IA per PC – È tutta una montatura o è meglio cambiare?

Pubblicato il 12 gennaio 2025 alle ore 11:05

Oltre il clamore

Possiamo tranquillamente dire che i PC dedicati all'IA stanno rapidamente diventando un argomento di conversazione sempre più frequente tra produttori e organizzazioni. E così, le aziende che devono rinnovare i propri dispositivi si trovano a dover adottare la scelta giusta in un momento cruciale.

In un recente webinar, Elliott Jones si è confrontato con l'esperto di IA Rob May per capire se i PC dedicati all'IA alimentano solo voci o se c'è qualcosa di più sostanzioso. In questo articolo vi proponiamo i punti salienti - accompagnati da sequenze del webinar con sottotitoli tradotti - per aiutarvi a prendere decisioni informate mentre ci accingiamo ad entrare in una nuova era informatica.

 

 

Cos'è un PC dedicato all'IA?

 

I PC dedicati all'IA vengono equipaggiati con uno chipset dedicato, che è stato progettato allo scopo di supportare le applicazioni di intelligenza artificiale e per utilizzare l'IA in modo da migliorare le prestazioni, aumentare la sicurezza e fornire una maggiore personalizzazione.

I programmi basati sull'IA non sono certo una novità, ma i PC dotati di unità di elaborazione neurale (NPU), progettate per migliorare le attività di apprendimento automatico, sono una frontiera relativamente nuova. La diffusione dei chatbot alimentati dall'IA, come ChatGPT, ha fatto sì che si parlasse sempre più dei Large Language Model (LLM), algoritmi che, grazie all'apprendimento automatico e a grandi insiemi di dati, sono in grado di comprendere e riprodurre il linguaggio umano.

I PC dedicati all'IA funzionano in modo simile, anche se su una scala minore e direttamente in loco, utilizzando i cd. Small Language Models (SLM) che, sebbene più limitati, sono più adatti a ottimizzare i singoli dispositivi e a svolgere compiti più specifici e mirati. Uno dei principali benefici offerti dagli SLM consiste nella possibilità di spostare selettivamente i dati tra lo storage fisico di una macchina e le reti di archiviazione del cloud - cosa che a giudizio dell'esperto di IA Rob May consente di ottenere il meglio di entrambi i mondi.

"Ritengo che questo approccio misto coniughi la potenza del cloud, necessaria alle attività intensive e all'archiviazione dei dati, con la velocità e i vantaggi in termini di privacy dell'elaborazione locale". La sinergia di questi due vantaggi, aggiunge Rob, consente di "ridurre la latenza, risparmiare larghezza di banda e migliorare la sicurezza dei dati, diminuendo la quantità di dati sensibili che passa per il cloud."

Sicurezza e privacy

 

La sinergia tra IA e servizi di cloud computing sta rivoluzionando le modalità operative delle aziende, al punti che Synergy Research Group ritiene che la tecnologia e i servizi di IA generativa costituiscano gran parte di quel 20% annuo con cui cresce il mercato dei servizi delle infrastrutture cloud. Le organizzazioni possono oggi sfruttare le applicazioni di IA "plug in and play", che, essendo ospitate nel cloud, non necessitano di storage locali.

I servizi cloud hanno indubbiamente reso le applicazioni di IA molto più accessibili per le aziende, ma non devono considerarsi privi di rischi per la sicurezza. Molte organizzazioni potrebbero non essere consapevoli delle implicazioni dell'invio di dati sensibili a modelli di IA pubblici e basati sul cloud, potenziali bersagli di violazioni. L'impiego dei PC dedicati all'IA consente alle aziende di mitigare i danni derivanti da questo rischio, distinguendo i dati che possono essere affidati a terzi nel cloud dai dati che invece è opportuno conservare all'interno dei dispositivi aziendali.

Rob fa notare che i modelli di IA locali potrebbero consentire all'azienda di continuare a utilizzare le funzionalità di IA anche durante l'indisponibilità dei servizi cloud dovuti a un attacco informatico o a problemi di connettività. Tuttavia, sottolinea che resta comunque necessario prevedere robuste misure di sicurezza contro minacce locali, quali la manomissione fisica o i malware, esortando le aziende ad adottare un "approccio articolato" composto da training di sicurezza dei modelli, crittografia dei dati e monitoraggio continuo delle minacce potenziali.

Aggiungi commento

Commenti

Non ci sono ancora commenti.