組み込みのaiチップは、インテリジェントなセンシングを大きく変えています。デバイスは今データを収集する以上のことをします。彼らはすぐにデータを研究し、反応することができます。ローカルai処理は今非常に重要です。より多くの人々がそれを使用しています。ラテンアメリカでは、使用が増加しました2024年には18パーセントを使用します。市場は急速に成長しています:

これらの新しい変更により、埋め込みaiチップが非常に重要になります。これらは、最新のセンシングソリューションで多くの業界を支援します。

重要なポイント

• 埋め込みAIチップは、デバイスがデータをすぐに処理するのに役立ちます。これにより、センシングがより迅速かつ正確になります。デバイスは、データをクラウドに送信する必要はありません。

• これらのチップはより少ないエネルギーを使用し、データを安全に保ちます。デバイスにデータを保存します。これは、ウェアラブル、自動車、ヘルスケア、および工場にとって非常に重要です。

• AI主導の組み込みシステムにより、スマートデバイスは独自に機能します。これは、多くの仕事で物事をより安全かつ効率的にするのに役立ちます。

• リソースが足りず、熱が多すぎるなどの問題があります。新しいデザインと冷却方法が必要です。これらは、AIチップが強く、うまく機能するのに役立ちます。

• 将来的には、組み込みAIチップはさらにスマートになります。彼らはより多くのエネルギーを節約します。それらは、多くの分野でリアルタイムのセンシングに使用されます。

埋め込みAIチップの影響

リアルタイム処理

組み込みのaiチップは、デバイスの情報の使用方法を変更しました。前に、センサー確認のためにデータをクラウドに送信しました。現在、ai駆動型組み込みシステムは、デバイス上でデータを正しく学習しています。これにより、デバイスはすぐに選択できます。

テキサスインスツルメンツのC2000マイクロコントローラー神経処理ユニットがあります。これらは、リアルタイムデータ処理の仕組みを示しています。これらのチップは5〜10倍速くソフトウェアのみの方法より。太陽とエネルギーの貯蔵では、チップはほぼ同時に欠陥を見つけます。埋め込まれたaiチップも99% 以上の精度で欠陥を発見します。新しいC29コアは、信号チェーンの動作を2倍速くします。これにより、自動車や高電圧システムの機能が向上します。

新しいai駆動の組み込みシステムは、古いものよりもはるかに優れています。AMD Ryzen AI 9 365 SoCおよびAMD Ryzen AI 9 HX 370 SoCは、最大毎秒80兆回の操作を使用します。これらのチップは一度に多くのaiタスクを処理します。通常のCPUはこれを実行できません。AIチップ2023-2033レポートによると、aiチップは毎年24.4%を使用します。これは、より多くの人々がai推論と機械学習のために特別なチップを必要とするためです。

多くのものがこれらの新しいaiチップを使用しています。以下の表は、ai駆動組み込みシステムがセンシングの精度と速度にどのように役立つかを示しています:

これらの結果は、ai駆動組み込みシステムが非常に正確で迅速であることを示しています。デバイスはエッジでai推論を実行できるようになりました。これは、クラウドに多くのデータを送信する必要がないことを意味します。それはまたそれらをより良く働かせます。

ヒント: 組み込みのaiチップを使用したリアルタイム処理により、デバイスは変化にすぐに反応できます。これは、医療や工場の安全と信頼にとって非常に重要です。

アクティブセンシング

アクティブセンシングは、ai-driven組み込みシステムにとって大きな一歩です。古いセンサーは、周囲で何が起こったのかを監視していました。彼らは光や熱のようなものを待って、このデータを送りました。Aiチップが組み込まれているため、センサーはより多くのことを行うようになりました。

最新のai-driven組み込みシステムの使用LiDARやRADARなどの信号を送信するセンサーを使用します。これらのセンサーは、波またはレーザーパルスを発射します。次に、信号がどのように戻ってくるかを確認します。埋め込みaiチップは、デバイス上でこのデータを調査します。彼らはそれが何を意味するのかを理解するために機械学習を使用します。これは、デバイスが何が起こっているかを知り、独自の選択をするのに役立ちます。

モノのインターネット (IoT) では、ai駆動の組み込みシステムがセンサーをアクティブにしました。EspressifのESP32マイクロコントローラワイヤレスとai推論をミックスします。これらのシステムは、デバイス上で音声を聞いたり、奇妙なパターンを見つけたりできます。TexasInstrumentsのNeuromorphicプロセッサにより、センサーはハードウェア上のデータをチェックできます。これにより、物事がより速くなり、データの送信が削減されます。

アクティブセンシングには多くの良い点があります。

• デバイスは、何かが起こるとすぐに動作できます。

• ローカルai推論は、デバイス上でデータをプライベートに保ちます。

• システムはクラウドを必要としないため、より信頼性があります。

アクティブセンシングは、環境の監視、ホームセキュリティ、工場での作業などに役立ちます。たとえば、工場のai駆動組み込みシステムは、トラブルを引き起こす前に壊れたマシンを見つけることができます。ヘルスケアでは、ウェアラブルデバイスはai推論を使用して患者の動きを監視します。転倒などのリスクについて高い精度で警告できます。

注: 組み込みのaiチップを使用したアクティブセンシングにより、デバイスは単なる監視以上のことができます。彼らは今、理解し、推測し、行動することができます。これにより、インテリジェントなセンシングソリューションがよりスマートで独立しました。

埋め込みAIチップとは

コア関数

埋め込みaiチップは、スマートデバイスの頭脳のように機能します。これらは、これらのシステムがデバイス上で機械学習やデータ処理などを行うのに役立ちます。これらのチップは、デバイスが小さい場合や電力をあまり使用しない場合でも、aiモデルをトレーニングし、aiアルゴリズムをうまく実行できます。

• 彼らはすぐにセンサーデータを見ます。これは、自動運転車、健康時計、工場ロボットなどにとって重要です。

• GPUやエッジアクセラレータなどの特別なプロセッサにより、これらのシステムはより高速に動作します。

• 車では、これらのチップが役立ちますドライバー支援、クラッシュを停止し、問題が発生する前に修正します。

• 組み込みのaiシステムは、aiアルゴリズムを使用して、常にクラウドを必要とせずにパターンを見つけ、何が起こるかを推測し、選択を行います。

以下の表は、さまざまな場所や業界がai駆動型組み込みシステムをどのように使用しているかを示しています。

なぜ彼らが重要なのか

埋め込みaiチップは、今日のセンサーシステムにおいて非常に重要である。スマートデバイスが独自に情報を処理できるようにします。これは、クラウドに多くのデータを送信する必要がないことを意味します。ローカル処理は、デバイスが故障する前に自動運転車や固定機などを迅速に選択するのに役立ちます。

注: ガートナーはそれを言います2025年までに、企業からのほとんどのデータは通常のデータセンターの外で作成され、使用されますを使用します。これは、スマートローカルシステムに組み込みaiチップが必要な理由を示しています。

これらのスマートシステムの市場は大きくなっています。2023年、市場は価値がありました200億米ドル以上を使用します。主な理由は、IoT、カーエレクトロニクス、ヘルステクノロジー、ファクトリーロボットの増加です。Intel、Qualcomm、NXP Semiconductorsなどの企業がこの分野のリーダーです。

ジェネレーティブaiと機械学習これらのスマートシステムの構築方法を変更しています。これらの新しいアイデアは、問題を早期に発見したり、写真を認識したりするなど、物事をより速くし、デバイスがより多くのことを可能にするのに役立ちます。Aiモデルトレーニングとaiアルゴリズムは、組み込みaiシステムを改善し続けているため、スマートセンシングの将来の大きな部分を占めています。

キーテクノロジー

マイクロコントローラ

マイクロコントローラ多くの組み込みAIシステムで非常に重要です。彼らはデバイス上で機械学習モデルを実行します。これは、高速AI作業にクラウドを必要としないことを意味します。多くのスマートセンサーユニットは、マイクロコントローラを使用してセンサーデータを迅速に処理します。MLPerf小さなベンチマークスイートマイクロコントローラーがキーワードのスポッティングや奇妙なことの発見などの仕事をすることができることを示しています。彼らはほとんど力を使わず、メモリを使用します。決定木アルゴリズムは最も正確で最速です。多層パーセプトロンは、少量のメモリ使用で0.97の精度に達する可能性があります。これらの結果は、リソースが少ない場所でマイクロコントローラーがAIに対してうまく機能することを示しています。

NPUとアクセラレータ

神経処理ユニットとAIアクセラレータは、組み込みAIチップをより良く機能させます。これらの部品はハードAIジョブを処理します。スマートセンサーユニットがより速く動作し、エネルギーを節約するのに役立ちます。ARC NPX NPUは最大各サイクルで96,000の多重蓄積ジョブを使用します。1つのチップで数千のTOPSに到達できます。AIアクセラレータの使用100〜1,000倍少ないエネルギー通常のプロセッサより。これは、ドライバー支援システムのようなリアルタイムで安全な仕事にとって非常に重要です。一部のシステムは、NPU、DSP、およびマイクロコントローラーを組み合わせています。これにより、センサーフュージョンとAIジョブをより適切に処理できます。

AIセンサー

AIセンサーは、通常のセンシングと組み込み処理を組み合わせています。彼らはそれが作られた場所でデータを正しく研究します。つまり、すべてのデータをクラウドに送信する必要はありません。現在、多くのスマートシステムは、電子機器、自動車、工場でAIセンサーを使用しています。これらのセンサーにより、スマートセンサーユニットはすぐに選択できます。AIセンサーとプロセッサを使用すると、オブジェクトの検索、環境の監視、オブジェクトが壊れる前の修正などに役立ちます。この方法はプライバシーにとってより良く、物事をより速くし、そしてスマートデバイスがうまく機能するのを助けます。

ヒント: AIセンサーにより、デバイスは周囲のことを学び、迅速に行動できます。これにより、新しいセンサー融合ソリューションにとって非常に重要になります。

GPU

GPUは、特に一度に多くのことを行う必要がある仕事のために、組み込みAIチップで重要です。NVIDIAのような企業は、GPUでRISC-Vコアを使用してAIジョブをうまく処理します。GPUは、画像認識、ビデオ作業、およびその他のセンサージョブを支援します。Qualcomm、Apple、Googleのモバイルチップ強いGPUおよびNPUの部品を持って下さい。これは、これらが組み込みAIでどれほど重要であるかを示しています。カーチップは、強力なGPUを使用して、自動運転およびスマートセンサーユニットを支援します。

インテリジェントセンシングアプリケーション

スマートカメラ

Ai駆動組み込みシステムを備えたスマートカメラは、すぐに画像を学習できるようになりました。これらのカメラには、写真を撮るとすぐに見るためのaiチップが内部にあります。トルコでは、750以上の交差点スマートカメラを使用してトラフィックを監視します。これらのカメラはトラフィックをチェックし、クラウドにデータを送信せずに問題を見つけます。工場では、Cognex In-SightやLuxonis OAK-Dのようなスマートカメラ製品をチェックし、間違いを見つけます。彼らは時間の経過とともにセンサーデータを使用し、ライン上で自分で選択を行います。これはエラーを止め、製品をより良くするのに役立ちます。より速く、より信頼できるので、より多くの企業がaiを組み込んだスマートビジョンを望んでいます。

インダストリアルIoT

インダストリアルIoTは、ai駆動の組み込みシステムを使用して、物の製造や商品の移動を支援します。TSMCやSamsungのような企業は、aiを使用して、人々が何を購入するかを推測し、供給を追跡しますを使用します。クアルコムはaiを使用して、サプライヤーにリスクがあるかどうかを確認します。これらのシステムは、時間の経過とともにセンサーデータを調べます問題を見つけてマシンが壊れないようにするを使用します。愛は物事が壊れる前に物事を修正するのを助けるので、仕事は止まらず、お金が節約されます。Nvidiaはaiを使用して出荷を追跡し、最適なルートを選択します。産業用IoTに組み込まれたaiは、環境内の奇妙なものを見つけるのにも役立つため、工場は迅速に行動できます。センサー内のAIコンピューティングとマイクロエッジAIにより、デバイスは独自にデータを学習できるため、デバイスの動作が改善され、データが非公開になります。

ヘルスケア機器

ヘルスケアデバイスは現在、ai駆動の組み込みシステムを使用して患者を監視し、医師や看護師を支援しています。ウェアラブルセンサーは、心拍数、動き、およびその他の兆候に関するデータを収集します。組み込みのaiチップは、このデータをすぐに調べて、奇妙なハートビートや転倒などを見つけます。これらのシステムは、頻繁にチェックすることで、医療ツールの機能を維持するのに役立ちます。病院はaiを使用して患者データを研究し、より良いケアを提供します。ローカル処理により、個人情報を安全に保ち、スタッフが迅速に行動できるようになります。より多くの医療場所が埋め込みaiを使用しているため、より良いケアとより安全な場所につながります。

自動車

車はai駆動の組み込みシステムから多くの助けを得ます。新しい車はaiチップを使用して、カメラ、レーダー、その他のセンサーからのデータを調べます。これらのシステムはビデオをすぐに見ることができます危険を見つけるか、50ミリ秒未満でクラッシュを推測するを使用します。高度なドライバー支援システム (ADAS)ステアリング、人の発見、死角のチェックにaiを使用します。愛は車の部品が壊れる前に修理するのを助け、それらを長持ちさせますを使用します。車にaiを埋め込むと、自分で選択できるようになり、運転がより安全でスムーズになります。センサー内のAIコンピューティングとマイクロエッジAIは、データを車に保持します。これにより、車をプライベートに保ち、より高速になります。

AI対応の組み込みシステム市場は2024年の85億ドルから2034年までに357億ドルに成長を使用します。大きな分野は、自動車、工場ロボット、ヘルスケア、家庭用ガジェットです。NVIDIA、Intel、Qualcommなどの企業は、この市場の急速な成長を支援しています。

組み込みAIチップのトレンド

エッジAI

エッジコンピューティングは、デバイスのaiの使い方を変えています。企業は現在、センサーとデバイスにaiチップを投入しています。これは、データが作成された場所で処理されることを意味します。デバイスは、すべての情報をクラウドに送信する必要はありません。これはデータを非公開にし、物事をより速くするのに役立ちます。半導体市場は急速に成長しています。2025年の売上高は6,970億ドルに達する可能性がありますを使用します。この成長の多くは、aiアクセラレータとエッジコンピューティングによるものです。自動車メーカーは毎年より多くのaiチップを使用しています。彼らは電気自動車や運転支援システムでそれらを使用しています。より多くのチップの必要性に追いつくために工場が建設されています。チップは3Dスタッキングのような新しいデザインで小さくて強くなっていますを使用します。これらの変更は、デバイスが端でハードセンシングの仕事をするのに役立ちます。

エネルギー効率

省エネは今aiチップにとって非常に重要です。エッジのデバイスは、より少ない電力を使用する必要がありますが、それでもaiモデルを高速で実行します。新しいaiチップは、使用するエネルギーが少なく、古いものよりもうまく機能します。GPU高速化コンピューティングは、最大46倍高速を使用します。また、通常のCPUの10倍少ないエネルギーを使用できます。データセンターにaiチップを搭載したサーバーの中には、エネルギー効率が3倍高いものがあります。PayPalはaiチップを使用して詐欺を見つけ、サーバーのエネルギー使用量をほぼ8倍削減しました。これらの変更は、企業がお金を節約し、汚染を減らすのに役立ちます。省エネのaiチップにより、ウェアラブルやセンサーなどの小型デバイスでバッテリーを使い切ることなくaiを使用できます。

セキュリティ

より多くのデバイスがaiおよびエッジコンピューティングを使用するため、セキュリティはより重要です。ローカル処理は、デバイスにプライベートデータを保持します。これは人々のプライバシーを保護するのに役立ちます。特別なaiチップには、ハッカーを阻止し、データを安全に保つ機能があります。エッジコンピューティングにより、より多くのデバイスがネットワークに接続します。したがって、強力なセキュリティが必要です。企業は、暗号化と安全なブートをaiチップに追加します。これは最初からデータを安全に保ちます。Aiが車、工場、家に入るとき、セキュリティは重要なままです。業界は、あらゆる種類のセンシングソリューションのために、安全で信頼できるaiチップに取り組んでいます。

特典

低レイテンシ

埋め込みaiチップデバイスの右のデータに取り組んで、デバイスが高速に答えるのに役立ちます。このように、クラウドにデータを送信する必要がないため、速度が低下する可能性があります。たとえば、ai推論が端で発生した場合、スマートカメラとロボットはすぐに行動できます。テストによると、Intel Gaudi2のようなaiアクセラレータは、物事をほぼ2倍の速さにすることができます。85ミリ秒から約45ミリ秒を使用します。高速ネットワークでは、新しいaiハードウェアは、大量のデータがあっても待ち時間を短くします。これは、少しでも重要な自動運転車のようなものにとって非常に重要です。

• デバイスはデータをすぐに処理するため、迅速に決定できます。

• ローカルai推論はクラウドを待っていないことを意味します。

• 迅速な回答は、病院や車で人々を安全に保つのに役立ちます。

効率

特別なaiハードウェアは、デバイスがより少ないエネルギーを使用し、より良く動作するのに役立ちます。多くの組み込みシステムは、電力を節約するために、aiアクセラレータと、ウェイトプルーニングと量子化を備えたものなどのスマートモデルを使用しています。データセンターは、次のようなものでエネルギーをどれだけうまく使用しているかを確認しますパワー使用効率 (PUE)そしてワットあたりの性能 (PPW)。これらは、aiチップがより少ない電力を使用しながらより多くの仕事をすることができることを示しています。たとえば、ウェーハスケールのai加速器チップオンウェーハ技術により、デバイスはより多くのエネルギーを必要とせずにより多くのaiタスクを実行できます。良好な冷却と残りのエネルギーの使用も地球を助けます。

強化されたセキュリティ

組み込みのaiチップは、デバイスに重要なデータを保持することで、物事をより安全にします。データがローカルにとどまると、インターネットを介して移動しないため、ハッカーが盗むのは困難です。これにより、グループはGDPRなどのプライバシールールに従うことができます。現在、多くのaiシステムは暗号化と安全なブートを使用しているため、悪い人が入るのが困難です。フェデレーション学習は、生データを共有せずにデバイスが一緒に学習できるようにすることでも役立ちます。より多くの場所がaiを使用するにつれて、これらの安全手順は人々と企業を安全に保つためにさらに重要です。

ヒント: ローカルai推論は、デバイスが迅速に選択できるようにし、プライベートデータをハッカーから安全に保ちます。

課題

リソース制限

埋め込みAIチップにはしばしば厳しい制限があります。多くのデバイスは小さなプロセッサを使用し、多くのメモリを持っていません。これらのチップは、スペースやパワーがほとんどない複雑なAIモデルを実行する必要があります。デザイナーはモデルサイズとスピードの間で選ぶ必要があります。一部のチップは大きなニューラルネットワークを実行できません。これにより、リアルタイムのセンシングが遅くなったり、精度が低下したりする可能性があります。パッケージが2.5Dから3D ICに変わるとき、電力供給が難しくなるを使用します。電流密度が高くなり、電源ピンが少なくなると、電圧の問題が発生する可能性があります。性能はすべてのチップで同じではないかもしれません。これらの制限により、小型デバイスで高度なAIタスクを実行することは困難です。

熱管理

熱管理は、組み込みAIチップにとって大きな問題です。チップがAIを機能させると、チップは熱くなります。3Dスタックチップでは、熱が簡単に出られません。ホットスポットは内部に形成され、チップを傷つけたり、信頼性を低下させたりする可能性があります。古い冷却方法は深い層に達することができません。エンジニアは現在、液体金属、グラフェンシート、サーマルゲルなどの新しい熱材料を使用しています。一部の企業は、熱抵抗を下げるために単層TIM1.5を使用しています。他の人は、熱の移動を改善するために銅メッキのダイヤモンドを使用しています。チップへの直接液体冷却やマイクロ流体冷却などのアクティブ冷却が現在より使用されています。これらのソリューションは設計を難しくしますが、AIチップを安全に保ち、うまく機能させるのに役立ちます。

注: 新しい冷却および熱材料の市場は急速に成長しています。これは、AIチップ設計における熱の問題を修正することがいかに重要であるかを示しています。

デプロイ

埋め込みAIチップを使用するのは難しい場合があります。各デバイスには独自のセットアップが必要になる場合があります。エンジニアはAIモデルをハードウェアに一致させる必要があります。センサーや他のシステムの接続には多くの時間がかかります。電力と熱の問題には特別な設計が必要な場合があります。現場のデバイスでAIモデルを更新するのは簡単ではありません。セキュリティとプライバシーのルールは、より多くのステップを追加します。企業は、システムが実際にうまく機能することを確認するためにシステムをテストする必要があります。これらの問題は、AIが新しいセンシングソリューションで使用される速度を遅くする可能性があります。

将来の展望

イノベーション

組み込みAIチップの未来は、多くの新しいアイデアをもたらします。企業は神経形態コンピューティングに取り組んでいます。これは、チップを人間の脳のように機能させる方法です。これらのチップは時系列データをよりよく扱うことができます。省エネデザインも今重要です。エンジニアは、使用する電力が少ないチップを製造しますが、それでも難しい仕事をします。エッジコンピューティングはますます普及しています。デバイスは、作成されたデータを処理します。これにより、待機が削減され、データが安全に保たれます。

メーカーは、デバイス上で時系列データから学習するチップを作成するようになりました。これは、スマートカメラ、ヘルスモニター、およびロボットがより速く反応できることを意味します。これらのチップでAIモデルをトレーニングすることは、より頻繁に行われています。デバイスは、クラウドの更新を必要とせずに時系列データの新しいパターンを見つけることができます。これらの新しいアイデアは、業界が問題を迅速に修正し、より賢明な選択をするのに役立ちます。

注: ニューロモーフィックチップとエッジコンピューティングは、AIソリューションの次の波をリードします。これらの変更は、デバイスが時系列データをすぐに理解して使用するのに役立ちます。

機会

多くの業界では、AIチップが組み込まれた新しいチャンスがあります。市場は2025年から2032年に急速に成長しますを使用します。これは、チップの設計が優れており、AIが日常のデバイスでより多く使用されているためです。IoT、ヘルスケア、工場、輸送がこの成長を助けています。デバイスは、時系列データを独自に学習するようになりました。これは、パターンを見つけて迅速な選択をするのに役立ちます。

自動化とスマートテクノロジーの必要性は、成長の大きな理由です。企業は時系列データを扱うチップにお金を使います。彼らは、壊れる前に機械を固定したり、場所を安全に保つなどにそれらを使用します。市場は、機械学習や自然言語処理などの分野で成長しています。専門家は、早期に投資する人々は良い利益を得るだろうと考えています。

• より多くの人々が時系列データのリアルタイム研究を望んでいます。

• 新しいチップデザインは、より良いAIソリューションの作成に役立ちます。

• さまざまな場所での成長と優れたリスク計画は、企業の勝利に役立ちます。

ヒント: 時系列データに組み込みAIチップを使用する企業は、よりうまく機能し、ライバルを打ち負かすことができます。

埋め込みAIチップは、スマートセンシングを改善しています。それらは、デバイスがより速い選択をし、より少ないエネルギーを使用するのを助けます。これらのチップはまた、データをより安全に保つ。市場は2024年の約98.7億ドルから2031年までに256.8億ドルに成長を使用します。これは、より多くの人々が高速で動作し、情報を非公開にするデバイスを望んでいることを示しています。AIを使用するための新しいハードウェアとよりスマートな方法が登場するにつれて、企業はこれらのツールがどのように役立つかを考える必要があります。読者は、組み込みAIチップがどのように仕事を変えたり、新しいアイデアを与えたりするかを考えることができます。

よくある質問

埋め込みAIチップとは何ですか?

組み込みAIチップは、デバイス内の小さなプロセッサです。デバイス上で人工知能タスクを実行します。このチップは、デバイスがデータを調査し、物事を迅速に決定するのに役立ちます。デバイスはクラウドにデータを送信する必要はありません。

組み込みAIチップはどのようにセンシングソリューションを改善しますか?

埋め込みAIチップは、デバイス上のセンサーデータを調べます。それらはデバイスがより速くそしてより良い精度で行動するのを助けます。これは、遅延が少ないことを意味する。また、ヘルスケア、工場、自動車で物事をより安全にします。

組み込みAIチップはエネルギー効率が良いですか?

はい。ほとんどの組み込みAIチップは、より少ない電力を使用するように作られています。バッテリーを使い果たすことなく、デバイスがAIモデルを実行できるようにします。これはウェアラブルやIoTセンサーに最適です。

組み込みAIチップを最も使用している業界は何ですか?

自動車、ヘルスケア、製造、家電などの産業はこれらのチップを使用しています。チップは、リアルタイムの分析、壊れる前の修正、スマートな自動化に役立ちます。

組み込みAIチップはデータプライバシーの保護に役立ちますか?

はい。ローカル処理は、デバイスにプライベートデータを保持します。これにより、データ漏洩の可能性が低くなり、企業がGDPRなどのプライバシールールに従うことができます。