Ob es sinnvoll ist, KI-Anwendungen teilweise oder ganz in die Cloud zu verlagern, ist je nach Szenario zu entscheiden. Müssen die Reaktionszeiten im Millisekunden-Bereich liegen, sprechen Latenzzeiten und Bandbreitenbegrenzung gegen die Cloud. In dem Fall empfiehlt sich ein leistungsstarker Edge Computer, der im Netzwerk eng an die Anwendung angebunden ist. Alternativ kann eine Embedded Cloud am Netzwerkrand, die beispielsweise mit dem Kontron High Performance Server KISS 4U V3 SKX aufgebaut ist, eingesetzt werden.
Für das Trainieren neuronaler Netzwerke ist es oftmals sinnvoll, die großen Serverkapazitäten in der Cloud zu nutzen. Allerdings gibt es auch viele Fälle, in denen das Trainingsmaterial lokal verbleiben muss und deswegen ein Edge Trainingsserver genutzt wird. Ein Beispiel dafür ist Visual Inspection. Hier werden die Aufnahmen der über USB oder einer via Netzwerk angeschlossenen Kamera direkt auf dem Edge-Gerät von einem trainierten neuronalen Netz im Inference-Prozess analysiert und ausgewertet.
Eine zentrale Bedeutung kommt in dem Zusammenhang dem SUSiEtec IoT Framework zu. Dieses herstellerunabhängige Software- und Dienstleistungsangebot ermöglicht es Kontron, für seine Kunden IoT-Architekturen hybrid und skalierbar zu gestalten. Außerdem übernimmt es die Aufgabe, Daten lokal vorzuverarbeiten, zu filtern und danach in die Cloud weiterzuleiten. SUSiEtec fügt alle Komponenten einer Cloud-Anwendung zu einem anwenderspezifischen Gesamtpaket zusammen und bietet damit eine umfassende KI-Plattform aus einer Hand.
KI und Verantwortung |
---|
Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) gehört zu den wichtigsten Forschungszentren für KI weltweit. In 250 Projekten wird an innovativen KI-Systemen für nahezu jeden Lebens- und Arbeitsbereich geforscht, von Ambient Assisted Living über Cyber-physikalische Systeme bis hin zu Smart Service Engineering. Das DFKI setzt sich auch für die verantwortungsvolle Entwicklung von KI ein. Für Prof. Dr. Andreas Dengel, Standortleiter des DFKI in Kaiserslautern, gestaltet sich die Aufgabe von KI wie folgt: »Der Mensch verfügt über Erfahrung und handelt mit Intuition. KI kann auf der Grundlage großer Datenmengen Handlungsvorschläge liefern oder für den Menschen unmögliche Aufgaben übernehmen. Die große Chance dieser Symbiose für die Arbeit besteht darin, dass KI als intellektueller Leistungsverstärker agiert und so die Fähigkeiten des Menschen ergänzt und erweitert. Dabei ist es wichtig, die Entscheidungswege transparent und nachvollziehbar zu gestalten und dafür auch internationale Standards zu definieren«. |
Literatur
[1] https://www.pwc.de/de/digitale-transformation/kuenstliche-intelligenz/aus-dem-hype-realitaet-machen-fit-fuer-kuenstliche-intelligenz-im-jahr-2020.html
[2] https://www.dfki.de/web/ueber-uns/dfki-im-ueberblick/unternehmensprofil/
[3] https://www.bitkom.org/Presse/Presseinformation/Europaeischer-KI-Markt-verfuenffacht-sich-binnen-fuenf-Jahren
[4] https://www.bitkom-research.de/de/eito-marktberichte
[5] https://www.dfki.de/web/news/detail/News/2019-gfaih-gpai
Der Autor
Stefan Eberhardt ist Business Development Manager bei Kontron Technologies. Vor seiner Tätigkeit für Kontron war er für Giesecke & Devrient als Produkt Manager für IoT- und IT-Security tätig. Dort entwickelte er IoT-Lösungen für den Massenmarkt. Ferner sammelte er in der Vergangenheit »hardwarenahe Software Erfahrungen« als Software Produkt Manager bei Kontron sowie im Bereich der Gebäudeautomatisierung bei Aumüller, deren Software-Abteilung er fünf Jahre lang leitete.