Специалисты аналитической компании ABI Research попытались оценить перспективы технологии TinyML, внедрение которой замедлилось из-за пандемии, и пришли к выводу, что эта технология  наверстает упущенное уже в будущем году.

Напомним, понятие TinyML (от Tiny Machine Learning) объединяет облегчённые и оптимизированные средства машинного обучения, способные выполнять аналитику на периферии облака. По сути, TinyML — машинное обучение с минимальным расходом ресурсов (это касается как стоимости оборудования, так и затрат энергии) и без обращения к сети.

Как утверждается, TinyML уже демонстрирует огромный потенциал и находится на пути к тому, чтобы стать крупнейшим сегментом рынка периферийного машинного обучения (ML) по объемам отгрузки. В ABI Research прогнозируют, что общий объем поставок устройств TinyML в 2022 году достигнет 1,2 млрд штук. Это больше, чем устройств категории Edge ML. Кроме того, распространение приложений машинного обучения со сверхнизким энергопотреблением означает, что все больше устаревших устройств также будут оснащены моделями машинного обучения для обнаружения отклонений от нормальной работы, мониторинга состояния и профилактического обслуживания.