ព័ត៌មានឧស្សាហកម្ម៖ ការរួមបញ្ចូលគ្នា និងការទិញយកឧស្សាហកម្មស៊ីមីកុងដុកទ័រសកលកំពុងកើនឡើងម្តងទៀត

MCU+AI៖ និន្នាការជៀសមិនរួច

ក្រុមហ៊ុន STMicroelectronics ទិញយកក្រុមហ៊ុន Deeplite ដោយផ្តោតលើបច្ចេកវិទ្យា AI គែម

នៅក្នុងខែមេសា ឆ្នាំនេះ ក្រុមហ៊ុន STMicroelectronics (ST) បានទិញយកក្រុមហ៊ុនចាប់ផ្តើមអាជីវកម្ម AI របស់កាណាដា Deeplite ដែលទាក់ទាញការចាប់អារម្មណ៍ពីឧស្សាហកម្ម។ ដូចដែលយើងទាំងអស់គ្នាដឹងហើយថា បញ្ហាប្រឈមដ៏ធំមួយដែលគំរូសិក្សាស៊ីជម្រៅកំពុងប្រឈមមុខនៅក្នុងការដាក់ពង្រាយពាណិជ្ជកម្មគឺមាត្រដ្ឋានប្រតិបត្តិការ តម្រូវការឧបករណ៍ដំណើរការ និងអាំងតង់ស៊ីតេនៃការប្រើប្រាស់ថាមពល។ Deeplite ដោះស្រាយបញ្ហានេះដោយផ្តល់ម៉ាស៊ីនកម្មវិធីស្វ័យប្រវត្តិដើម្បីបង្កើនប្រសិទ្ធភាពគំរូ DNN (បណ្តាញសរសៃប្រសាទជ្រៅ) ដែលអាចឱ្យ AI អនុវត្តការគណនាគែមនៅលើឧបករណ៍ណាមួយ។

ត្រូវបានបង្កើតឡើងក្នុងឆ្នាំ ២០១៧ Deeplite ត្រូវបានគេស្គាល់ដោយសារដំណោះស្រាយ AI គែមរបស់ខ្លួនគឺ DeepSeek ដោយផ្តោតលើការបង្កើនប្រសិទ្ធភាព ការវាស់វែង និងការបង្ហាប់គំរូ AI។ ឧបករណ៍បង្កើនប្រសិទ្ធភាពដែលជំរុញដោយ AI ប្រកបដោយភាពច្នៃប្រឌិតរបស់ខ្លួនគឺ Neutrino អាចបង្ហាប់គំរូការរៀនសូត្រជ្រៅធំៗដល់មួយភាគដប់នៃទំហំដើមរបស់វា ខណៈពេលដែលរក្សាបាននូវភាពត្រឹមត្រូវជាង ៩៨%។ តាមរយៈបច្ចេកវិទ្យាសំខាន់ៗចំនួនបីគឺ ការកាត់បន្ថយទម្ងន់ (ការដកប៉ារ៉ាម៉ែត្រដែលលែងត្រូវការចេញ) ការវាស់វែង (ការកាត់បន្ថយតម្រូវការភាពត្រឹមត្រូវនៃការគណនា) និងការបំបែក (ការបង្កើនសមាមាត្រនៃទម្ងន់ដែលមានតម្លៃសូន្យ) គំរូ AI ធំៗអាចដំណើរការលឿនជាងមុន តូចជាងមុន និងសន្សំសំចៃថាមពលជាងមុននៅលើឧបករណ៍គែម។ កម្មវិធីដែលពីមុនតម្រូវឱ្យមានសមត្ថភាពកុំព្យូទ័រលើពពក ឥឡូវនេះអាចដំណើរការបានយ៉ាងរលូននៅលើឧបករណ៍គែមដូចជាកាមេរ៉ាស្មាតហ្វូន និងឧបករណ៍ចាប់សញ្ញាឧស្សាហកម្ម។

Deeplite បានទាក់ទាញការចាប់អារម្មណ៍យ៉ាងខ្លាំងនៅក្នុងថ្ងៃដំបូងរបស់ខ្លួន ហើយត្រូវបានគេដាក់ឈ្មោះថាជាអ្នកច្នៃប្រឌិត AI ឈានមុខគេដោយ Gartner, Forbes, Inside AI និង ARM AI។ ការទិញយកនេះមានទំនាក់ទំនងយ៉ាងជិតស្និទ្ធទៅនឹងការផ្លាស់ប្តូរជាយុទ្ធសាស្ត្ររបស់ STMicroelectronics ទៅជា edge AI ដែលរួមបញ្ចូលគ្នានូវផ្នែករឹង និងកម្មវិធីក្នុងលក្ខណៈ "double helix"។ បច្ចេកវិទ្យាបង្កើនប្រសិទ្ធភាពគំរូរបស់ Deeplite ត្រូវបានរួមបញ្ចូលយ៉ាងស៊ីជម្រៅជាមួយ MCU ស៊េរី STM32 របស់ STMicroelectronics និង NPU ដែលឧទ្ទិសដល់ការគាំទ្រដល់ការបង្កើតដំណោះស្រាយ AI ចាប់ពីដើមដល់ចប់។ ឧទាហរណ៍ នៅក្នុងសេណារីយ៉ូរោងចក្រឆ្លាតវៃ កាមេរ៉ាដែលបំពាក់ដោយបន្ទះឈីប STMicroelectronics អាចរកឃើញពិការភាពដោយផ្ទាល់ដោយមិនចាំបាច់ផ្ទុកទិន្នន័យទៅក្នុង cloud ហើយល្បឿនឆ្លើយតបត្រូវបានកើនឡើង 40 ដង។

ម៉្យាងវិញទៀត Deeplite មានក្រុមវិស្វករក្បួនដោះស្រាយ AI លំដាប់ពិភពលោក ដែលតាមរយៈនោះ ST នឹងរួមបញ្ចូលឧបករណ៍អភិវឌ្ឍន៍ AI ជាង 200 ដើម្បីបង្កើតប្រព័ន្ធអេកូឡូស៊ីអភិវឌ្ឍន៍រួមនៃ "វេទិកាបណ្ណាល័យគំរូ-ឧបករណ៍បង្កើនប្រសិទ្ធភាព-ផ្នែករឹង"។ សរុបមក ការទិញយក Deeplite មិនត្រឹមតែបំពេញបំណែកចុងក្រោយនៃល្បែងផ្គុំរូបរបស់ ST នៅកម្រិតកម្មវិធី AI ប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងសម្គាល់ការផ្លាស់ប្តូរគំរូនៃឧស្សាហកម្ម semiconductor ពី "ការផលិតបន្ទះឈីប" ទៅជា "ការផលិតខួរក្បាល"។

NXP ទិញយកក្រុមហ៊ុន NPU Kinara ដើម្បីផ្លាស់ប្តូរទីតាំងគែមឆ្លាតវៃ

នៅក្នុងខែកុម្ភៈ ឆ្នាំនេះ NXP បានប្រកាសពីការទិញយកក្រុមហ៊ុន Kinara ដែលជាក្រុមហ៊ុនចាប់ផ្តើមអាជីវកម្មបន្ទះឈីប AI គែមរបស់សហរដ្ឋអាមេរិកក្នុងតម្លៃ 307 លានដុល្លារអាមេរិកជាសាច់ប្រាក់។ Kinara ត្រូវបានបង្កើតឡើងក្នុងឆ្នាំ 2013 ហើយដើមឡើយមានឈ្មោះថា Core Viz ក្រោយមកប្តូរឈ្មោះទៅជា Deep Vision និងប្តូរឈ្មោះទៅជា Kinara ក្នុងឆ្នាំ 2022។ NPU ដាច់ដោយឡែករបស់ Kinara (រួមទាំង Ara-1 និង Ara-2) នាំមុខគេក្នុងឧស្សាហកម្មនេះទាក់ទងនឹងដំណើរការ និងប្រសិទ្ធភាពថាមពល ដែលធ្វើឱ្យវាក្លាយជាដំណោះស្រាយដែលពេញចិត្តសម្រាប់កម្មវិធី AI ដែលកំពុងរីកចម្រើនដែលជំរុញដោយចក្ខុវិស័យ សំឡេង កាយវិការ និងការអនុវត្ត AI ផ្សេងៗផ្សេងទៀត ហើយសមត្ថភាពសរសេរកម្មវិធីរបស់វាធានាថាវាអាចសម្របខ្លួនទៅនឹងក្បួនដោះស្រាយ AI ដែលវិវត្ត។

NXP បាននិយាយថា ការទិញយកនេះនឹងរួមបញ្ចូលគ្នានូវ NPU ឯករាជ្យរបស់ Kinara ជាមួយនឹងផលប័ត្រប្រព័ន្ធដំណើរការ ការតភ្ជាប់ និងសុវត្ថិភាពផ្ទាល់ខ្លួន ដែលនឹងជួយផ្តល់នូវវេទិកា AI ដ៏ពេញលេញ និងអាចធ្វើមាត្រដ្ឋានបាន ចាប់ពី TinyML រហូតដល់ AI បង្កើតថ្មី ដើម្បីបំពេញតម្រូវការ AI ដែលកំពុងរីកចម្រើនយ៉ាងឆាប់រហ័សនៃទីផ្សារឧស្សាហកម្ម និងរថយន្ត។ នេះនឹងជួយបង្កើតប្រព័ន្ធដែលជំរុញដោយ AI ថ្មីនៅក្នុងវិស័យឧស្សាហកម្ម និង IoT ជួយអតិថិជនឱ្យសម្រួលភាពស្មុគស្មាញ បង្កើនល្បឿនពេលវេលាទៅកាន់ទីផ្សារ និងបង្កើនសមត្ថភាពបច្ចេកទេសនៅក្នុងវិស័យដូចជារថយន្តឆ្លាតវៃ ដោយឆ្ពោះទៅរកវិស័យដែលមានតម្លៃបន្ថែមខ្ពស់។

Edge AI៖ សមរភូមិសម្រាប់ក្រុមហ៊ុនផលិត MCU

មានការយល់ច្រឡំជាយូរមកហើយនៅក្នុងវិស័យបញ្ញាសិប្បនិម្មិតថា "មាត្រដ្ឋានគឺជាអំណាច"។ ទោះបីជាម៉ូដែលធំៗមានដំណើរការល្អឥតខ្ចោះក៏ដោយ ក៏ពួកវាប្រឈមមុខនឹងបញ្ហាប្រឈមក្នុងការដាក់ពង្រាយជាក់ស្តែង - ការប្រើប្រាស់ថាមពលខ្ពស់របស់ពួកវាគឺផ្ទុយពីតម្រូវការទម្ងន់ស្រាលនៅផ្នែកគែម។ អ្នកជំនាញឧស្សាហកម្មបានចង្អុលបង្ហាញម្តងហើយម្តងទៀតអំពីដែនកំណត់ដែលមាននៅក្នុងសេណារីយ៉ូកម្មវិធីម៉ូដែលធំៗ៖ ម៉្យាងវិញទៀត ការបណ្តុះបណ្តាល និងការដំណើរការម៉ូដែលធំៗតម្រូវឱ្យមានធនធានកុំព្យូទ័រយ៉ាងច្រើន។ ម៉្យាងវិញទៀត វិស័យសំខាន់ៗសម្រាប់លើកកម្ពស់ឧស្សាហូបនីយកម្មនៃបញ្ញាសិប្បនិម្មិតគឺការគណនាគែម និងឧបករណ៍ស្ថានីយដែលងាយនឹងប្រើប្រាស់ថាមពល និងភាពយឺតយ៉ាវ។

វាមិនពិបាកយល់ទេថា ការទិញយកខាងលើបង្ហាញថា សមរភូមិសំខាន់នៃ MCU កំពុងផ្លាស់ប្តូរទៅជាការគណនា AI គែម។ គេរំពឹងថា នៅឆ្នាំ 2025 ទិន្នន័យ 75% នឹងត្រូវបានដំណើរការនៅគែម ដែលបង្ហាញពីសក្តានុពលដ៏ធំនៃទីផ្សារ MCU AI គែម។ នេះបង្ហាញថា តម្រូវការសម្រាប់ការគណនា AI គែមកំពុងកើនឡើងយ៉ាងឆាប់រហ័ស ហើយ MCU ក្នុងនាមជាសមាសធាតុស្នូលនៃឧបករណ៍គែម នឹងដើរតួនាទីយ៉ាងសំខាន់នៅក្នុងនិន្នាការនេះ។

នាពេលអនាគត MCU នឹងលែងត្រូវបានកំណត់ចំពោះមុខងារត្រួតពិនិត្យបែបប្រពៃណីទៀតហើយ ប៉ុន្តែនឹងរួមបញ្ចូលសមត្ថភាពវែកញែក AI បន្តិចម្តងៗ ហើយត្រូវបានអនុវត្តទៅលើសេណារីយ៉ូដូចជាការសម្គាល់រូបភាព ការដំណើរការសំឡេង និងការថែទាំព្យាករណ៍នៃឧបករណ៍។ MCU ដែលមានសមត្ថភាពគណនាគែមនឹងក្លាយជាអ្នកដឹកជញ្ជូនដ៏សំខាន់នៃថាមពលគណនាគែមជាមួយនឹងការប្រើប្រាស់ថាមពលទាប ប្រសិទ្ធភាពខ្ពស់ និងការឆ្លើយតបភ្លាមៗ ដោយផ្តល់នូវការគាំទ្រកាន់តែខ្លាំងសម្រាប់ឧបករណ៍ និងប្រព័ន្ធឆ្លាតវៃ។

ក្រុមហ៊ុនផលិត MCU ធំៗផ្សេងទៀតក៏កំពុងទិញយក និងប្រកួតប្រជែងយ៉ាងសកម្មនៅក្នុងវិស័យនេះផងដែរ ដូចជាការទិញយក Reality AI របស់ Renesas Electronics ការទិញយក Imagimob របស់ Infineon របស់ក្រុមហ៊ុនស៊ុយអែត និងការចេញលក់កម្មវិធីរៀនម៉ាស៊ីន eIQ និងខ្សែសង្វាក់ឧបករណ៍ AI NANO របស់ NXP។

អាចសន្និដ្ឋានបានថា បញ្ញាសិប្បនិម្មិត (AI) នឹងក្លាយជាសមរភូមិសំខាន់សម្រាប់ MCU ក្នុងរយៈពេលប៉ុន្មានឆ្នាំខាងមុខ។

គ្រឿងអេឡិចត្រូនិចរថយន្ត៖ ចំណុចសំខាន់នៃការប្រកួតប្រជែងដើមទុន

ថ្មីៗនេះ ការរួមបញ្ចូលគ្នា និងការទិញយកក្រុមហ៊ុន semiconductor ដែលទាក់ទងនឹងកម្មវិធីរថយន្តបានលេចឡើងជាញឹកញាប់។ បន្ថែមពីលើថាមពលកុំព្យូទ័រ ការវិវត្តនៃប្រព័ន្ធថាមពលរថយន្ត ការតភ្ជាប់បណ្តាញក្នុងរថយន្ត សំឡេងក្នុងរថយន្ត និងបច្ចេកវិទ្យាផ្សេងទៀតក៏បានជំរុញឱ្យមានការធ្វើបច្ចុប្បន្នភាព និងការធ្វើបច្ចុប្បន្នភាពបច្ចេកវិទ្យា semiconductor ដែលជំរុញឱ្យក្រុមហ៊ុនពាក់ព័ន្ធបំពេញបន្ថែមប្លង់បច្ចេកវិទ្យាផ្ទាល់ខ្លួនរបស់ពួកគេតាមរយៈការរួមបញ្ចូលគ្នា និងការទិញយក។

ឧស្សាហកម្ម​ស៊ីមីកុងដុកទ័រ គឺជាឧស្សាហកម្ម​ដែលប្រើប្រាស់​បច្ចេកវិទ្យា​ច្រើន និង​ប្រើប្រាស់​ដើមទុន​ច្រើន​ជាទូទៅ។ ក្រឡេកមើលទៅក្រោយ​ក្នុងរយៈពេល​ប៉ុន្មាន​ទសវត្សរ៍​ចុងក្រោយនេះ ការធ្វើសមាហរណកម្ម និង​ការរួមបញ្ចូលគ្នា​បានក្លាយជានិន្នាការ​ដែលជៀសមិនរួច​នៅក្នុងការអភិវឌ្ឍ​ឧស្សាហកម្ម។

ក្រុមហ៊ុនយក្សផ្នែក AI ជារឿយៗធ្វើការទិញយកក្នុងកិច្ចខិតខំប្រឹងប្រែងដើម្បីកែលម្អប្លង់បច្ចេកវិទ្យារបស់ពួកគេ និងបង្កើតអត្ថប្រយោជន៍ពេញលេញនៃ "បន្ទះឈីប + ប្រព័ន្ធ + ប្រព័ន្ធអេកូឡូស៊ី"។ ក្រុមហ៊ុនផលិត MCU សំខាន់ៗកំពុងផ្លាស់ប្តូរបន្តិចម្តងៗទៅជា AI ដ៏ទំនើប ដោយព្យាយាមចាប់យកទីផ្សារស្ថានីយឆ្លាតវៃជាមួយនឹងការប្រើប្រាស់ថាមពលទាប និងភាពបត់បែនខ្ពស់។ នៅក្នុងវិស័យរថយន្ត ការគណនាក្នុងយានយន្ត ការបើកបរដោយស្វ័យប្រវត្តិ និងការតភ្ជាប់ទិន្នន័យបានក្លាយជាវិស័យសំខាន់ៗនៃការប្រកួតប្រជែងមូលធន។ ក្នុងពេលជាមួយគ្នានេះ ឧស្សាហកម្ម EDA កំពុងផ្លាស់ប្តូរពីការផ្តល់ឧបករណ៍ទៅជាការកសាងប្រព័ន្ធអេកូឡូស៊ី។ ក្រុមហ៊ុនយក្សធ្វើសមាហរណកម្ម IP និងដំណើរការរចនា និងកសាងភាពលេចធ្លោទីផ្សារតាមរយៈស្ថាបត្យកម្ម "ឧបករណ៍-ស្ថាបត្យកម្ម-ស្តង់ដារ"។

នៅក្នុងរលកនៃការរួមបញ្ចូលគ្នា និងការទិញយកនេះ កិច្ចសហការបច្ចេកវិទ្យា ការពង្រីកទីផ្សារ និងការត្រួតត្រាប្រព័ន្ធអេកូឡូស៊ី បានក្លាយជាតក្កវិជ្ជាស្នូល។ ក្រុមហ៊ុននានាត្រូវធ្វើឱ្យមានតុល្យភាពរវាងការធ្វើសមាហរណកម្មរយៈពេលខ្លី និងការស្រាវជ្រាវ និងអភិវឌ្ឍន៍រយៈពេលវែង ក្នុងចំណោមការហូរចូលនៃដើមទុន។ ដោយសារតែឧបសគ្គបច្ចេកវិទ្យា និងលក្ខណៈដែលប្រើប្រាស់ដើមទុនច្រើននៃឧស្សាហកម្មស៊ីមីកុងដុកទ័រ ការផ្លាស់ប្តូរនេះមិនមែនជា "ផ្លូវកាត់" ទេ ប៉ុន្តែជា "ការរត់ប្រណាំង" ដែលតម្រូវឱ្យមានការវិនិយោគរយៈពេលវែង។