- Anzeige -
- Anzeige -
Lesedauer: 6min
Embedded-Systeme für KI-Anwendungen
Künstliche Intelligenz trifft Embedded

Okt 12, 2020 | Technologie

An künstlicher Intelligenz (KI) und maschinellem Lernen führt kein Weg vorbei. Die Automobilindustrie, die industrielle Automation, die Landwirtschaft - kaum ein Sektor, der nicht vor tiefgreifenden Veränderungen steht. Mit KI-fähigen Embedded-Systemen steht künstliche Intelligenz zunehmend direkt at the Edge zur Verfügung.
 Der KI-Edge-Computer S A2 verfügt über vier Ethernet-Schnittstellen mit jeweils eigenen NICs für eine latenzfreie Sensoransteuerung. Damit eignet sich der Box-PC ideal für Intelligence-Edge-Anwendungen wie Inferencing oder Perception.
Der KI-Edge-Computer S A2 verfügt über vier Ethernet-Schnittstellen mit jeweils eigenen NICs für eine latenzfreie Sensoransteuerung. Damit eignet sich der Box-PC ideal für Intelligence-Edge-Anwendungen wie Inferencing oder Perception.Bild: Syslogic GmbH

Künstliche Intelligenz (KI) hat lange im Datencenter stattgefunden. Seit einigen Jahren steht sie dank neuartiger Prozessortechnologie immer häufiger am Netzwerkrand bereit. Dadurch eröffnen sich neue Anwendungsgebiete. Insbesondere, wenn eine sehr kurze Latenzzeit zwingend ist oder wenn eine Maschine nicht ständig mit dem Netz verbunden ist, werden KI-gestützte Embedded-Systeme eingesetzt.

Vom autonomen Fahren bis zur vorausschauenden Wartung

Diese übernehmen heute vielseitige Inferenzfunktionen, treffen also selbstständig Schlussfolgerungen. Zum Beispiel die Analyse und Kategorisierung von Bilddaten. Weiter lassen sich KI-fähige Embedded-Systeme zur Umgebungswahrnehmung einsetzen. Daten verschiedener Sensoren wie Lidar, Radar, Ultraschall oder Kamera werden gesammelt und praktisch in Echtzeit zu einem Gesamtbild zusammengetragen. Man spricht dabei von Sensorfusion. Durch Sensorfusion wiederum sind Embedded-Systeme dank paralleler Prozessortechnologie und cleverer KI-Algorithmen in der Lage, selbstständig intelligente Entscheide abzuleiten. Die Einsatzmöglichkeiten von künstlicher Intelligenz in der Industrie sind vielseitig. Sei es für Fahrassistenzsysteme in Fahrzeugen, für autonomes oder teilautonomes Fahren, für Robotikanwendungen oder für Smart Farming. Wertvolle Dienste leistet KI außerdem in der vorausschauenden Wartung. Betrieb, Wartung und Reparatur von Maschinen oder Fahrzeugen werden dabei so effizient wie möglich gestaltet. Sensordaten werden fast latenzfrei ausgewertet. Auffälligkeiten und bevorstehende Ausfälle sind frühzeitig zu erkennen. Weiter kann ein System wenn nötig sofort reagieren und beispielsweise einen Notstopp einleiten, um Beschädigungen zu verhindern. Dadurch lassen sich Wartungsaufwand und Stillstandzeiten von Maschinen oder Fahrzeugen reduzieren und langfristig planen. KI-getriebene Wartung lässt sich nicht nur auf einzelne Maschinen, sondern auf die gesamte Wertschöpfungskette anwenden. Weiter wird KI bereits heute für die sensorbasierte Inspektion und Überwachung eingesetzt. Sei es die Qualitätskontrolle von Rotorblättern für Windturbinen, die Kontrolle von Bahnschienen und -weichen oder medizinische Diagnostik. Grundsätzlich bietet KI branchenübergreifend Möglichkeiten, um Effizienz, Sicherheit und Komfort zu verbessern.

Module inklusive Entwicklerumgebung

 Künstliche Intelligenz (KI) unter Extremsituationen, dafür ist der IP67-geschützte KI-Rugged-Computer RS A2 von Syslogic ausgelegt. Der Box-PC basiert auf einem TX2i-Modul aus der Nvidia-Jetson-Reihe.
Künstliche Intelligenz (KI) unter Extremsituationen, dafür ist der IP67-geschützte KI-Rugged-Computer RS A2 von Syslogic ausgelegt. Der Box-PC basiert auf einem TX2i-Modul aus der Nvidia-Jetson-Reihe.Bild: Syslogic GmbH

Wegbereiter für diese lokale KI sind GPU-beschleunigte Prozessorplattformen. Marktführer ist Nvidia. Das Unternehmen stellt mit seiner Jetson-Produktfamilie eine leistungsfähige Plattform für Industrieanwendungen zur Verfügung. Die Produktfamilie beinhaltet Module in verschiedenen Leistungsklassen. Angefangen beim Jetson Nano über den Jetson TX2 und Jetson Xavier NX bis zum Jetson AGX Xavier. Weiter bietet Nvidia mit dem Jetpack SDK eine für alle Module einheitliche Entwicklerumgebung. Diese beinhaltet das Linux Betriebssystem (L4T) sowie KI-Bibliotheken für Deep Learning, maschinelles Sehen, beschleunigtes Computing und Multimedia. Zudem werden Treiber für eine Vielzahl von Sensoren unterstützt. Damit liefert Nvidia einen Werkzeugkasten, der den einfachen und schnellen Einstieg in KI-Applikationen ermöglicht.

KI meets Embedded

Eines der ersten Unternehmen, das die Nvidia-Technologie in robuste Embedded-Computer integriert hat, ist Syslogic. Das Unternehmen mit Niederlassungen in Deutschland und in der Schweiz ist offizielle Nvidia-Jetson-Ecosystem-Partnerin und bietet seit 2018 KI-fähige Embedded-Computer. Syslogic kombiniert das Nvidia-Jetson-Modul mit einem eigenen Board-Design, das auf die Anforderungen der Industrie ausgelegt ist. Als eines von wenigen europäischen Unternehmen verfügt Syslogic über eine eigene Entwicklungsabteilung sowie über eigene europäische Fertigungswerke mit SMD-Bestückung. Zum industriellen Elektronikdesign gehört der Verzicht auf bewegliche Teile. Weiter bietet Syslogic optional verschraubbare Steckverbinder und robuste Gehäuse bis Schutzklasse IP67. Das ist insbesondere bei Geräten für den Fahrzeug- oder Ausseneinsatz wichtig. Diese KI-Rugged-Computer sind zudem für den erweiterten Temperaturbereich von -25 bis +65°C ausgelegt und sind gegen Betauung geschützt. Geräte auf Basis des Jetson-TX2i-Moduls sind sogar für -40 bis +70°C zugelassen.

Seiten: 1 2Auf einer Seite lesen

Autor:
Firma: Syslogic GmbH
www.syslogic.de

News

- Anzeige -

Weitere Beiträge

Das könnte Sie auch interessieren

KI per Smartphone

Die KI-Software AI.See von Elunic wird häufig zur Prüfung von Oberflächen aus Metall und Kunststoff eingesetzt. Mit einem Starterkit und einem Smartphone können Anwender selbst einen ersten Eindruck einer KI-basierten Qualitätsprüfung gewinnen.

mehr lesen

Künstliche Intelligenz analysiert wertvolle Inhaltsstoffe

Kunststoffmüll ist ein Problem. Weltweit. Der Grund: Kunststoff ist meist verbaut und Teil eines komplexen Produktes: Auto, Kühlschrank, Lederschuh oder Smartphone. Materialanalyse, -trennung und Recycling wären ein Lösungsansatz. Hier setzt das Projekt ‚Digital Lifecycle Record for the Circular Economy‘ – kurz ReCircE – an. Es will mithilfe von künstlicher Intelligenz ein umfassendes Recyclingverfahren entwickeln. Teil des Projektes ist ein digitaler Produktpass. Er soll Transparenz über die gesamte Wertstoffkette schaffen, um die Verwertung von Kunststoffen aus hochentwickelten Produkten zu erleichtern.

mehr lesen

Unternehmen reagieren bei ethischen KI-Fragen zögerlich

Das Bewusstsein für ethische Fragestellungen beim Einsatz von künstlicher Intelligenz ist in Unternehmen und Verwaltungen gestiegen. Dennoch fällt ihre diesjährige Handlungsbilanz gemischt aus, da nur in Teilbereichen Verbesserungen erzielt wurden. Zu diesen und weiteren Erkenntnissen kommt eine Studie von Capgemin für die 2.900 Konsumenten sowie 900 Führungskräfte befragt wurden.

mehr lesen

Künstliche Intelligenz trifft Embedded

An künstlicher Intelligenz (KI) und maschinellem Lernen führt kein Weg vorbei. Die Automobilindustrie, die industrielle Automation, die Landwirtschaft – kaum ein Sektor, der nicht vor tiefgreifenden Veränderungen steht. Mit KI-fähigen Embedded-Systemen steht künstliche Intelligenz zunehmend direkt at the Edge zur Verfügung.

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.