‏وای‌فای ۷ داره ستون فقرات هوش مصنوعی لبه می‌شه

به گفتهٔ Ed Sperling در Semiconductor Engineering، ساخت‌وساز شتاب‌گرفتهٔ هوش مصنوعی لبه داره نحوهٔ تعامل ما با AI رو بازتعریف می‌کنه و تمرکز رو از دیتاسنترهای غول‌پیکر به‌سمت نتایج سریع‌تر و بارهای کاری هدفمندتر در لبه می‌بره. در لبه دادهٔ کمتری پردازش می‌شه و مسیرها کوتاه‌ترن؛ به‌جای LLMهای عمومی، مدل‌های زبانی کوچیکِ دامنه‌محور می‌شینن — مثلاً به یه ربات بگن چقدر فشار برای برداشتن یه شیء لازمه یا به ماشین بگن ترمز کنه. به قول Ananda Roy از Synaptics، این «AI هایپراسکیلرها نیست»؛ AI با مصرف فوق‌کم‌توانه که قبلاً بهش tiny machine learning می‌گفتن.

وای‌فای تو این تحول نقش پررنگی داره، خیلی فراتر از نقش اولیه‌ش برای اشتراک اینترنت تو خونه و کافه. با اضافه‌شدن دستگاه‌های بیشتر به لبه، وای‌فای محبوب‌ترین فناوری برای اشتراک دسترسیه و با وای‌فای ۷ و وای‌فای ۸ در راه (احتمالاً اواخر ۲۰۲۸) داره قابل‌پیش‌بینی‌تر، مطمئن‌تر و امن‌تر می‌شه. به گفتهٔ Sivaram Trikutam از Infineon، وای‌فای اولش به‌عنوان یه فناوری «best-effort» طراحی شده بود، ولی حالا که تو رباتیک صنعتی و اتوماسیون استفاده می‌شه به یه utility تبدیل شده و «دیگه نباید قطعی داشته باشه».

نویسنده می‌گه با همهٔ تلاش اپراتورهای سلولی، وای‌فای عملاً نبرد جابه‌جایی دادهٔ درون‌سازمانی رو برده. در تئوری mmWave در 5G می‌تونه به سرعت‌های بالای ۱۰ گیگابیت بر ثانیه (تقریباً سرعت فیبر) برسه، ولی در عمل سیگنال mmWave سریع تضعیف می‌شه، از گوشه و شیشه رد نمی‌شه و با حرکت آدم‌ها و کامیون‌ها یا حتی تغییر دما مختل می‌شه. تنها راه‌حل فعلی، گذاشتن ریپیتر و small cell همه‌جاست که حجم زیرساخت و نگهداری موردنیازش، فایدهٔ 5G/6G mmWave رو به‌شدت محدود می‌کنه.

بحث امنیت هم مهمه: وای‌فای با اجازه‌دادن به کاربر برای انتخاب پردازش محلی یا ابری، نشت داده رو کم می‌کنه و دزدیدن داده بدون دسترسی فیزیکی رو سخت‌تر می‌کنه. به گفتهٔ Sassan Ahmadi از Keysight، یه شرکت دفاعی نمی‌خواد داده‌ش از محوطه‌ش بیرون بره، پس لبه رو داخل فایروال خودش نگه می‌داره. Shishir Gupta از Synaptics هم می‌گه امنیت از پایه و از سخت‌افزار تعریف می‌شه: یه hardware root of trust، سطح ۳ معماری امنیت پلتفرم (PSA)، Arm TrustZone، حفاظت حافظه و secure boot.

این تحول معماری تراشه‌ها رو هم عوض می‌کنه؛ تأکید روی جابه‌جایی داده هرچه نزدیک‌تر به عناصر پردازشی و افزودن قابلیت inference برای ارکستراسیون بلادرنگه. مثلاً تراشهٔ وای‌فای Synaptics سه نوع حافظه داره: حافظهٔ اختصاصی connectivity برای MAC و baseband، یه SRAM اپلیکیشن، و اجرای مستقیم از روی فلش (execute-in-place) که با بوت امن و لاتنسی کم، بدون کپی همهٔ کد روی تراشه اجرا می‌شه — یه حافظهٔ توزیع‌شده که هم از نظر تأخیر هم توان کارآمده. این تراشه‌ها باید Bluetooth LE 6.0، Thread و Zigbee رو هم پشتیبانی کنن و کاربردهایی مثل Wi-Fi sensing و Bluetooth channel sounding (تخمین فاصله با دقت حدود ۲۰ تا ۳۰ سانتی‌متر) رو ممکن کنن.

نویسنده می‌گه تحول بعدی بعد از بهبود «قابلیت اطمینان»، رسیدن به «قطعیت» (determinism) هست: یعنی بشه با اطمینان گفت ترافیک از این نوع حداکثر چقدر طول می‌کشه تا به مقصد برسه، نه اینکه صرفاً «بالاخره می‌رسه». این همون چیزیه که قراره تو وای‌فای ۸ بیاد. چالش بزرگ پیش رو هم ارکستراسیون جابه‌جایی داده بین نودها و پروتکل‌های مختلف و استفادهٔ کارآمدتر از پهنای‌باند برای پشتیبانی از access pointهای بیشتره. لبه در واقع همون نقطهٔ مرزیه که تأخیر رفت‌وبرگشت داده باید تضمین بشه (در حالت ایده‌آل کمتر از یک میلی‌ثانیه) و چون این تأخیر با طول فیبر زیاد می‌شه، لبه باید تا حد ممکن نزدیک باشه.

نکات کلیدی:

• وای‌فای ۷ برای هوش مصنوعی لبه ضروری شده و وای‌فای ۸ (اواخر ۲۰۲۸) بحث تضمین تأخیر رو جلو می‌بره
• در لبه، مدل‌های کوچیک دامنه‌محور و کم‌مصرف جای LLMهای عمومی رو می‌گیرن
• mmWave در 5G/6G سریع افت می‌کنه و از گوشه و شیشه رد نمی‌شه، برای همین وای‌فای نبرد دادهٔ درون‌سازمانی رو برده
• پردازش محلی نشت داده رو کم می‌کنه و امنیت از سخت‌افزار (root of trust، PSA L3، TrustZone، secure boot) تعریف می‌شه
• چالش بعدی، ارکستراسیون داده بین نودها و پروتکل‌ها و استفادهٔ کارآمد از پهنای‌بانده