So sieht die Zukunft von Embedded-IoT und Edge-Computing aus

Big Data ist das neue Öl für die Industrie. Die Parallelen zwischen den beiden Rohstoffen sind erstaunlich. Der latente Wert der Daten wirkt sich auf jeden Aspekt unseres Lebens und unserer Arbeit aus und verändert die Art und Weise, wie Infrastrukturen verwaltet werden. Daten ermöglichen neue Aktivitäten und verändern die Arbeitsweise in Unternehmen und die Art und Weise wie neue Produkte und Dienstleistungen konzipiert und bereitgestellt werden.

Wie mit Daten umgegangen wird – von der Erfassung, Verfeinerung, dem Transport bis hin zu den Prozessen, die zu einem Mehrwert führen – wirkt sich entscheidend auf ihren Wert aus. Selbst jetzt steht die Datenrevolution noch am Anfang. Die Möglichkeiten sind wohl endlos und viele sind noch gar nicht ersichtlich. Von entscheidender Bedeutung ist dabei die Fähigkeit, Daten einfach, effizient und schnell auf die richtige Verarbeitungsplattform zu bringen.

Das aufstrebende AIoT

Das IoT bietet die grundlegende Infrastruktur, die alles miteinander verbindet. Um die erforderliche Flexibilität, Anpassungsfähigkeit, Sicherheit, Robustheit und Zuverlässigkeit zu gewährleisten, vereint das IoT eine Reihe von Technologien, darunter etablierte Internet-Techniken sowie neue Techniken wie künstliche Intelligenz (KI/AI), 5G und Wi-Fi 6. Damit ergibt sich ein wesentlich effizienteres und skalierbareres IoT als zuvor.

Die gesamte Lösung, von Sensoren und Aktuatoren bis hin zur zentralen Cloud, muss als Ganzes konzipiert werden, um optimale Leistungsfähigkeit und Effizienz zu gewährleisten. Was an der Edge passiert, ist zunehmend entscheidend für das Ergebnis.

Geringe Latenz und Echtzeit-Reaktion sind für bestimmte Szenarien wie das industrielle IoT (IIoT) ausschlaggebend. Zudem muss sichergestellt sein, dass die Netzwerkbandbreite und die Rechenressourcen sowie die Energie wirkungsvoll genutzt werden. Beide Gründe führen dazu, dass Rohdaten vermehrt dort, wo sie entstehen, verarbeitet werden. Zeitkritische Antworten lassen sich somit schnell zurückmelden, und nur übergeordnete Daten werden an die zentrale Cloud weitergeleitet. Die Analysten von Gartner sagen voraus, dass bis 2025 nahezu 75 Prozent der Daten über Edge-Computing verarbeitet werden.

Integration von KI in Edge- und Embedded-Computing

Durch die Integration von KI in Edge- und Embedded-Computing wird KI oder künstliche Intelligenz der Dinge (AIoT) geschaffen. KI schafft dabei durch maschinelles Lernen einen Mehrwert für das IoT, während das IoT durch Datenanbindung, Signalisierung und Datenaustausch einen Mehrwert für die KI schafft.

Eine komplette AIoT-Lösung vereint viele Elemente und erfordert ein breites Spektrum an Know-how. Bei so vielen Facetten der Wertschöpfungskette kann die Systemintegration kompliziert, zeitaufwendig, teuer und möglicherweise unwirtschaftlich erscheinen.

Um AIoT real und umsetzbar zu machen und dabei Edge- und Embedded-Technologien effektiv zu nutzen, benötigen Systemintegratoren Software- und Hardware-Bausteine, die für AIoT-Anwendungen konzipiert sind. Um Entwicklungsrisiken und die Zeit bis zur Fertigstellung zu minimieren, sollten diese Bausteine auch Standardlösungen sein. Sie sollten offene Standards nutzen und gleichzeitig Plug-and-Play-Komfort und Einfachheit bieten.

Auswahlmöglichkeiten für Edge-Computing

Advantech begegnet dieser Nachfrage mit der Entwicklung von Plug-and-Play-Rechnerplattformen und Software-Frameworks, die die Bereitstellung neuer AIoT-Anwendungen in Edge- und Embedded-Szenarien vereinfachen und rationalisieren. Dazu gehören Softwareplattformen wie die Edge AI Suite und Wise-DeviceON.

Die Edge AI Suite enthält das Intel OpenVINO Toolkit und bietet Funktionen, die die Deep-Learning-Inferenz in Edge-Systemen vereinfacht. Dazu zählen z.B. ein Modelloptimierer, eine Inferenz-Engine, vorab trainierte Modelle wie die schnelle Objekterkennung und die Gestenerkennung sowie ein Bereitstellungsassistent für den Start von KI-Modellen. Außerdem ist die Suite ausgelegt für SDKs von Drittanbietern wie Fahrzeugklassifizierung und Kennzeichenerkennung. Darüber hinaus sorgt die Unterstützung der herstellerneutralen Open-Source EdgeX Foundry für ein Software-Framework, das Interoperabilität zwischen Anwendungen und Sensoren gewährleistet. Nutzer können damit einfache Plug-and-Play-Verbindungen erstellen.

Wise-DeviceON bietet Funktionen zur System- und Datenverwaltung in Echtzeit und ermöglicht sofortiges intelligentes Edge-Onboarding, Datenerfassung und Statusvisualisierung. Darüber hinaus sind eine Reihe von Wise-DeviceOn-Industrie-Apps auf spezifische Domänenanforderungen ausgerichtet, z.B. DeviceOn.DM für den Betrieb und die Verwaltung von IIoT-Systemen. Die benutzerfreundliche Oberfläche von DeviceOn.DM hilft bei der Überwachung des Systemzustands, bei Echtzeit-Aktionen zum Ein- und Ausschalten, bei der Fehlerbehebung und beim Senden von Software- und Firmware-OTA-Updates (Over-The-Air) vor Ort und aus der Ferne. Hinzu kommt DeviceOn.CommBridge, das Datenerfassung, Protokollkonvertierung, eine Regel-Engine und einfach zu integrierende APIs bietet, um schnell auf die Anforderungen der Edge-Intelligence-Branche zu reagieren und Kunden bei der digitalen Transformation und Aufrüstung im IoT-Zeitalter zu unterstützen.

Edge-to-Cloud-Anwendungen erstellen

Weitere DeviceON-Apps sind DeviceOn/iEdge für Daten- und Edge-Management; DeviceOn/Kiosk+ für das Remote-Kiosk-Management; DeviceOn/ePaper, DeviceOn/Display und DeviceOn/SQ Manager für die Fernsteuerung und -verwaltung zugehöriger Peripheriemodule. Damit können Kunden vernetzte IoT-Geräte verwalten und gleichzeitig Edge-to-Cloud-Anwendungen erstellen.

Die erweiterten Edge-Computing-Plattformen Edge+ bieten Datenverarbeitung, Funkanbindung und Cloud-Integration und nutzen domänenspezifische Software wie DeviceOn-Apps und andere. Der Edge-Computer ARK-3532 ist für die Maschinen- und Fabrikautomation optimiert und verfügt über IoT-Management mit den üblichen Kommunikationsschnittstellen, integrierten Sicherheitsfunktionen und vorinstalliertem Wise-DeviceOn. Der ARK-3531 ist für Remote-Kiosk-Anwendungen mit einer leistungsstarken Rechen-Engine und DeviceOn/Kiosk+-Software ausgestattet.

Die Edge-Cloud-Lösung EIS-S230 ist eine skalierbare lokale (On-Premises-) Plattform mit integrierten Kubernetes und On-Demand-Microservices. Auch Edge+-Digital-Signage-Lösungen stehen bereit, wie z.B. der Quad-4K-Signage-Player DS-085, der auf Energieeffizienz und schlanke Umrisse getrimmt ist, um den jeweiligen Anforderungen gerecht zu werden.

Verschiedene Edge-KI-Systeme

Es gibt verschiedene Edge-KI-Systeme, wie das für visuelle KI optimierte AIR-101 mit zwei Intel Movidius VPUs und Software, einschließlich Edge AI Suite. Für Echtzeit-KI-Inferenz und High-Performance-Computing in industriellen Anwendungen kann das Edge-KI-System AIR-300 mit bis zu einer Core i7 CPU spezifiziert werden und bietet einen PCIex16-Slot für eine Hochleistungs-Grafikkarte. Zudem bietet es eine hohe Speicherkapazität für eine große Anzahl von Bildern sowie eine ausreichende Bandbreite für die Datenübertragung.

Ein solches System kommt z.B. in der industriellen Sichtprüfung (AOI; Automated Optical Inspection) zum Einsatz, bei der herkömmliche Bildverarbeitung mit regelbasierten Algorithmen häufig Schwierigkeiten hat, alle Arten von Fehlern zu erkennen. Denn herkömmliche Systeme lassen sich nicht einfach aktualisieren, um neue Fehler zu erkennen.

Edge-Intelligenz in einem Keramikunternehmen

Mithilfe der KI und Deep-Learning des AIR-300 konnten Systemintegratoren, die an einer Inspektionslösung für ein Keramikunternehmen arbeiteten, diese Einschränkungen überwinden und eine visuelle Fehlerprüfung in Echtzeit durchführen. Durch die Übertragung der aufgenommenen Bilder an das Edge-KI-System zur Echtzeit-Inferenzierung ließen sich fehlerhafte Produkte schnell identifizieren. Auch als lokaler Trainingsserver kann das System zum Einsatz kommen, wenn das Fehlerprüfsystem aktualisiert werden muss, um neue Produkte zu prüfen. Die KI-basierte Fehlerprüfung lässt sich einfach ändern, indem die Trainingsdatensätze der neuen Fehlertypen aufbereitet werden.

Edge-KI-Referenzsysteme verhindern Pandemien

Das Edge-KI-Inferenzsystem der AIR-Serie kommt auch zum Einsatz, um Epidemien in Schulen zu verhindern oder einzudämmen. Herkömmliche Gesichtserkennungstechniken weisen niedrige Erkennungsraten und hohe Kosten auf und erfordern in der Regel einen zentralen Server und eine Gesichtserkennungssoftware. Die Kosten sind ein Hauptproblem für Schulen, die normalerweise nicht schnell Mittel für die Finanzierung großer technischer Projekte aufbringen können. Mit der Edge-KI-Technik können jetzt Gesichtserkennungsmodelle auf Edge-Rechnern ausgeführt werden. Dies reduziert die Gesamtkosten deutlich und verkürzt gleichzeitig die Reaktionszeit des Systems. Videos werden aufgenommen und die Antwort/Reaktion erfolgt sofort in der Nähe der Ereignisquelle.

Kombinierte Gesichtserkennungs- und Wärmebildlösung

Auf dem Höhepunkt der Corona-Pandemie half Advantech einem taiwanischen Systemintegrator bei der Entwicklung einer kombinierten Gesichtserkennungs- und Wärmebildlösung. Dabei kommt das AIR-Edge-KI-System mit den KI-Beschleunigungsmodulen der Vega-300-Serie und der FaceView-Industrie-App von Advantech zum Einsatz. FaceView nutzt die HPC-Plattform, um Zugangskontrolle, Gesichtserkennung (mit Maske) und eine berührungslose Körpertemperaturmessung in Echtzeit durchzuführen.

Edge-Rechner, die jeweils an bis zu fünf Infrarot-Wärmebildkameras angeschlossen sind, scannen alle paar Stunden automatisch ganze Klassenzimmer. Die Gesamtlösung wurde mit APIs geliefert und half dem Systemintegrator, das Verwaltungssystem, die Informationsdatenbank und die Line-Push-Benachrichtigung der Schule schnell zu integrieren, um abnorme Körpertemperaturen aufzuzeichnen und bei Bedarf Warnmeldungen zu erzeugen.

Durch die Zusammenarbeit mit Co-Creation-Partnern bei der Schaffung einer breiten Auswahl von Edge-Computing-Lösungen und mit Systemintegratoren, die dabei helfen, die richtigen Kombinationen zusammenzubringen, ermöglicht Advantech die Weiterentwicklung der nächsten Generation von AIoT-Lösungen. (neu)