L’infrastruttura di calcolo necessaria a supportare l’AI nei flussi di lavoro AEC è stata al centro di un panel tenutosi a NXT DEV, la conferenza organizzata da AEC Magazine. Il punto di partenza della discussione: mentre l’intelligenza artificiale trasforma rapidamente i processi del settore, gli studi devono decidere come scalare le proprie risorse computazionali, bilanciando desktop, workstation mobili, datacenter e cloud.
Il panel, moderato da Greg Corke, cofondatore di AEC Magazine, ha raccolto esperti di grandi studi di architettura e di alcuni dei principali fornitori di tecnologia: Greg Schleusner (HOK), Nick Cameron (Perkins & Will), Jeff Mottle (Nvidia), Owen Welsh (Intel) e Chris Ruffo (Lenovo).
HOK e Perkins & Will: sperimentazione sotto controllo
Schleusner e Cameron hanno descritto come i rispettivi studi stiano iniziando ad affrontare il training e l’inferenza di AI. In entrambi i casi non è stata presentata una strategia consolidata, ma un approccio pragmatico ed esplorativo: i progettisti possono sperimentare strumenti di AI in locale, mentre le risorse computazionali vengono gestite con attenzione.
Le posizioni dei fornitori di tecnologia
Mottle ha delineato un panorama in evoluzione sotto il profilo della distribuzione del calcolo: la maggior parte delle startup software del settore nasce cloud-first, mentre gli ISV più grandi stanno sviluppando approcci ibridi.
Welsh ha messo l’accento sulla democratizzazione dell’AI tramite NPU (Neural Processing Unit) integrate, con un doppio obiettivo dichiarato: migliorare le performance per watt e rendere le funzionalità di AI accessibili su diverse piattaforme hardware.
Ruffo ha infine sottolineato il ruolo di workstation flessibili e aggiornabili, in grado di adattarsi a richieste computazionali che cambiano rapidamente, in particolare man mano che i workload di AI aumentano di complessità.
Implicazioni per gli studi di progettazione
La discussione conferma che la domanda di calcolo nel settore non è più riconducibile a una sola piattaforma. La sperimentazione locale con strumenti di AI, praticata da HOK e Perkins & Will, coesiste con software che nasce cloud-first e con approcci ibridi in sviluppo presso gli ISV consolidati. Per gli studi questo significa valutare il mix tra desktop, mobile, datacenter e cloud in relazione ai carichi di training e inferenza, i cui requisiti evolvono rapidamente. Il focus di Intel su performance per watt introduce inoltre il tema dell’efficienza energetica nella scelta dell’hardware dedicato all’AI.
Un dibattito ancora in fase esplorativa
Nel panel non sono stati riportati benchmark, dati quantitativi né risultati di progetti specifici: le posizioni espresse restano a livello di orientamenti strategici. Anche gli studi di grandi dimensioni si trovano in una fase iniziale, in un territorio tecnologico descritto come inesplorato: il training e l’inferenza sono oggetto di sperimentazione, non di deploy strutturato. Le dichiarazioni di Nvidia, Intel e Lenovo vanno inoltre riferite ai rispettivi speaker e non costituiscono valutazioni indipendenti sulle soluzioni citate.
La registrazione integrale del panel è disponibile sul sito video di AEC Magazine.
Lascia un commento