Tento přechod, známý jako „fyzická AI“, umožňuje strojům vnímat, rozumět, uvažovat a přirozeně interagovat se světem. Spolu s tímto posunem se formuje způsob, jakým se inteligentní systémy budují, nasazují a škálují, což má klíčové důsledky pro edge computing, latenci a vysoce výkonné lokální ukládání dat.

Fyzickou AI již máme kolem sebe, například v podobě autonomních vozidel, dronů a samozřejmě robotů. Další, ještě komplexnější fází, budou humanoidní roboti.

Od kolaborativní okrajové AI k další hranici v robotice

Počátek 70. let minulého století znamenal začátek éry mobilních robotů, které se specializovaly hlavně na svařování a manipulaci s materiálem. Tito roboti založení na operačních systémech v reálném čase (RTOS) zajišťovali plynulý provoz tam, kde bylo vyžadováno přesné plánování ve velkém měřítku, a byli řízeni centrálně. Měli omezenou lokální paměť, pouze několik kilobajtů (KB) RAM, a data byla odesílána a uchovávána na externích počítačích.

Od roku 2019 se umělá inteligence rychle rozšířila z centrální cloudové architektury k provozu na okraji sítě, kde umožňuje lokalizovanou inferenci a rozhodování v reálném čase. Nazýváme to „kolaborativní AI na okraji sítě“ a je to zásadní v situacích, kde záleží na milisekundách, například u autonomních vozidel. Dalším příkladem je autonomní mobilní robot (AMR), který je vybaven autonomním plánováním trasy a inteligentním dynamickým vyhýbáním se překážkám, například ve skladových prostorech. S rostoucí inteligencí nebo inferencí na okraji sítě roste i potřeba úložiště na okraji sítě nebo lokálního úložiště. Navíc, jelikož tato zařízení s umělou inteligencí potřebují rychlejší přístup k datům, stává se pro jejich plynulý provoz klíčovou potřebou vysoce výkonné flashové úložiště. Dnes tato zařízení obsahují flashové úložiště s kapacitou v řádu gigabajtů.

To, co nás čeká, by mohla být jedna z nejvíce vzrušujících éry v oblasti AI – éra humanoidních robotů.

Začíná nová éra humanoidních robotů

Předpokládá se, že počet humanoidních robotů dosáhne 1,4 milionu kusů do poloviny 30. let 21. století a toto číslo může být revidováno směrem nahoru, protože investice do tohoto odvětví rostou rychleji, než se očekávalo. Tento případ použití fyzické AI se opírá o rychlé flashové úložiště s technologií NVMe. Kromě trénovacích dat uložených lokálně bude fyzická AI totiž neustále vyvozovat závěry a učit se, aniž by bylo nutné vše ručně programovat, což dále zvýší objem dat v zařízení, a tím i potřebu lokálního úložiště.

Například od učení se, jakému tlaku může měkké ovoce odolat a co se stane, když je tato hranice překročena, až po pochopení toho, co se stane, když sklenice není na stole správně vyvážená – fyzická AI se neustále učí z interakce s okolním světem a staví na původních datech, která uchovává. K větším požadavkům na úložiště přispějí také záznamy v reálném čase z více kamer v těchto robotech, které slouží k detekci anomálií a přehrávání simulací.

Úložiště na okraji sítě se využívá pro rozhodování a ukládání do mezipaměti, zatímco důležitá data se odesílají zpět do cloudu pro dlouhodobé ukládání a centralizovaný trénink modelů.

Řešení úložného paradoxu

Nejde však o univerzální přístup, protože různé typy humanoidních robotů budou mít odlišné požadavky na úložiště. Průmyslový humanoidní robot ukládá rozsáhlé datové sady Vision Language Action (VLA), data z více kamer a z LiDARu (detekce a měření vzdálenosti pomocí světla), lokální modely AI pro inferenci, záznamy o pohybu s vysokou frekvencí a telemetrická data o údržbě. Může potřebovat několik terabajtů na NVMe SSD discích. Naproti tomu „všestranný humanoidní robot“ bude lokálně provozovat multimodální základní modely a modely světa pokrývající řeč, vidění a řízení, často s velkými jazykovými modely (LLM) a difúzními modely nasazenými na okraji sítě za účelem snížení latence. Tyto roboty mohou vyžadovat dvakrát více lokálního úložiště než průmyslový humanoidní robot, zatímco humanoidní roboty pro terénní nasazení nebo operace v nebezpečných zónách by mohly vyžadovat ještě více úložného prostoru než humanoidní robot pro všeobecné účely, a to lokálně nebo na okraji sítě. Společnost Sandisk nabízí široké portfolio SSD disků a vestavných flash produktů pro řešení těchto případů použití.

Velké množství dat shromážděných humanoidními roboty bude odesíláno do datových center (DC) pro účely trénování a inferenčních výpočtů. To přináší zásadní změnu v architektuře datových center. Úlohy umělé inteligence vyžadují častější a rychlejší přístup k datům, což zvyšuje potřebu rychlejších datových jezer. V důsledku toho se stávají základem vysoce výkonné a vysokokapacitní SSD založené na technologii UltraQLC. Společnost Sandisk oznámila, že její SSD disky s kapacitami 128 TB a 256 TB s technologií UltraQLC nastavují nový standard pro hyperscale flash úložiště a jsou speciálně navrženy pro rychlá a inteligentní datová jezera, která pohánějí AI ve velkém měřítku.

Vzhledem k tomu, že fyzická AI se stává nejnovějším odvětvím, které se vyvíjí bleskovou rychlostí, bude růst a úspěch humanoidních robotů nevyhnutelně záviset také na základech postavených na flash úložištích.

Autor: Giorgio Ippoliti, Sandisk