- Anzeige -
- Anzeige -
Lesedauer: 5min
Developer-Kit für Machine Vision AI an der Edge

Jun 3, 2020 | Allgemein

Vizi-AI SDK von Adlink ist ein Developer-Starterkit für Machine-Vision-AI-Anwendungen an der Edge. Es enthält zudem ein Intel-Atom-basiertes Smarc-Computermodul mit einer Movidius Myriad X VPU sowie dem OpenVino-Toolkit von Intel.
Entwickler können an das 
Vizi-AI-Board Bilderfassungsgeräte anschließen 
und dann Machine-Learning-Modelle verwenden, um die 
Erkenntnisse aus den Bilddaten zur Optimierung zu nutzen.
Entwickler können an das Vizi-AI-Board Bilderfassungsgeräte anschließen und dann Machine-Learning-Modelle verwenden, um die Erkenntnisse aus den Bilddaten zur Optimierung zu nutzen.Bild: Adlink Technology GmbH

Neue Technologien wie autonomes Fahren, vernetzte Städte oder das Internet der Dinge (IoT) generieren eine wachsende Flut an Daten. Diese müssen gesammelt, gespeichert, verarbeitet und analysiert werden. Nur dann können Unternehmen die Daten zu ihrem Vorteil nutzen, z.B. um weitere Innovationen zu entwickeln oder daraus Erkenntnisse zu ziehen, die sie dabei unterstützen, bessere Entscheidungen zu treffen und Wettbewerbsvorteile zu erzielen. Edge Computing ist die Lösung für viele dieser Herausforderungen: Daten lassen sich direkt an der Edge sammeln und analysieren. Gleichzeitig benötigen Unternehmen eine geringere Bandbreite als bei der Verarbeitung in einem zentralen Rechenzentrum und können somit schneller agieren. Gerade bei der Vernetzung von Geräten aller Art im IoT spielt auch die künstliche Intelligenz (KI) ihre Vorteile aus. Die Implementierung von KI bei Edge Computing ermöglicht eine einfache Umsetzung von Aufgaben, die normalerweise extrem schwierig und vielschichtig sind. Dazu gehört beispielsweise auch kundenspezifische Qualitätsprüfungen. Machine Learning, kognitive Dienste, Bildverarbeitungsanalyse und andere komplexe Informationsmanagement-Aufgaben können an der Edge durchgeführt werden, um Anpassungen in Echtzeit vorzunehmen. Produktionsanlagen, autonome Fahrzeuge und komplexe Robotik profitieren von dieser höheren Stabilität, der reduzierten Latenzzeit und der gesteigerten Effizienz, die FoF (Force-on-Force)-Arbeitsgänge ermöglichen. Die Genauigkeit lässt sich durch den Einsatz einer KI über kontinuierliches Training erhöhen und dadurch gleichzeitig die Entwicklungszeit deutlich verkürzen.

Vision-KI für Edge Computing

Doch wie können Entwickler IoT-Anwendungen und -Geräte schnell und problemlos implementieren, damit Unternehmen von den Vorteilen von Edge Computing möglichst zügig profitieren können? Die Antwort darauf heißt Vizi-AI. Das SDK bietet die technischen Voraussetzungen, um die Vorteile von Edge Computing auszuschöpfen. Vizi-AI ist ein kleiner KI-Computer, der speziell für Entwickler entworfen wurde. Das SDK kombiniert Hardware und Software – und bietet so einen Ausgangspunkt für den Einsatz von Bildverarbeitungs-KI direkt an der Edge. Vizi-AI lässt sich für eine Vielzahl industrieller Anforderungen skalieren. Dabei wird immer dieselbe Software eingesetzt, aber je nach Bedarf eine entsprechend leistungsfähigere Hardware. Zu dem Kit gehören eine Reihe von vorgefertigten OpenVino-kompatiblen Modellen für Machine Learning, die sich Out-of-the-Box nutzen lassen. Das OpenVino Toolkit optimiert Deep Learning-Workloads auch über die Intel Architektur hinaus und erlaubt eine schnelle Installationen von der Edge bis zur Cloud. Die Edge-Software von Adlink bietet zudem über die Data River Software erweiterte Funktionen von OpenVino und gewährleistet einen dynamischen und sicheren Datenfluss. Anwender können darüber hinaus eine vorinstallierte Auswahl eigener Modelle dank des Edge Model Manager hinzufügen. Zu den weiteren Bestandteilen des Kits gehören Intel Atom-basierte SMARC Computermodule mit Intel Movidius MyriadX VPU und 40 Stiftsteckern. Das Adlink Edge Profile gewährleistet eine unkomplizierte Anwendererfahrung beim Management von Endgeräten und Applikationen. Einmal installiert, lässt sich eine Vielzahl von Bilddaten sammeln und analysieren, ob zu Trainingszwecken oder um neue Modelle zu entwickeln, hochzuladen und zu nutzen.

Fazit

Dank Vizi-AI lässt sich die Vernetzung von Anwendungen und Geräten für das IoT beschleunigen und vereinfachen. Das Sammeln und die Verarbeitung der Daten an der Edge entlasten Rechenzentren und Bandbreite. Gleichzeitig erhalten die Firmen belastbare Informationen und können flexibler agieren. Da Edge AI eine relativ neue Technologie ist, besteht noch kein einheitlicher Standard hinsichtlich Anwendungen und Systemen. In Zusammenarbeit mit Intel ist Adlink derzeit dabei, entsprechend offene Angebote zu entwickeln, die sich zu einem Standard entwickeln könnten.

www.adlinktech.com

Autor:
Firma: Adlink Technology GmbH
www.adlinktech.com

News

- Anzeige -

Weitere Beiträge

Das könnte Sie auch interessieren

Mit Machine Learning präzise Vorhersagen treffen

Viele Unternehmen haben das Potenzial selbstlernender Systeme, die Machine Learning benutzen, erkannt. Dieser Teilbereich der künstlichen Intelligenz basiert auf Algorithmen, die Muster und Gesetzmäßigkeiten in großen Datenmengen erkennen. Mithilfe neuronaler Netze lassen sich aus den Datenbeständen Rückschlüsse ziehen und Prognosen treffen. In vielen Branchen bereits etabliert, findet Machine Learning als Analyse- und Steuerungsinstrument nun auch zunehmend Anwendung in der Logistik. Ein Beispiel dafür ist die Verknüpfung des Microsoft Azure Machine Learning Studios mit Bestandsmanagement- oder ERP-Systemen. Mit diesen Lösungen lassen sich unter anderem Bestände und Bestellungen optimieren sowie Lagerprozesse erheblich verbessern.

mehr lesen

Studie von VDE und Bertelsmann Stiftung: KI-Ethik messbar machen

In einer neuen Studie zeigen die Technologieorganisation VDE und die Bertelsmann Stiftung, wie sich Ethikprinzipien für künstliche Intelligenz (KI) in die Praxis bringen lassen. Zwar gibt es eine Vielzahl an Initiativen, die ethische Richtlinien für die Gestaltung von KI veröffentlicht haben, allerdings bis dato kaum Lösungen für deren praktische Umsetzung. Genau hier setzt der VDE als Initiator und Leiter der ‚AI Ethics Impact Group‘ gemeinsam mit der Bertelsmann Stiftung an.

mehr lesen

KI in der medizinischen Diagnostik

Das Robotik Startup Robominds hat in Reaktion auf die aktuelle Corona-Pandemie eine Lösung entwickelt, die Roboterarme befähigt, Proben und Reagenzien für die medizinische Diagnostik vor zu sortieren. Auf Basis künstlicher Intelligenz erkennt das Soft-und Hardwaresystem Robobrain Position und Farbe der Probenröhrchen und kann diese ohne vorheriges Einlernen voll automatisiert vor- und einsortieren.

mehr lesen

Künstliche Intelligenz für ‚Beyond 5G‘

Während viele europäische Staaten gerade dabei sind, den Mobilfunk der 5. Generation aufzubauen, arbeitet die Forschung bereits an seiner Optimierung. Denn obwohl 5G seinen Vorgängern weit überlegen ist, hat auch der neueste Mobilfunkstandard noch Verbesserungspotenzial: Besonders in urbanen Gebieten, in denen ein direkter Sichtkontakt zwischen Sender und Empfänger erschwert ist, funktioniert die Funkverbindung oftmals noch nicht zuverlässig. In dem kürzlich gestarteten EU-Projekt Ariadne erforschen nun elf europäische Partner, wie sich durch die Nutzung von hohen Frequenzbändern und künstlicher Intelligenz eine fortschrittliche Systemarchitektur für »Beyond 5G« entwickeln lässt.

mehr lesen

Schutz der Privatsphäre und KI in Kommunikationssystemen

Alle zwei Jahre vergeben der VDE, die Deutsche Telekom sowie die Städte Friedrichsdorf und Gelnhausen den mit 10.000 Euro dotierten Johann-Philipp-Reis-Preis an einen Nachwuchswissenschaftler. Dieses Jahr geht er an Prof. Dr.-Ing. Delphine Reinhardt von der Georg-August-Universität Göttingen und an Dr.-Ing. Jakob Hoydis von den Nokia Bell Labs in Nozay, Frankreich. Die beiden Preisträger teilen sich die Auszeichnung und damit das Preisgeld.

Infor bringt Infor Coleman AI auf den Markt

Infor, Anbieter von branchenspezifischer Business-Software für die Cloud, hat bekanntgegeben, dass die Plattform Infor Coleman AI für Embedded-Machine-Learning-Modelle ab sofort verfügbar ist. Sie bietet die Geschwindigkeit, Wiederholbarkeit und Personalisierung, die Unternehmen benötigen, um KI vollständig zu operationalisieren.