Wenn die KI näher an die Produktion rückt

Was ist ein Edge-AI-Computer?

Edge AI revolutioniert die Art und Weise, wie Daten verarbeitet werden – direkt am Ort des Geschehens, ohne Verzögerungen und ohne den Umweg über entfernte Server. Doch welche Herausforderungen und Möglichkeiten bringt diese Technologie wirklich mit sich? Compmall klärt auf.

Edge AI bringt KI-Fähigkeiten in das Edge-Computing. (Bild: ©Funtap - stock.adobe.com)

Edge AI bringt KI-Fähigkeiten in das Edge-Computing. (Bild: ©Funtap – stock.adobe.com)

Edge AI bringt künstliche Intelligenz vom Rechenzentrum zu Edge-Computern. Dieser Wandel verspricht Echtzeitanalyse und -aktionen, indem die Analyse näher an die Quelle gebracht und langsame Datenrücksendungen eliminiert werden. Abgesehen von den versprochenen Vorteilen gibt es einige wichtige Faktoren zu berücksichtigen, insbesondere in Bezug auf die Leistung von Edge-Computern.

Was ist ein Edge-AI-Computer?

Bei herkömmlichen KI-Einsätzen sendet der Edge-Computer alle Daten an einen leistungsstarken Server für das Modelltraining und die Vorhersagen. Der Server muss spezifische Netzwerksicherheitsprotokolle implementieren, um sichere Verbindungen für Benutzer an vielen Standorten zu ermöglichen und den Zugriff auf KI-Modelle zu erlauben.

Edge AI bringt KI-Fähigkeiten in das Edge-Computing. Es nimmt KI-Modelle und -Algorithmen aus dem Rechenzentrum und platziert sie auf dem Edge-Computer. Die Verlagerung der Verarbeitung auf den Edge-Computer ermöglicht eine schnelle Datenerfassung, Echtzeitverarbeitung und maschinelles Lernen nahe der Datenquelle. Dadurch entfällt die Übertragung großer Datenmengen zu entfernten Cloud-Servern.

Edge-AI-Computer müssen fähig sein, sich an Umweltbedingungen anzupassen sowie Netzwerkkapazitäten eines regulären Edge-Computers zur Verfügung zu stellen. Zudem müssen sie wesentlich höhere Leistung beim Datentransfer und der Verarbeitung bereitstellen, um den komplexen Anforderungen der KI-Verarbeitung gerecht zu werden. Von Fabriken, Krankenhäusern und Parkplätzen bis hin zu Straßenlaternen und Ladestationen können Edge-AI-Computer Echtzeit-Datenverarbeitung und Entscheidungsfindung realisieren.

Der typische Einsatzort von Edge-AI-Computern ist ein industrielles Umfeld. Diese stellen deutlich härtere Umweltanforderungen an den Computer als die gemäßigten Umgebungen von Rechenzentren oder Büros. Trotz dieser widrigen Einflussfaktoren, beispielsweise feuchte und kühle Frischwarenfabriken oder kontinuierlich vibrierender Zugwaggons, muss der Computer stabil in rauen Umgebungen arbeiten. Hohe Zuverlässigkeit ist daher unverzichtbar. Die Geräte müssen den grundlegenden Herausforderungen von Temperatur, Feuchtigkeit und Vibrationen standhalten und sich mit schwerwiegenderen Herausforderungen wie instabilen Spannungen, elektromagnetischen Störungen oder potenziellen Sicherheitsrisiken auseinandersetzen. Verschiedene Schutzmaßnahmen in Industriequalität, wie Überstrom-, Überspannungs- und ESD-Schutz, sind inzwischen Standard. UL-Sicherheitszertifizierung und EMV-Standards für Industrieumgebungen (wie EN61000-6-2 und EN61000-6-4) sind ebenfalls Faktoren bei der Auswahl eines Edge-AI-Computers. Diese Zertifizierungen gewährleisten die Zuverlässigkeit und Sicherheit der Geräte in den verschiedenen Umgebungen.

Die Verarbeitungsleistung

Edge AI legt den Schwerpunkt auf die lokale Realisierung von Maschinenlern- und KI-Modellen. Daher ist die Rechenleistung entscheidend. Anspruchsvollere Industrieanwendungen erfordern hier Hardware der Mittel- bis Oberklasse, die mit unabhängigen GPU-Grafikkarten oder speziellen Beschleunigern ausgestattet sind. Die drei Haupttypen solcher GPU-Karten sind derzeit SoM, MXM und PEG. SoM (System on Module) GPUs sind eine kleinformatige GPU mit niedrigem Stromverbrauch, die speziell für Embedded Systeme entwickelt wurden. Typischerweise findet diese Technologie Anwendung, wenn hohe Leistung bei geringem Stromverbrauch erforderlich ist. MXM (Mobile PCI Express Module) sind flexible und leicht aufrüstbare Plug-in-GPU-Module, welche in Industriecomputern eingesetzt werden. Die PEG (PCI Express Graphics) GPU ist eine traditionelle Grafikkarte, die normalerweise in den PCIe-Slot des Motherboards eingesteckt wird und die leistungsfähigsten Grafikverarbeitungsfähigkeiten bietet. Sie eignet sich für Anwendungen, die extrem hohe Rechenleistung erfordern, wie hochfrequente Bildverarbeitung und Deep Leaning.

 

Das könnte Sie auch interessieren

Die Umfrageteilnehmer der Manufacturing Vision Study stimmen zu, dass der digitale Wandel eine strategische Priorität für sie ist. Jedoch äußern die Befragten auch Bedenken, nicht mit dem Tempo technologischer Innovation Schritthalten zu können.‣ weiterlesen

Für Konsumenten wird es immer wichtiger, sich für ein nachhaltiges und transparentes Produkt zu entscheiden. Hierbei soll der Digitale Produktpass (DPP) helfen. Dieser dient als eine Art Steckbrief des gekauften Produkts. Der Spitzencluster it’s OWL beschäftigt sich in gleich zwei Projekten mit dem Thema.‣ weiterlesen

Befragte in vier europäischen Nationen sind sich einig: Automation ist vielversprechend für die europäische Industrie. 60 Prozent der befragten Unternehmen glaubt an eine vollautomatisierte Fertigung in fünf Jahren, über zwei Drittel (68 Prozent) sehen Automatisierungssysteme als essenziell, um wettbewerbsfähig zu bleiben. Das ergab eine Umfrage von Reichelt Elektronik zum Stand und den Zukunftsaussichten von Automatisierungstechnik, KI und IoT im herstellenden Gewerbe. ‣ weiterlesen

Trend Micro fasst im aktuellen Lagebericht die wichtigsten IT-Sicherheitstrends im ersten Halbjahr 2024 zusammen. Das Bedrohungsniveau bei Ransomware und Phishing bleibt hoch. Cyberkriminelle haben aus den jüngsten Erfolgen der Polizei gelernt und passen ihre Taktiken an, indem sie etwa KI und globale Ereignisse für ihre Zwecke nutzen.‣ weiterlesen

Deutsche Unternehmen verzeichneten Schäden durch Datenlecks in Höhe von durchschnittlich 4,9Mio.€ pro Fall. Laut einem aktuellen IBM-Report waren gestohlene oder kompromittierte Zugangsdaten dabei der häufigste Angriffsvektor.‣ weiterlesen

NIS-2 sorgt in vielen Köpfen für Unsicherheit. Dabei lässt sie sich gut mit der Hausordnung vergleichen, wie sie in Mehrfamilienhäusern oder Firmengebäuden existiert: Die europaweite Direktive ist das Regelwerk (Hausordnung), dessen Einhaltung Dienstleister (analog zum Hausmeister) für Unternehmen (quasi die Bewohner) sicherstellen. Doch was ist neu an NIS-2? Welche Maßnahmen müssen Firmen umsetzen? Dies erklärt die folgende Checkliste.‣ weiterlesen

Ein an der Technischen Chemie der Universität Duisburg-Essen (UDE) entwickelter 3D-Drucker soll dafür sorgen, dass Seltene Erden, ein wichtiger Bestandteil von Elektromotoren, effizienter genutzt werden können. Das Besondere: Das Baumaterial wird bereits während des Herstellungsprozesses analysiert, so dass eine Qualitätskontrolle in Echtzeit möglich ist.‣ weiterlesen

Durch Industrie 4.0 entstehen Datenräume für unterschiedlichste industrielle Anwendungen. Damit die heterogenen Prozesse und Systeme effizient ineinandergreifen, werden Standards für Datencontainer benötigt. Das Verbundprojekt David, das vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) über drei Jahre mit rund 290.000€ gefördert wird, forscht daher an einem gemeinsamen Datenraum.‣ weiterlesen

Ein individueller Fahrradsattel bietet viel Komfort, doch sind im Markt erhältliche Sättel meist standardisiert. Fizik, ein Hersteller für Fahrradzubehör, will diesen Umstand mit seinem One-to-One-Programm adressieren. Dabei helfen die 3D-Druck-Technologien von Carbon.‣ weiterlesen

Wenn 2023 das Jahr war, in dem die Welt die generative KI entdeckte, dann ist 2024 das Jahr, in dem Unternehmen diese neue Technologie wirklich nutzen und daraus einen Nutzen ziehen.‣ weiterlesen

Die Blockchain ist vielen aus dem Finanzsektor bekannt, etwa wenn es um Kryptowährungen geht. Doch kann die Technologie auch in anderen Wirtschaftsbereichen einen Mehrwert bieten? Das Ifo Institut hat die Verbreitung der Blockchain untersucht.‣ weiterlesen