Si prega di assicurarsi che Javascript sia abilitato ai fini dell'accessibilità al sito web. Le GPU guidano il futuro dell'informatica
Per investitori privati in Italia

Le GPU guidano il futuro dell'informatica

Hamish Chamberlayne, Responsabile azioni sostenibili globali, e Richard Clode, gestore di portafoglio Technology Equities, si confrontano su come questo minuscolo chip grafico stia rivestendo un ruolo fondamentale nella trasformazione digitale globale.

Hamish Chamberlayne, CFA

Hamish Chamberlayne, CFA

Head of Global Sustainable Equities | Portfolio Manager


Richard Clode, CFA

Richard Clode, CFA

Portfolio Manager


8 settembre 2022
7 minuti di lettura

In sintesi

  • Le GPU utilizzano l'energia in modo più intelligente, riducendo il notevole carico energetico dell'elaborazione ad alte prestazioni nei centri dati
  • Le GPU, fondamentali nell'addestramento dei modelli di intelligenza artificiale (AI) e deep learning, hanno un ruolo cruciale nella trasformazione digitale dei processi e delle imprese.
  • Riteniamo che il passaggio a un modello di business a basse emissioni di carbonio sia determinante per il successo di lungo termine e che sarà la tecnologia a consentire questo cambiamento.

Le unità di elaborazione grafica (GPU) sono alla base del futuro dell'informatica. Progettata per l'elaborazione parallela, una GPU è una scheda elettronica specializzata che collabora con il cervello del computer, l'unità di elaborazione centrale (CPU), per migliorare le prestazioni di calcolo. Se state leggendo questo articolo da un dispositivo elettronico, è probabile che sia una GPU ad alimentare lo schermo.

Sebbene inizialmente le GPU fossero usate per la computer grafica e l'elaborazione di immagini per l'informatica personale e aziendale, il caso d'uso si è notevolmente ampliato e la tecnologia si è evoluta. La legge di Moore, in base alla quale il numero di transistor in un circuito integrato raddoppia ogni due anni, mentre il costo del calcolo si dimezza, ha democratizzato l'uso delle GPU rendendole meno costose e più facilmente disponibili, agevolandone l'adozione in diversi settori. Oggi, le GPU ad alte prestazioni hanno un ruolo centrale in molte applicazioni tecnologiche diverse e costituiranno la base delle piattaforme di calcolo di nuova generazione.

Il potere del parallelismo: applicazioni nell'IA e nel deep learning

Le GPU sono costruite allo scopo di gestire contemporaneamente grossi carichi di lavoro, aumentare l'efficienza di calcolo e migliorare le prestazioni informatiche generali. Sicuramente utili per gli utenti finali, come i gamer, che apprezzano la computer grafica in tempo reale di elevata qualità, trovano applicazione anche in ambiti più professionali.

La capacità delle GPU di elaborare grandi blocchi di dati in parallelo le rende la soluzione ottimale per l'addestramento di modelli di intelligenza artificiale (IA) e di deep learning, che richiedono l'elaborazione parallela intensiva di centinaia di migliaia di reti neurali contemporaneamente. Le applicazioni del deep learning sono ampie, dall'abilitazione dei servizi web al miglioramento dei veicoli autonomi e della ricerca medica.

Come possono essere usate le GPU per l'individuazione di malattie genetiche? I tradizionali metodi per l'individuazione di varianti genetiche associate a una malattia specifica sono lunghi e complessi: gli esperti devono passare al setaccio l'intero DNA di una persona, pari a tre miliardi di coppie di basi, per trovare la singola variazione che causa la malattia. Tuttavia, la Stanford University School of Medicine ha dimostrato che l'uso del deep learning basato su GPU potrebbe ridurre i tempi di diagnosi da sei/otto settimane a sole 7,5 ore. Nel trattamento di pazienti affetti da malattie gravi, questo risparmio di tempo potrebbe salvare delle vite, dimostrando il potenziale impatto positivo.1

La digitalizzazione guida la carbonizzazione

Sebbene le GPU abbiano già avuto un impatto positivo su problematiche del mondo reale, la possibilità di dare forma all'innovazione in tutti i settori non è ancora stata completamente esplorata. Le applicazioni dell'IA e del deep learning sono fondamentali per dare vita a un futuro digitale di successo, e questo sta già in parte avvenendo grazie all'affermazione della tendenza alla digitalizzazione. È importante sottolineare che questa tendenza sta avendo effetti in tutti i settori e, di conseguenza, disporre di capacità tecnologiche efficienti e potenti è essenziale in un contesto in cui le imprese stanno iniziando la loro trasformazione digitale.

Sul piano dell'impatto, riteniamo che la digitalizzazione abbia un ruolo positivo nello sviluppo economico e nell'emancipazione sociale, e crediamo anche che sia fortemente allineata alla decarbonizzazione. Le "crepe" della digitalizzazione rompono il guscio delle funzioni analogiche tradizionali, favorendo la trasparenza dei dati e dotando le imprese e le persone delle conoscenze necessarie a prendere decisioni consapevoli sul consumo, la produzione e la riduzione in base ai loro comportamenti. Ad esempio, l'ambizioso proposito di ridurre le emissioni di carbonio e raggiungere gli obiettivi climatici può contare sull'estrazione, la trasformazione e l'analisi dei dati per stabilire la migliore linea d'azione.

Stiamo già assistendo alla penetrazione della digitalizzazione e al superamento delle tecniche tradizionali: i produttori integrano la tecnologia nei processi industriali per ottimizzare la produzione, i gestori di edifici usano la tecnologia intelligente e l'analisi dei dati per garantire che l'energia venga consumata solo quando è necessario e i sistemi di trasporto intelligente analizzano il traffico dei dati per ridurre le congestioni, il consumo di carburante e le emissioni. In altri ambiti, molti servizi digitali hanno iniziato a sostituire i metodi tradizionali, che spesso comportano un maggior consumo di energia: le riunioni online, ad esempio, limitano i viaggi di lavoro, riducendo l'impronta di carbonio a livello globale.

L'alimentazione della tecnologia ha un costo?

Uno degli aspetti più critici della trasformazione digitale globale è la quantità di energia necessaria per l'elaborazione ad alte prestazioni. È importante che prendiamo atto del reale costo energetico della tecnologia, e di cosa possiamo fare per ridurre il consumo energetico globale.

Molti credono erroneamente che un'intensificazione dell'uso dei centri dati equivalga a un aumento della domanda di energia. Secondo l'Agenzia internazionale per l'energia (AIE), l'impiego di energia nei centri dati è rimasto stabile nonostante l'esplosione della domanda di centri dati e del traffico internet – grafico 1. Questa disparità è dovuta all'efficienza dei sistemi e dei processi. Le GPU riducono al minimo il significativo carico energetico del calcolo ad alte prestazioni sui data center. Per le applicazioni IA, alcune GPU possono garantire un'efficienza energetica fino a 42 volte superiore rispetto alle CPU tradizionali. Allo stesso tempo, alcuni data centre iperscalabili basati su GPU utilizzano solo il 2% dello spazio rack, il che li rende più efficienti in termini di spazio rispetto ai sistemi basati su CPU. 2 In breve, le GPU hanno una marcia in più. Consentendo un uso più intelligente dell'energia, contribuiscono in parte a ridurne al minimo i consumi.

Grafico 1: l'uso dell'energia nei centri dati resta invariato


Source: IEA, Global trends in internet traffic, data centres workloads and data centre energy use, 2010-2020, IEA, Paris https://www.iea.org/data-and-statistics/charts/global-trends-in-internet-traffic-data-centres-workloads-and-data-centre-energy-use-2010-2020

Il percorso verso lo zero netto

Come tutti i settori, anche quello tecnologico dovrà fare la sua parte per contrastare il cambiamento climatico globale e ridurre la sua impronta ambientale, con l'obiettivo di raggiungere l'azzeramento netto delle emissioni. Nel 2020, l'Agenzia internazionale per l'energia (AIE) ha pubblicato il suo Tracking Clean Energy Progress annuale, che riferisce in merito alle tecnologie e ai settori energetici principali che hanno un ruolo cruciale per il rallentamento del riscaldamento globale. Su 46 settori, l'AIE ha citato i data centre e le reti di trasmissioni di dati come uno dei soli sei settori che si stanno avvicinando all'obiettivo di uno scenario di sviluppo sostenibile. Tuttavia, l'impennata dell'utilizzo di internet a livello globale durante il COVID-19, guidata dall'aumento di video e conferenze in streaming, dei giochi online e dei social network, ha declassato il giudizio a “servono maggiori sforzi” nel rapporto del 2021.3

Nonostante questa battuta d'arresto, riteniamo che tenere alta l'attenzione sul miglioramento costante dell'efficienza nelle infrastrutture dei centri dati sia cruciale per raggiungere gli obiettivi di azzeramento netto, consolidando il ruolo che le GPU svolgono nel creare un mondo digitalizzato sostenibile.

Le implicazioni etiche dell'IA

Sebbene l'impiego su vasta scala dell'IA comporti molti vantaggi, la diffusione dell'adozione di questa tecnologia presenta molti rischi sul piano etico.

Nei casi in cui l'IA è meno costosa, più veloce e intelligente dell'uomo, può essere usata per sostituire l'attuale forza lavoro: i chatbot hanno sostituito il personale dei call centre grazie alla capacità dell'IA di elaborare il linguaggio naturale, molti operai sono stati sostituiti da macchinari automatizzati e presto i robotaxi potrebbero prendere il posto dei conducenti. Siamo consapevoli dell'impatto che questo potrebbe avere sull'occupazione, soprattutto in aree a elevata concentrazione, e crediamo che sia fondamentale tenere conto delle possibili conseguenze di lungo termine sulla società. Tuttavia, ravvisiamo anche un vantaggio nel cedere all'IA alcuni ruoli lavorativi monotoni. Liberando capitale umano, le persone hanno l'opportunità di assumere ruoli più appaganti che l'IA non potrebbe svolgere, come la formazione personale, il design creativo e l'insegnamento. A nostro avviso sarebbe un arricchimento per le società.

È importante anche prendere atto dell'eventualità che la tecnologia possa essere usata per scopi discutibili. Recentemente il governo degli Stati Uniti ha limitato le esportazioni verso la Cina di chip GPU di fascia alta prodotte da nVIDIA, nel tentativo di impedire ad alcune aziende cinesi di acquistare le GPU per consentire il controllo di massa, soprattutto sui musulmani uiguri. Siamo pienamente favorevoli alle restrizioni volte a ridurre potenziali minacce etiche verso la società.

Alcune imprese, tra cui nVIDIA, hanno anche adottato un quadro etico per mettere in atto i principi di "IA affidabile" nell'ecosistema dei prodotti dell'azienda. Riteniamo che sia molto importante mettere i principi etici al centro della progettazione e dello sviluppo del prodotto per imprimere un cambiamento positivo e favorire la trasparenza nello sviluppo dell'intelligenza artificiale.

Conclusioni

La digitalizzazione è la base del nostro futuro. Partendo da umili origini, la GPU si è evoluta in uno dei più importanti facilitatori dell'innovazione e della trasformazione digitale della società. Crediamo inoltre che i computer di prossima generazione saranno fondamentali per raggiungere gli obiettivi di sostenibilità globale. L'analisi delle singole aziende ci induce a ritenere che il passaggio a un modello di business a basse emissioni di carbonio sia determinante per il successo di lungo termine e che sarà la tecnologia a consentire questo cambiamento.

 
1 Blog Nvidia, "World Record-Setting DNA Sequencing Technique Helps Clinicians Rapidly Diagnose Critical Care Patients", 2022
2 Nvidia, Corporate Social Responsibility Report, 2021
3 Agenzia internazionale per l'energia, Tracking Clean Energy Progress Report, 2022

Deep learning: consiste nell'introdurre in un sistema informatico una grande quantità di dati, che possono essere usati per prendere decisioni su altri dati. I dati vengono forniti attraverso reti neurali, costruzioni logiche che pongono una serie di domande binarie vere o false o estraggono un valore numerico da tutti i dati che le attraversano, e li classificano in base alle risposte ricevute.

Queste sono le opinioni dell'autore al momento della pubblicazione e possono differire da quelle di altri individui/team di Janus Henderson Investors. I riferimenti a singoli titoli non costituiscono una raccomandazione all'acquisto, alla vendita o alla detenzione di un titolo, di una strategia d'investimento o di un settore di mercato e non devono essere considerati redditizi. Janus Henderson Investors, le sue affiliate o i suoi dipendenti possono avere un’esposizione nei titoli citati.

 

Le performance passate non sono indicative dei rendimenti futuri. Tutti i dati dei rendimenti includono sia il reddito che le plusvalenze o le eventuali perdite ma sono al lordo dei costi delle commissioni dovuti al momento dell'emissione.

 

Le informazioni contenute in questo articolo non devono essere intese come una guida all'investimento.

 

Comunicazione di Marketing.

 

Glossario