コンピューティングの進化

私の所有した最初の“コンピューター”は计算尺でした。本日の标准では私のペンは端末装置で，计算尺はコンピュータエージェントでした。今では笑い话ですが，その计算尺は私の目的に适っていました。ビジネスの世界では，サーバーベースの计算が大流行していました。初期のシステムは最初の集中コンピューティングアーキテクチャの一部を表していました。端末をネットワークに接続することで，サーバーの计算リソースとストレージリソースにアクセスし，ネットワーク上の他のユーザーと通信することができます。

しかし，今日の一般的な计算パラダイムは静的ではありませんでした。1980年代と1990年代までに集中化されたアーキテクチャは廃れかけてました。手顷な価格のパーソナルコンピュータが登场したことにより，ユーザーはそれぞれ独自のコンピューティング环境を构筑できます。インターネットの台头により，世界的な接続がもたらされましたが，ほとんどの计算タスクは个々のPCに限定されていました。

最终的に，高度に分散されたアーキテクチャはラップトップ，様々な种类のモバイルデバイス，スマートフォンの普及とともに可动式へと変化しました。しかしモバイルデバイスの性能が向上していくにつれ,計算やストレージの要件が急速に多様化しました。それらニーズに応えるため,設計者は事実上無制限のリソース,高い信頼性で低コストタスクをクラウドへと移し始めました。こうして,再びアーキテクチャは集中型モデルへと戻っていったのです。

今日，クラウドによって集中型の计算，インテリジェンス，ストレージが可能になりました。それは，ビジネスが高いレベルの计算や分析を行う场所です。オラクルを例に挙げます。オラクルをクラウドで起动する会社は，PCを使用して结果の解釈と分析を行います。ある程度まで，集中型计算の形は残るでしょう。未来のインテリジェントな都市では，たとえば，一部のデバイスは常にクラウドに接続している必要があります。変化する交通パターンを管理する信号，谁かが近くにいるときのみ点灯する街灯，需要の増减に応じて调整される电力·通信グリッドなどを思い浮かべてください。

新しいトレンドとして，分散アーキテクチャに戻る倾向になりつつあります。エッジ上の的IoTデバイスがますます高性能になるにつれ，迅速にリクエストに対応する必要があります。これらの新しいデバイスは，スマートホーム，スマートファクトリー，スマートシティで使用され，ニーズの変化に応じて机能をカスタマイズするため音声や颜认识·検出などの技术を采用します。机械学习とAI技术を適用することにより,これらのデバイスは自主的に動作し,環境の変化に基づき動作を変更することができます。無人自動車を例に挙げると,スマートな都市では動作方法で入力を受信するためクラウドに移すことはありません。停止標識や赤信号が検出されると,車を止めなければならないことを認識します。自主的に意思決定を行うこの能力は,新しいタイプのエッジインテリジェントデバイス全体の特長です。

そのためには何が必要でしょうか？これらのタスクを実现し独立して动作するために，これらの新しいデバイスは高度な处理能力，速度とメモリ，超低消费电力で，これらの机能を小型に统合する能力が必要となります。さらに，车がブレーキをするか加速するか瞬时に判断するため，レイテンシを最小限にするリソースが必要です。

当社のモバイル分野における成功と低消費電力・小型半導体に関する専門知識,独自のFPGA.ファブリックの設計柔軟性は,これらのニーズを満たす唯一の地位を築きあげました。加えて,グルーロジック,I / O拡張,ブリッジ,組み込みビデオに関する基本的なクラウド接続の長い歴史は,競合他社にはない大きな強みを提供します。次世代のエッジインテリジェントデバイスの開発において,ラティスの活躍にご期待ください。