Edge Computing und künstliche Intelligenz

Infrastruktur für Deep Learning und Co.

Im Fahrwasser der vielen KI-Rollouts etabliert sich Edge Computing rasant. Bilderkennende KI-Verfahren ergeben etwa in der Qualitätssicherung einen so zuverlässigen ROI, dass viele Firmen nicht lange zögern. Was leisten die maschinennahen Datenstationen, welchen Nutzen bieten GPUs? Und warum motten Telkos sogar proprietäre Appliances ein?

(Bild: ©Grispb/stock.adobe.com)

Schlecht entgratete Metallteile, Einschlüsse in Lackschichten, zu viel Schwund beim Sintern – jedes Fertigungsverfahren hat spezifische Qualitätsprobleme. Um Mängel zu erkennen, müssen Mitarbeitende am Ende der Produktion einen Blick auf das fertige Werkstück werfen. Digitaltechnik bis hin zu künstlicher Intelligenz (KI) kann diese Qualitätskontrollen unterstützen. Dafür werden heute neuronale Netze für Computer Vision (Bilderkennung) eingesetzt, um Genauigkeit und Geschwindigkeit der Abläufe zu steigern. Ein Merkmal dieser Verfahren ist ihre Lernfähigkeit. Während der Qualitätskontrollen entstehen zahlreiche Daten über die Werkstücke, die anschließend in die KI-Anwendung eingespeist und verarbeitet werden. Dadurch wird die Produktionsumgebung weiter optimiert, ein Lerneffekt tritt ein. Auch die Qualitätskontrolle selbst verbessert sich im Laufe der Zeit und kann zudem leichter an einen Wechsel der Bearbeitungstechnik oder neue Produkte angepasst werden.

KI-Training in der Cloud

Anders als herkömmliche Algorithmen benötigen KI-Verfahren meist eine Vielzahl an Rohdaten. Mit ihnen wird das neuronale Netz trainiert, sodass es beispielsweise typische Fehler in Werkstücken erkennen kann. Das Verfahren heißt Deep Learning, das in den meisten Fällen außerhalb der Industrie in der Cloud aufgelegt ist. Durch das Training mit den Rohdaten in der Cloud entsteht ein KI-Modell, das Echtzeitdaten aus der Fertigungsanlage auswerten kann. Dieses Modell ist meist schlank genug, um sich vor Ort auf Edge-Rechnern ausführen zu lassen. Diese Server dienen oft auch als Gateway zum Cloud-Teil der KI-Anwendung. Die Edge ist für Computer Vision sinnvoll, da Videostreams erhebliche Anforderungen an die Bandbreite der Übertragung stellen. Die Übertragung aller Streams in ein privates oder Cloud-Rechenzentrum für zentrale Videoanalytik würde exzessive Netzwerkkosten verursachen.

ANZEIGE

Intelligente Bestellprozesse

Die innovativen Retarus Cloud Services für Integration und Automatisierung machen Prozesskommunikation agiler, sicherer und zuverlässiger.‣ weiterlesen

Datenauswertung in der Edge

Die Modellanwendung in der Edge lässt sich ebenso wie das cloud-basierte Training durch den Einsatz sogenannter GPUs (Graphical Processing Units) deutlich beschleunigen. Das sind Grafikkarten, deren spezialisierte Chips auch für die Rechenoperationen der Bilderkennung geeignet sind, und die daher fester Bestandteil moderner Edge-Server sind. Der Markt für IIoT-Anwendungen bietet eine Vielzahl an unterschiedlichen Computerlösungen für die Edge. Die einfachen Varianten sind Mikrocomputer, die Daten von Modbus- oder Canbus-Sensoren in der industriellen Fertigung oder Gebäudeleittechnik zusammenfassen und sie über Industrial Ethernet oder 5G-Mobilfunk weitergeben. Am anderen Ende des Spektrums sind Videoanalytik-fähige Edge-Server mit GPUs. Manche werden von den Anwendern selbst verwaltet, andere von den sogenannten Hyperscalern bereitgestellt und betrieben. Die Betreiber der großen Cloud-Infrastrukturen, die sogenannten Hyperscaler können auch Rechen- und Speicherkapazitäten in Edge-Rechenzentren bereitstellen, oder eben in zentralen Cloud-Rechenzentren – für die forensische Videoanalytik im Nachhinein oder für das Training neuronaler Netze in der Cloud.

Cloud-native Lösungen

Sowohl Hyperscaler als auch private Systeme nutzen heute Server-Virtualisierung: Funktionen in Edge wie Cloud basieren auf virtuelle Maschinen (VMs). Die Zeit der virtuellen Server, die ein monolithischen Software-Paket ausführen, ist aber fast schon wieder vorbei. Durch neue Technologien wie Docker und Kubernetes hat auch in der KI sogenannte cloud-native-Software Einzug gehalten. Ein bestimmender Aspekt des Cloud-Native-Paradigmas ist, dass die Software als Netz (Mesh) sogenannter Microservices ausgeführt ist, die miteinander kommunizieren und nur lose gekoppelt sind. Sollte eine Microservice-Instanz ausfallen, übernimmt eine andere. Das Microservice Mesh ist dadurch selbstheilend und fast grenzenlos skalierbar, denn die Anzahl der Instanzen jedes einzelnen Microservice kann sehr groß werden. Ein Kubernetes-Cluster besteht aus mehreren VMs oder physischen Serverknoten, von denen jeder eine Anzahl an Microservices in Kubernetes-Containern ausführen kann. In der Cloud sind Kubernetes-Knoten auf virtuellen Maschinen üblich, im Edge-Computing hingegen ist bare-metal die Norm. Bei letzterem ist jeder Edge-Server ein physischer Kubernetes-Knoten – das macht auch den Durchgriff auf GPUs und andere HW-Beschleuniger einfacher.

Services für KI-Betrieb

Die Kubernetes-Angebote heutiger Hyperscaler übernehmen das komplette Cluster-Management. Zudem bieten sie Services für Load-Balancing und Selbstheilung des Clusters im Fehlerfall, und für sogenannte SW-definierte Netze (SDNs) zwischen den Knoten und die Sicherheit des Clusters insgesamt Damit können KI-Lösungen sowohl in der Cloud als auch auf Edge-Ebene cloud-native ausgeführt werden. Auch dass die Telekommunikationsunternehmen, die Telkos, Edge-Services für Industriekunden anbieten, ist keine Überraschung. Denn diese werden ohnehin für das Netz als solches gebraucht. Zudem verzichten immer mehr Carrier auf proprietäre Netzwerkgeräte und setzen auf Standard-Hardware und cloud-native Software. Das sogenannte RAN (Radio Access Network) beispielsweise, das Flechtwerk der Funkstationen, ist zum großen Teil eine Edge-Anwendung. Die Konvergenz von RAN und Edge-Anwendungen wie die Videoanalytik – beide werden in der Edge ausgeführt – ist bekannt als MEC (Multi-access Edge Computing).

ANZEIGE

Wie Sie smarter automatisieren

Prozesse optimieren und Kosten senken? Bildanalysen mit KI können dabei wertvolle Hilfe bieten. Auf der automatica in München stellt IDS neue Produkte und Möglichkeiten vor. Erhalten Sie hier einen Einblick, was das Unternehmen an Stand B5.203 zeigen wird.‣ weiterlesen

Edge und 5G

Edge-Devices können sehr verschiedene Kommunikationstechnologien nutzen. Durch ihre hohe Leistung und ihre Vielseitigkeit werden zunehmend öffentliche, aber auch private 5G-Netze eingesetzt. Sie bieten die passenden Bandbreiten, Latenzen und Verfügbarkeiten für die Fertigungssteuerung, die Überwachung autonomer Fahrzeuge auf dem Shopfloor, die Auswertung von Videostreams oder die Bilderkennung für KI-gestützte Qualitätskontrollen. Private 5G-Netze werden immer mehr von den Carriern, aber auch von Hyperscalern angeboten. Sie sind unabhängig vom öffentlichen Netz und bieten die Merkmale von 5G. Damit erhalten Unternehmen eine Kommunikationsinfrastruktur, die sich besser für das Industrial IoT eignet als andere Funkstandards. Letztlich ist 5G in der Lage, WiFi als bevorzugte Vernetzungsmethode abzulösen. Denn das neue Netz besitzt – anders als selbst Wifi 6 – ein deterministisches Zeitverhalten. Zusammen mit den niedrigen Latenzen von Edge-Servern ist es für KI-Anwendungen im Industrial IoT oft unentbehrlich. Die konvergente Kombination von 5G und Edge-Anwendungen auf gemeinsamer Infrastruktur – also MEC – bildet das Traumpaar schlechthin.

Das könnte Sie auch interessieren:

Wechsel an der Fraunhofer-Spitze
Holger Hanselka wird Präsident der Fraunhofer-Gesellschaft

Prof. Dr.-Ing. Holger Hanselka, Präsident des Karlsruher Instituts für Technologie (KIT) wird der 11. Präsident der Fraunhofer-Gesellschaft und löst Prof. Dr.-Ing. Reimund Neugebauer nach fast elf Jahren ab.‣ weiterlesen

Neuer Vorstand
Wechsel an der Spitze bei DMG Mori

Christian Thönes, Vorstandsvorsitzender bei DMG Mori, hat am Donnerstag sein Amt niedergelegt. Sein Vertrag wurde im Rahmen einer Aufsichtsratssitzung einvernehmlich beendet. Alfred Geißler wurde vom Aufsichtsrat zum Nachfolger bestellt.‣ weiterlesen

40 Jahre Microsoft in Deutschland
Microsoft feiert Geburtstag und eröffnet Experience Center

Microsoft feiert 40. Geburtstag in Deutschland und eröffnet ein europäisches Experience Center in München. Es ist eines von vier Experience Centern weltweit.‣ weiterlesen

Neues Whitepaper der Plattform Lernende Systeme
Wo bleiben die europäischen KI-Sprachmodelle?

Expertinnen und Experten der Plattform Lernende Systeme beleuchten in einem neuen Whitepaper, wie es um die Entwicklung europäischer bzw. deutscher KI-Sprachmodelle bestellt ist.‣ weiterlesen

Ifo Geschäftsklimaindex im Mai
Skeptischer Blick auf den Sommer

Nach 93,4 Punkten im Vormonat, fällt der Ifo Geschäftsklimaindex im Mai auf 91,7 Punkte – der erste Rückgang in sechs Montanen. ‣ weiterlesen

Neuer Sonderforschungsbereich am KIT
Schnellere Updates für Cyber-physikalische Systeme

Cyber-physikalische Systeme (CPS), wie etwa Autos oder Produktionsanlagen, stecken voller elektronischer und mechanischer Komponenten, die von Software gesteuert werden. Jedoch ist es eine Herausforderung, die Systemarchitekturen solcher Systeme fortwährend konsistent zu halten. Neue Methoden dafür soll ein Sonderforschungsbereich (SFB) am Karlsruher Institut für Technologie (KIT) entwickeln.‣ weiterlesen

Transport und Logistik
G+D erweitert IoT-Portfolio mit Erwerb von Mecomo

Mit der Akquisition der Pod Group hat G+D bereits 2021 sein Portfolio im IoT-Bereich erweitert. Durch den Erwerb von Mecomo geht das Unternehmen nun einen weiteren Schritt in Richtung IoT-Komplettanbieter im Transport- und Logistikbereich.‣ weiterlesen

17. Produktionstechnisches Kolloquium
PTK diskutiert Herausforderungen für die Industrie

Im September laden Fraunhofer IPK und IWF der TU Berlin zum Produktionstechnischen Kolloquium. Im Fokus der Veranstaltung stehen Digitalisierung und Dekarbonisierung der Industrie. ‣ weiterlesen

Datenanalyse
Qlik übernimmt Talend

Mit der Übernahme von Talend will das Softwareunternehmen Qlik das eigene Portfolio erweitern. Die Leitung des neuen Unternehmens übernimmt Qlik-CEO Mike Capone.

‣ weiterlesen

Webbasiertes Anfragemanagement
Kundenanfragen schneller bearbeiten

Die Grimme-Gruppe produziert individuell konfigurierte Landmaschinen. Was für den Wettbewerb Vorteile bringt, ist allerdings mit großem Aufwand verbunden - so verwaltete Grimme Kundenanfragen lange über ein Excel-Tool. Mit dem Softwareanbieter Slashwhy zusammen wurde dies durch ein webbasiertes Anfragemanagement-Programm abgelöst.‣ weiterlesen

Mit Moryx modulare Fertigungsanlagen steuern
Linie ohne Stau

Die Software Moryx hilft der Fertigungssteuerung, Maschinen schnell auf einen neuen Kurs zu bringen oder sie für den nächsten Auftrag anzupassen. Mit seinen einheitlichen Bedienoberflächen und seiner niedrigen Einstiegshürde ist das Tool von Phoenix Contact insbesondere auf den Einsatz in Fertigungen mit der Losgröße 1 ausgerichtet.‣ weiterlesen