AMD กำลังวางเดิมพันเชิงกลยุทธ์ว่าอนาคตของการอนุมาน AI (AI Inference) ไม่ได้อยู่ที่ศูนย์ข้อมูลขนาดใหญ่ แต่อยู่ในมือของผู้บริโภคผ่านอุปกรณ์ในชีวิตประจำวัน เช่น สมาร์ทโฟนและแล็ปท็อป การเคลื่อนไหวนี้ทำให้ AMD สามารถท้าทายการครอบงำของ NVIDIA ในภูมิทัศน์ AI ได้โดยมุ่งเน้นที่ความสามารถของ Edge AI
การเปลี่ยนผ่านจากการฝึกอบรมแบบจำลองไปสู่การอนุมาน AI
คลื่นแห่งความกระตือรือร้นเริ่มต้นในโลก AI มีลักษณะเป็นการแข่งขันเพื่อพัฒนาทรัพยากรการประมวลผลขนาดใหญ่สำหรับการฝึกอบรมแบบจำลองภาษาขนาดใหญ่ (LLMs) อย่างไรก็ตาม ขณะนี้ตลาดกำลังเปลี่ยนไปสู่การอนุมาน (Inference) และ AMD เชื่อว่าบริษัทอยู่ในตำแหน่งที่ดีที่จะเป็นผู้นำในการเปลี่ยนผ่านนี้ ในการสัมภาษณ์ล่าสุด Mark Papermaster ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี (CTO) ของ AMD ได้เน้นย้ำถึงการเคลื่อนไหวของการอนุมานไปยังอุปกรณ์ Edge โดยแนะนำว่า AMD สามารถให้การแข่งขันที่สำคัญกับ NVIDIA ในภาคส่วนที่กำลังเติบโตนี้
อนาคตของการอนุมาน Edge
เมื่อถูกถามถึงความชุกของการอนุมาน Edge ในอนาคต โดยเฉพาะอย่างยิ่งการคาดการณ์ถึงปี 2030 Papermaster คาดการณ์ว่าการอนุมาน AI ส่วนใหญ่จะดำเนินการบนอุปกรณ์ Edge ไทม์ไลน์สำหรับการเปลี่ยนแปลงนี้ขึ้นอยู่กับการพัฒนาแอปพลิเคชันที่น่าสนใจซึ่งสามารถทำงานได้อย่างมีประสิทธิภาพบนอุปกรณ์เหล่านี้ เขาเน้นย้ำว่าแอปพลิเคชันปัจจุบันเป็นเพียงจุดเริ่มต้น และคาดว่าจะมีความก้าวหน้าอย่างรวดเร็วในด้านนี้
Papermaster เชื่อว่าต้นทุนที่สูงขึ้นที่เกี่ยวข้องกับการคำนวณ AI ในศูนย์ข้อมูลจะบังคับให้บริษัทเทคโนโลยีรายใหญ่ เช่น Microsoft, Meta และ Google ต้องพิจารณากลยุทธ์ของตนใหม่ ซึ่งน่าจะนำไปสู่การนำโซลูชัน Edge AI มาใช้มากขึ้น ความคาดหวังนี้เป็นเหตุผลหลักที่ AMD ให้ความสำคัญกับแนวคิด ‘AI PC’ มากกว่าคู่แข่งอย่าง Intel และ Qualcomm ความมุ่งมั่นของ AMD เป็นที่ประจักษ์ในกลุ่มผลิตภัณฑ์ Accelerated Processing Unit (APU) ล่าสุด รวมถึง Strix Point และ Strix Halo ซึ่งได้รับการออกแบบมาเพื่อนำความสามารถในการคำนวณ AI มาสู่รูปแบบขนาดเล็กในราคาที่ลดลง
แรงผลักดันเพื่อประสิทธิภาพและความแม่นยำในแบบจำลอง AI
เกี่ยวกับความเติบโตของทรัพยากรการคำนวณ CTO ของ AMD ตั้งข้อสังเกตว่ามีการมุ่งเน้นอย่างมากในการปรับปรุงความแม่นยำและประสิทธิภาพของแบบจำลอง AI การเปิดตัวทางเลือกที่ได้รับการปรับปรุงให้เหมาะสม เช่น DeepSeek บ่งชี้ถึงแนวโน้มไปสู่การใช้งาน AI ที่มีประสิทธิภาพและแม่นยำยิ่งขึ้น เมื่อเวลาผ่านไป อุปกรณ์จะสามารถรันแบบจำลอง AI ที่ซับซ้อนในเครื่องได้ ทำให้ผู้ใช้ได้รับประสบการณ์ AI ที่ครอบคลุมโดยตรงบนอุปกรณ์ของตน
ความคิดเห็นของ Papermaster ชวนให้นึกถึงคำกล่าวที่คล้ายกันโดย Pat Gelsinger อดีต CEO ของ Intel เกี่ยวกับความสำคัญของการอนุมานในอนาคต มุมมองนี้ชี้ให้เห็นว่าคู่แข่งของ NVIDIA อาจพบว่าเป็นการยากที่จะแข่งขันในตลาดการฝึกอบรม AI ซึ่ง NVIDIA ได้สร้างความเป็นผู้นำที่แข็งแกร่ง การแข่งขันในตลาดในอนาคต เช่น การอนุมาน AI เป็นตัวแทนของกลยุทธ์ที่ใช้งานได้จริงในการท้าทายการครอบงำของ NVIDIA และ AMD ได้เริ่มดำเนินการในทิศทางนี้แล้วโดยการพัฒนาโปรเซสเซอร์ที่มีความสามารถ Edge AI ที่แข็งแกร่ง
การเปลี่ยนแปลงเชิงกลยุทธ์สู่ Edge AI
ความสำคัญเชิงกลยุทธ์ของการเปลี่ยนการอนุมาน AI ไปยังอุปกรณ์ Edge นั้นได้รับการสนับสนุนโดยปัจจัยหลายประการที่นอกเหนือไปจากข้อพิจารณาด้านต้นทุน การเคลื่อนไหวไปสู่ Edge AI แสดงถึงการเปลี่ยนแปลงพื้นฐานในวิธีการปรับใช้ เข้าถึง และใช้ AI โดยนำเสนอประโยชน์มากมายที่สำคัญยิ่งขึ้นในภูมิทัศน์ทางเทคโนโลยีสมัยใหม่
ประสบการณ์ผู้ใช้ที่ได้รับการปรับปรุง
Edge AI อำนวยความสะดวกในการประมวลผลข้อมูลแบบเรียลไทม์โดยตรงบนอุปกรณ์ ลดเวลาแฝงและปรับปรุงการตอบสนอง สิ่งนี้มีความสำคัญอย่างยิ่งสำหรับแอปพลิเคชันที่ต้องการข้อเสนอแนะทันที เช่น augmented reality (AR), virtual reality (VR) และเกมขั้นสูง ด้วยการประมวลผลข้อมูลในเครื่อง Edge AI จะลดการพึ่งพาการเชื่อมต่อ Cloud ช่วยให้มั่นใจได้ว่าแอปพลิเคชันยังคงทำงานได้แม้ในพื้นที่ที่มีการเข้าถึงอินเทอร์เน็ตจำกัดหรือไม่มีเลย สิ่งนี้ช่วยปรับปรุงประสบการณ์ผู้ใช้โดยการให้การเข้าถึงคุณสมบัติที่ขับเคลื่อนด้วย AI ที่ราบรื่นและไม่หยุดชะงัก
ปรับปรุงความเป็นส่วนตัวและความปลอดภัย
การประมวลผลข้อมูลบน Edge ยังช่วยเพิ่มความเป็นส่วนตัวและความปลอดภัย ข้อมูลที่ละเอียดอ่อนไม่จำเป็นต้องถูกส่งไปยังเซิร์ฟเวอร์ระยะไกล ลดความเสี่ยงของการละเมิดข้อมูลและการเข้าถึงโดยไม่ได้รับอนุญาต สิ่งนี้มีความสำคัญอย่างยิ่งสำหรับแอปพลิเคชันที่จัดการข้อมูลส่วนบุคคลหรือข้อมูลที่เป็นความลับ เช่น การตรวจสอบการดูแลสุขภาพ ธุรกรรมทางการเงิน และการตรวจสอบสิทธิ์ทางชีวมาตร ด้วยการเก็บข้อมูลไว้บนอุปกรณ์ Edge AI ทำให้ผู้ใช้สามารถควบคุมข้อมูลของตนได้มากขึ้นและลดโอกาสในการละเมิดความเป็นส่วนตัว
ลดแบนด์วิดท์และค่าใช้จ่ายโครงสร้างพื้นฐาน
การเปลี่ยนการอนุมาน AI ไปยัง Edge สามารถลดการใช้แบนด์วิดท์และค่าใช้จ่ายโครงสร้างพื้นฐานได้อย่างมาก การประมวลผลข้อมูลในเครื่องจะลดปริมาณข้อมูลที่ต้องส่งไปยังและจาก Cloud ลดความแออัดของเครือข่ายและลดค่าใช้จ่ายแบนด์วิดท์ สิ่งนี้เป็นประโยชน์อย่างยิ่งสำหรับแอปพลิเคชันที่สร้างข้อมูลจำนวนมาก เช่น การเฝ้าระวังวิดีโอ ระบบอัตโนมัติทางอุตสาหกรรม และการตรวจสอบด้านสิ่งแวดล้อม การลดการพึ่งพาโครงสร้างพื้นฐาน Cloud ช่วยให้องค์กรสามารถปรับขนาดการใช้งาน AI ได้อย่างมีประสิทธิภาพและคุ้มค่ามากขึ้น
การเปิดใช้งานแอปพลิเคชันใหม่
Edge AI ช่วยให้สามารถพัฒนาแอปพลิเคชันใหม่ ๆ ที่ไม่สามารถทำได้ด้วย AI ที่ใช้ Cloud แบบเดิม ตัวอย่างเช่น ยานพาหนะอัตโนมัติต้องมีการประมวลผลข้อมูลเซ็นเซอร์แบบเรียลไทม์เพื่อทำการตัดสินใจที่สำคัญบนท้องถนน Edge AI ให้พลังการคำนวณที่จำเป็นในการดำเนินการประมวลผลนี้ในเครื่อง โดยไม่ต้องอาศัยการเชื่อมต่อกับ Cloud อย่างต่อเนื่อง ในทำนองเดียวกัน บ้านและอาคารอัจฉริยะสามารถใช้ Edge AI เพื่อวิเคราะห์ข้อมูลจากเซ็นเซอร์และอุปกรณ์ต่างๆ เพื่อเพิ่มประสิทธิภาพการใช้พลังงาน ปรับปรุงความปลอดภัย และเพิ่มความสะดวกสบาย
ความได้เปรียบทางการแข่งขัน
สำหรับบริษัทต่างๆ เช่น AMD การมุ่งเน้นไปที่ Edge AI มอบความได้เปรียบเชิงกลยุทธ์ในตลาด AI ที่มีการแข่งขันสูง ด้วยการพัฒนาโปรเซสเซอร์และ APU ที่ได้รับการปรับให้เหมาะสมสำหรับการอนุมาน Edge AMD สามารถสร้างความแตกต่างจากคู่แข่งที่มุ่งเน้นไปที่โซลูชัน AI ที่ใช้ Cloud เป็นหลัก สิ่งนี้ช่วยให้ AMD สามารถครองส่วนแบ่งที่สำคัญของตลาด Edge AI ที่กำลังเติบโต และสร้างตัวเองเป็นผู้นำในด้านที่เกิดขึ้นใหม่นี้
แนวทางทางเทคโนโลยีของ AMD สำหรับ Edge AI
แนวทางของ AMD สำหรับ Edge AI มีหลายแง่มุม ครอบคลุมถึงนวัตกรรมฮาร์ดแวร์ การเพิ่มประสิทธิภาพซอฟต์แวร์ และความร่วมมือเชิงกลยุทธ์ ด้วยการรวมองค์ประกอบเหล่านี้ AMD ตั้งเป้าที่จะจัดหาโซลูชันที่ครอบคลุมซึ่งช่วยให้นักพัฒนาและองค์กรสามารถใช้ประโยชน์จากศักยภาพของ Edge AI ได้อย่างเต็มที่
นวัตกรรมฮาร์ดแวร์
กลุ่มผลิตภัณฑ์ APU ล่าสุดของ AMD เช่น Strix Point และ Strix Halo ได้รับการออกแบบโดยคำนึงถึงความสามารถในการคำนวณ AI APU เหล่านี้รวมหน่วยประมวลผลกลาง (CPUs), หน่วยประมวลผลกราฟิก (GPUs) และตัวเร่งความเร็ว AI เฉพาะบนชิปตัวเดียว การรวมนี้ช่วยให้การประมวลผลปริมาณงาน AI บน Edge มีประสิทธิภาพ ลดเวลาแฝงและปรับปรุงประสิทธิภาพ นวัตกรรมฮาร์ดแวร์ของ AMD มุ่งเน้นไปที่การให้พลังการคำนวณที่จำเป็นในรูปแบบขนาดเล็ก ทำให้เหมาะสำหรับอุปกรณ์ Edge ที่หลากหลาย รวมถึงแล็ปท็อป สมาร์ทโฟน และระบบฝังตัว
การเพิ่มประสิทธิภาพซอฟต์แวร์
AMD ยังลงทุนในการเพิ่มประสิทธิภาพซอฟต์แวร์เพื่อให้แน่ใจว่าฮาร์ดแวร์สามารถรันแบบจำลอง AI ได้อย่างมีประสิทธิภาพ ซึ่งรวมถึงการพัฒนาไลบรารีซอฟต์แวร์และเครื่องมือที่ช่วยให้นักพัฒนาสามารถปรับใช้แบบจำลอง AI บนฮาร์ดแวร์ของ AMD ได้อย่างง่ายดาย ความพยายามในการเพิ่มประสิทธิภาพซอฟต์แวร์ของ AMD มุ่งเน้นไปที่การปรับปรุงประสิทธิภาพและประสิทธิภาพของแบบจำลอง AI ลดการใช้พลังงาน และเพิ่มความเข้ากันได้กับเฟรมเวิร์ก AI ต่างๆ ด้วยการให้การสนับสนุนซอฟต์แวร์ที่ครอบคลุม AMD ตั้งเป้าที่จะทำให้ง่ายขึ้นสำหรับนักพัฒนาในการใช้ประโยชน์จากศักยภาพของฮาร์ดแวร์สำหรับแอปพลิเคชัน Edge AI
ความร่วมมือเชิงกลยุทธ์
AMD กำลังสร้างความร่วมมือเชิงกลยุทธ์กับบริษัทอื่น ๆ ในระบบนิเวศ AI อย่างแข็งขัน ความร่วมมือเหล่านี้รวมถึงการทำงานร่วมกับผู้ขายซอฟต์แวร์ ผู้ให้บริการ Cloud และผู้ผลิตอุปกรณ์ การทำงานร่วมกับพันธมิตรเหล่านี้ช่วยให้ AMD มั่นใจได้ว่าโซลูชันฮาร์ดแวร์และซอฟต์แวร์ของบริษัทเข้ากันได้กับแอปพลิเคชันและแพลตฟอร์ม AI ที่หลากหลาย ความร่วมมือเหล่านี้ยังช่วยให้ AMD ขยายการเข้าถึงและนำเสนอโซลูชันที่ครอบคลุมซึ่งตอบสนองความต้องการที่หลากหลายของลูกค้า
ความท้าทายและโอกาสในตลาด Edge AI
ในขณะที่ตลาด Edge AI นำเสนอโอกาสที่สำคัญ แต่ก็เผชิญกับความท้าทายหลายประการที่ต้องได้รับการแก้ไข ความท้าทายเหล่านี้รวมถึงการรับรองความปลอดภัย การจัดการความซับซ้อน และการแก้ไขข้อพิจารณาด้านจริยธรรม
การรับรองความปลอดภัย
ความปลอดภัยเป็นข้อกังวลหลักในตลาด Edge AI อุปกรณ์ Edge มักถูกปรับใช้ในสภาพแวดล้อมที่มีความเสี่ยงต่อการโจมตีทางไซเบอร์ สิ่งสำคัญคือต้องใช้มาตรการรักษาความปลอดภัยที่แข็งแกร่งเพื่อปกป้องอุปกรณ์เหล่านี้จากการเข้าถึงโดยไม่ได้รับอนุญาตและการละเมิดข้อมูล ซึ่งรวมถึงการใช้การเข้ารหัส การตรวจสอบสิทธิ์ และกลไกการควบคุมการเข้าถึง นอกจากนี้ สิ่งสำคัญคือต้องอัปเดตซอฟต์แวร์และเฟิร์มแวร์บนอุปกรณ์ Edge เป็นประจำเพื่อแก้ไขช่องโหว่ด้านความปลอดภัยใดๆ
การจัดการความซับซ้อน
ตลาด Edge AI มีลักษณะเป็นความซับซ้อนในระดับสูง มีอุปกรณ์ Edge, แบบจำลอง AI และแพลตฟอร์มซอฟต์แวร์ที่แตกต่างกันมากมาย การจัดการความซับซ้อนนี้ต้องใช้แนวทางที่ประสานงานกันซึ่งเกี่ยวข้องกับผู้ขายฮาร์ดแวร์ นักพัฒนาซอฟต์แวร์ และผู้ใช้ปลายทาง ซึ่งรวมถึงการพัฒนาอินเทอร์เฟซและโปรโตคอลที่เป็นมาตรฐาน การจัดทำเอกสารและการฝึกอบรมที่ครอบคลุม และการเสนอบริการสนับสนุนเพื่อช่วยให้ผู้ใช้ปรับใช้และจัดการโซลูชัน Edge AI
การแก้ไขข้อพิจารณาด้านจริยธรรม
การใช้ AI ก่อให้เกิดข้อพิจารณาด้านจริยธรรมหลายประการ สิ่งสำคัญคือต้องตรวจสอบให้แน่ใจว่าระบบ AI มีความเป็นธรรม โปร่งใส และมีความรับผิดชอบ ซึ่งรวมถึงการแก้ไขอคติในแบบจำลอง AI การปกป้องความเป็นส่วนตัว และการตรวจสอบให้แน่ใจว่าระบบ AI ถูกใช้ในลักษณะที่รับผิดชอบและมีจริยธรรม องค์กรจำเป็นต้องพัฒนานโยบายและแนวทางที่แก้ไขข้อพิจารณาด้านจริยธรรมเหล่านี้ และตรวจสอบให้แน่ใจว่า AI ถูกใช้เพื่อประโยชน์ของสังคม
โอกาสสำหรับการเติบโต
แม้จะมีความท้าทายเหล่านี้ ตลาด Edge AI ก็มีโอกาสที่สำคัญสำหรับการเติบโต ความต้องการที่เพิ่มขึ้นสำหรับการประมวลผลแบบเรียลไทม์ ความเป็นส่วนตัวที่ได้รับการปรับปรุง และการลดการใช้แบนด์วิดท์กำลังผลักดันการนำโซลูชัน Edge AI มาใช้ เมื่อเทคโนโลยีเติบโตเต็มที่และระบบนิเวศขยายตัว ตลาด Edge AI คาดว่าจะมีการเติบโตอย่างรวดเร็วในอีกไม่กี่ปีข้างหน้า บริษัทที่สามารถแก้ไขความท้าทายได้อย่างมีประสิทธิภาพและใช้ประโยชน์จากโอกาสในตลาดนี้จะอยู่ในตำแหน่งที่ดีสำหรับความสำเร็จ
ตำแหน่งของ NVIDIA และศักยภาพในการแข่งขัน
NVIDIA ได้สร้างตำแหน่งที่โดดเด่นในตลาดการฝึกอบรม AI โดยหลักแล้วเนื่องมาจาก GPU และแพลตฟอร์มซอฟต์แวร์ขั้นสูง อย่างไรก็ตาม การเปลี่ยนไปสู่ Edge AI นำเสนอโอกาสสำหรับคู่แข่งเช่น AMD ในการท้าทายการครอบงำของ NVIDIA
จุดแข็งของ NVIDIA
จุดแข็งของ NVIDIA ในตลาด AI รวมถึง GPU ประสิทธิภาพสูง ระบบนิเวศซอฟต์แวร์ที่ครอบคลุม (รวมถึง CUDA) และการจดจำแบรนด์ที่แข็งแกร่ง ปัจจัยเหล่านี้ช่วยให้ NVIDIA สามารถครองส่วนแบ่งที่สำคัญของตลาดการฝึกอบรม AI และสร้างตัวเองเป็นผู้นำในด้านนี้ GPU ของ NVIDIA ถูกใช้อย่างแพร่หลายในศูนย์ข้อมูลสำหรับการฝึกอบรมแบบจำลอง AI ขนาดใหญ่ และแพลตฟอร์มซอฟต์แวร์ของบริษัทถูกใช้โดยนักพัฒนาเพื่อสร้างและปรับใช้แอปพลิเคชัน AI
โอกาสของ AMD
AMD มีโอกาสที่จะแข่งขันกับ NVIDIA ในตลาด Edge AI โดยใช้ประโยชน์จากจุดแข็งในด้านนวัตกรรมฮาร์ดแวร์และการเพิ่มประสิทธิภาพซอฟต์แวร์ APU ล่าสุดของ AMD ได้รับการออกแบบโดยคำนึงถึงความสามารถในการคำนวณ AI ทำให้เหมาะสำหรับแอปพลิเคชัน Edge AI นอกจากนี้ AMD ยังลงทุนในการเพิ่มประสิทธิภาพซอฟต์แวร์เพื่อให้แน่ใจว่าฮาร์ดแวร์สามารถรันแบบจำลอง AI ได้อย่างมีประสิทธิภาพ การมุ่งเน้นไปที่ Edge AI ช่วยให้ AMD สามารถสร้างความแตกต่างจาก NVIDIA และครองส่วนแบ่งที่สำคัญของตลาดที่กำลังเติบโตนี้
กลยุทธ์สำหรับการแข่งขัน
เพื่อให้สามารถแข่งขันกับ NVIDIA ได้อย่างมีประสิทธิภาพ AMD จำเป็นต้องดำเนินกลยุทธ์หลายแง่มุมซึ่งรวมถึง:
- นวัตกรรมฮาร์ดแวร์อย่างต่อเนื่อง: AMD จำเป็นต้องคิดค้นฮาร์ดแวร์อย่างต่อเนื่องเพื่อจัดหาโปรเซสเซอร์และ APU ที่ได้รับการปรับให้เหมาะสมสำหรับแอปพลิเคชัน Edge AI ซึ่งรวมถึงการพัฒนาสถาปัตยกรรมใหม่ ปรับปรุงประสิทธิภาพ และลดการใช้พลังงาน
- การพัฒนา Ecosystem ซอฟต์แวร์: AMD จำเป็นต้องพัฒนาระบบนิเวศซอฟต์แวร์ที่ครอบคลุมซึ่งรองรับเฟรมเวิร์กและแอปพลิเคชัน AI ที่หลากหลาย ซึ่งรวมถึงการจัดหาไลบรารีซอฟต์แวร์ เครื่องมือ และเอกสารประกอบที่ช่วยให้นักพัฒนาสามารถปรับใช้แบบจำลอง AI บนฮาร์ดแวร์ของ AMD ได้อย่างง่ายดาย
- ความร่วมมือเชิงกลยุทธ์: AMD จำเป็นต้องสร้างความร่วมมือเชิงกลยุทธ์กับบริษัทอื่น ๆ ในระบบนิเวศ AI ต่อไป ซึ่งรวมถึงการทำงานร่วมกับผู้ขายซอฟต์แวร์ ผู้ให้บริการ Cloud และผู้ผลิตอุปกรณ์
- การโฟกัสตลาด: AMD จำเป็นต้องมุ่งเน้นความพยายามทางการตลาดในตลาด Edge AI และเน้นย้ำถึงประโยชน์ของโซลูชันสำหรับแอปพลิเคชัน Edge AI ซึ่งรวมถึงการให้ความรู้แก่ลูกค้าเกี่ยวกับข้อดีของ Edge AI และการแสดงความสามารถของฮาร์ดแวร์และซอฟต์แวร์ของ AMD
ด้วยการดำเนินกลยุทธ์เหล่านี้ AMD สามารถแข่งขันกับ NVIDIA ได้อย่างมีประสิทธิภาพในตลาด Edge AI และสร้างตัวเองเป็นผู้นำในด้านที่เกิดขึ้นใหม่นี้ การเปลี่ยนไปสู่ Edge AI แสดงถึงโอกาสที่สำคัญสำหรับ AMD ในการท้าทายการครอบงำของ NVIDIA และครองส่วนแบ่งที่สำคัญของตลาด AI ที่กำลังเติบโต
อนาคตของการอนุมาน AI พร้อมที่จะถูกปรับรูปร่างใหม่โดยการเคลื่อนไหวเชิงกลยุทธ์ของบริษัทต่างๆ เช่น AMD ในขณะที่พวกเขาสนับสนุนการเปลี่ยนไปสู่ Edge Computing การเปลี่ยนแปลงนี้สัญญาว่าจะนำ AI เข้าใกล้ผู้ใช้ปลายทางมากขึ้น ปรับปรุงประสบการณ์ผู้ใช้ ส่งเสริมความเป็นส่วนตัว และเปิดใช้งานแอปพลิเคชันใหม่ๆ มากมายที่ก่อนหน้านี้ถูกจำกัดด้วยข้อจำกัดของการประมวลผลบน Cloud ในขณะที่ AMD ยังคงคิดค้นและลงทุนในเทคโนโลยี Edge AI บริษัทอยู่ในตำแหน่งที่ดีที่จะมีบทบาทสำคัญในการกำหนดอนาคตของปัญญาประดิษฐ์