $249 ღირს, ხოლო მძიმე საწარმოო რობოტიკისთვის აგებული დაფები მნიშვნელოვნად ძვირია.
ამ ტექნიკას იშვიათობა არ სჭირდება სასარგებლოდ. $300-ზე იაფი დეველოპერული კიტებიც კი რეალურ დროში ობიექტების ამოცნობის ან ნავიგაციის მოდელებს უშვებენ — Nvidia-ს Jetson AI Lab-ს აქვს დამწყებთათვის გზამკვლევი — და სწორედ ამიტომ გავრცელდა ეჯ AI ქარხნების ფარგლებს გარეთაც: სახლის დამლაგებელ რობოტებში, დრონებსა და ჭკვიან კამერებში, რომლებიც თავად წყვეტენ, რას უყურებენ, სახლში დარეკვის გარეშე.
სიახლეებში
AMD-ის ახალი Kria AI რობოტიკის განვითარების პლატფორმა სწორედ ამ ცვლილების პირდაპირი მაგალითია: ერთი დაფა, რომელიც რობოტების შემქმნელებს აღქმას, მსჯელობასა და რეალურ დროში მართვას ერთ ინტეგრირებულ სისტემაში სთავაზობს და პირდაპირ Nvidia-ს Jetson სერიას ეჯიბრება, მაშინ როცა რობოტები კვლევით ლაბორატორიებიდან საქარხნო საამქროებსა და ქალაქის ქუჩებში გადადიან.