Edge-KI: Was ist das und wie funktioniert es?
Edge-KI, was ist das? Wie funktioniert sie? Was sind die Vorteile? Dies war das Thema eines unserer OnLogic Live-Events. In diesem Blogbeitrag tauchen wir noch tiefer in das Thema ein. Wir gehen der Frage nach, was KI (künstliche Intelligenz) am Edge bedeutet und betrachten einige Edge-KI-Anwendungsfälle. Außerdem behandeln wir einige Konzepte, die Ihnen hoffentlich zu einem besseren Verständnis der Vorteile von Edge-KI verhelfen.
Was ist Edge-KI?
Edge-KI bezeichnet den Einsatz künstlicher Intelligenz am Rande eines Netzwerks, in der Nähe des Ortes, an dem die Daten erzeugt werden. So können in Echtzeit verwertbare Erkenntnisse gewonnen werden. KI-Berechnungen können natürlich auch in einer zentralen Cloud oder in externen Rechenzentren stattfinden. Jedoch trägt der Einsatz von KI-Funktionen am Netzwerkrand dazu bei, Entscheidungen und Maßnahmen auf der Grundlage der von den Sensoren vor Ort erfassten Informationen zu beschleunigen.
Ein fiktives Beispiel für Edge-KI
Eines meiner Lieblingsbeispiele für KI im Edge stammt aus einem meiner liebsten Videospiele: der originalen Mass Effect-Trilogie von Bioware. Ein kurzer Überblick über die Trilogie: Sie sind Commander Shephard, ein menschlicher Spectre, der versucht, die gesamte Galaxie vor einer bösen außerirdischen Spezies mit dem Namen „Die Reapers“ zu retten. Im zweiten Spiel lernen wir EDI (Enhanced Defense Intelligence) kennen, eine KI, die sich vollständig ihrer selbst bewusst ist. Sie befindet sich auf Shephards Schiff „die Normandy“.
Wie funktioniert diese KI im Edge?
Dieses fiktive Schiff, die Normandy, reist von System zu System. Daher kann es sich nicht darauf verlassen, dass das Internet mit einer Cloud-Umgebung verbunden ist, um die gesamte Datenverarbeitung von EDI durchzuführen. Wenn man den ganzen Weg von der Erde nach Omega reist, das etwa 2,43 Astronomische Einheiten (oder 363711744 Kilometer) entfernt ist, kann man nicht wirklich erwarten, dass ein Cloud-Netzwerk die gesamte KI-Berechnung übernimmt, oder?
KI vor Ort bedeutet KI im Edge
Um diese Herausforderung zu meistern, verfügt die Normandy über einen eigenen KI-Kern auf dem Raumschiff. Da haben Sie es: KI im Edge.Die Datenspeicherung und Verarbeitung der Anwendung (die EDI) erfolgt auf dem Gerät, das alle Daten und Informationen aufnimmt, die von den KI-Algorithmen verarbeitet werden müssen. Alle Sensoren des Schiffes senden die Daten direkt an den KI-Kern an Bord. Für die Datenverarbeitung ist keine Internetverbindung erforderlich, da der gesamte KI-Code auf dem KI-Kern selbst gespeichert, aktualisiert und optimiert wird.
Reale Beispiele für Edge-KI
Dieses Beispiel für eine Verteidigungsanwendung (EDI) auf einem Raumschiff (der Normandy) in Mass Effect ist natürlich Science-Fiction. Die Realität ist jedoch nicht viel anders.
Ein hervorragendes Beispiel für Edge-KI sind autonome Fahrzeuge. Lesen Sie unseren Kundenbericht über Bear Flag Robotics und deren autonome Traktoren. Diese Lösung nutzt Informationen aus zahlreichen Quellen. Dazu gehören 3D-Kameras, LiDAR und Positionssensoren, damit die Fahrzeuge wissen, wo sie abbiegen müssen, um Bodenunebenheiten auszuweichen, zur Anpassung der Ausrüstung und zum rechtzeitigen Abbremsen, um Hindernissen auszuweichen.
All diese Entscheidungen müssen schnell getroffen werden – es bleibt keine Zeit, die Daten an die Cloud zu senden, sie zu verarbeiten und dann Anweisungen an den Traktor zurückzugeben. Werden die Daten direkt am Computer auf dem Traktor und nicht in der Cloud erfasst und verarbeitet, entfällt diese Verzögerung, auch Latenz genannt.
Ganz zu schweigen davon, dass der Zugang zu einer Internetverbindung auf einem landwirtschaftlichen Feld eine Herausforderung darstellen kann. Mit KI im Edge, also am Rande des Feldes, kann die Datenverarbeitung einfach fortgesetzt werden, unabhängig davon, wo sich die Daten befinden.
Die Vorteile des Einsatzes künstlicher Intelligenz im Edge
Vielleicht erinnern Sie sich an unseren Blogbeitrag über die Vorteile von Edge-Computing. Darin haben wir die Vorteile für den Anwendungsfall in der industriellen Automatisierung beschrieben. Die Vorteile für einen KI-Anwendungsfall sind ähnlich und umfassen Folgendes:
geringere Latenzzeit
höhere Geschwindigkeit
Möglichkeit, mehr Daten mit höherer Geschwindigkeit zu übertragen
geringere Bandbreitennutzung
verbesserte Datenverarbeitung, -analyse und -auswertung
Da Entscheidungen in Echtzeit auf der Grundlage von Echtzeitdaten getroffen werden können, ermöglicht KI eine schnelle Reaktion.
Hardware-Anforderungen für Edge-KI
Jetzt, da Sie die Vorteile von Edge-KI kennen, fragen Sie sich vielleicht: „Welche Hardware brauche ich, damit sie wirklich erfolgreich ist?“ Die Wahrheit ist, dass es darauf ankommt. Verschiedene Anwendungen haben unterschiedliche Hardwareanforderungen. Es gibt eine ganze Reihe von Überlegungen.
Industrielle I/O
Ihr Edge-Computer muss möglicherweise mit vielen IoT-Geräten verbunden werden. Führen Sie eine Bestandsaufnahme Ihrer angeschlossenen Geräte durch. So stellen Sie sicher, dass Sie Ihre Lösung mit den entsprechenden industriellen I/O mit Raum für Erweiterungen konfigurieren. Der OnLogic HX500 verfügt zum Beispiel über acht USB-Anschlüsse, Dual-LAN und einen optionalen COM-Anschluss für ältere Verbindungen.
Der Standort Ihrer Edge-KI-Anwendung – Überlegungen zur Umgebung
Eine der wichtigsten Überlegungen ist der Standort Ihrer Anwendung. Es gibt viele äußere Einflüsse, die sich auf Ihren Computer auswirken können. Sie haben vielleicht eine Anwendung, die ständig Staub, Schmutz und anderen Partikeln ausgesetzt ist. Dies könnte einem herkömmlichen Computer schaden. In diesem Fall ist ein lüfterloser Industrie-Computer ein Muss.
Denken Sie an die Umgebung, der ein autonomer Traktor von Bear Flag ausgesetzt ist. Ein auf einem Traktor montierter Computer ist nicht nur Schmutz ausgesetzt, sondern wird auch ständig von Stößen und Vibrationen beeinflusst. Ein herkömmlicher Computer könnte mit dieser Umgebung wahrscheinlich nicht zurechtkommen und es käme zu Datenverlusten. Das würde Ihre KI daran hindern, die richtige Entscheidung zum richtigen Zeitpunkt zu treffen. In dieser Situation ist ein Rugged-Computer wahrscheinlich die beste Wahl.
Wie die Datenmenge bewältigt werden kann
Eine weitere Überlegung ist der Speicherplatz auf Ihrem Computer. Daten sind die wichtigste Quelle für eine KI. Alle Sensoren und Datenströme, mit denen Ihr Edge-Computer verbunden ist, können schnell Daten anhäufen. Was ist in Situationen, in denen Ihr Edge-Computer nicht mit einem Netzwerk verbunden ist und keine Daten an eine Fog- oder Cloud-Ebene übermitteln kann? Dies könnte bei einer mobilen KI-Anwendung der Fall sein. Hier gibt es zwei Möglichkeiten: Speicherung und drahtlose Verbindungen.
Speicherung
Sie könnten eine Menge physischen Speicher auf Ihrem Computer hinzufügen, der als Puffer oder Cache fungiert und mit der Cloud oder Ihren Dateneinheiten synchronisiert wird, sobald Sie wieder mit einem Netzwerk verbunden sind. Speicherlösungen, die auf NVMe und PCIE 4.0 basieren, sorgen dafür, dass Sie immer noch eine mehr als ausreichende Speicherkapazität in Ihren Industrie- oder Rugged-Computer packen können. Gleichzeitig profitieren Sie von seiner kompakten Größe.
Verbindungsmöglichkeiten
Sie können Ihre Computerlösung mit drahtlosen Verbindungsmöglichkeiten ausstatten. So können Sie immer eine Verbindung zu Ihrer Cloud aufrechterhalten, um Daten zu speichern und abzurufen. Ein Computer mit 4G-Verbindung ist auf eine SIM-Karte angewiesen, die Ihnen eine Datenverbindung bietet, um mit verschiedenen Plattformen oder Servern zu kommunizieren. Sie können sich aber auch für beide Optionen entscheiden: Sie können die Verbindung auf Ihrem Computer in jeder Situation sicherstellen, aber auch genügend Speicher konfigurieren, um als Puffer für Situationen zu dienen, in denen Sie keine Verbindung haben.
Visuelle Verarbeitung
Was ist, wenn Ihre KI-Anwendung eine visuelle Verarbeitung erfordert? Ein Beispiel: Sie haben eine Anwendung, die mit einer Kamera ihre Umgebung scannt und visuelle Eingaben auf der Grundlage von Bildern oder Videos verarbeitet. Um sicherzustellen, dass Ihre KI-Anwendung so reibungslos wie möglich läuft, müssen Sie die Grafikverarbeitungsfähigkeiten Ihres Edge-KI-Computers berücksichtigen. In vielen Fällen verfügen die neuesten Prozessoren über die nötige Rechenleistung, um die für Ihre Anwendung erforderlichen Grafikaufgaben zu bewältigen. Dies gilt beispielsweise für unsere Karbon 800-Serie. In einigen Fällen kann es jedoch vorkommen, dass Ihr Computer eine anspruchsvollere visuelle Verarbeitung benötigt, die einen Industrie-Computer mit einem speziellen Grafikprozessor erfordert.
Sind Sie bereit für KI im Edge?
Ob nun eine Ingenieurin nach der besten Methode zur Implementierung von KI sucht, oder ein menschlicher Superheld mit einem milliardenschweren Raumschiff durch die Galaxie fliegt, das von einer hochentwickelten KI an Bord für alle wichtigen Entscheidungen profitiert – KI im Edge ist ganz klar essenziell in der heutigen Welt der Technologie. Da die Technologie immer flexibler wird und die Anwendungen immer mehr Echtzeitdaten erfordern, wird KI im Edge zu einem der wichtigsten Konzepte für den Erfolg der künstlichen Intelligenz.Sind Sie bereit für den Beginn Ihrer KI-Reise? Wir beraten Sie gerne zu den Hardwareanforderungen für Ihre KI-Anwendung. Laden Sie unsere Checkliste zur Auswahl eines Industrie-Computers herunter oder wenden Sie sich an unsere Lösungsspezialist:innen, um den perfekten Computer für Ihr nächstes KI-Projekt auszuwählen.