Leistungsfähiger Kiss-Server von Kontron

Der leistungsfähige Kiss-Server ist mit zwei Prozessoren der Serie Intel Xeon SP ausgestattet. Kontron

Die umfassende KI-Lösung Susietec von Kontron.

Susietec fügt alle Komponenten einer Cloud-Lösung zu einem anwenderspezifischen Gesamtpaket zusammen und bietet damit eine umfassende KI-Lösung. Kontron

Eckdaten

Künstliche Intelligenz ist bereits heute ein fester Bestandteil in vielen Bereichen der industriellen Fertigung, ihr Potenzial ist allerdings noch lange nicht ausgeschöpft. Die Technologien der KI werden sich in immer mehr Anwendungsbereichen durchsetzen. Eine umfassende KI-Lösung bietet beispielsweise das IoT Framework Susietec von Kontron. Es fügt alle Komponenten einer Cloud-Lösung zu einem anwenderspezifischen Gesamtpaket zusammen.

Künstliche Intelligenz (KI) ist das entscheidende Thema des kommenden Jahrzehnts. Zu diesem Schluss kommt das Marktforschungsinstitut PwC in seiner aktuellen Studie „PwCs Global Artificial Intelligence Study: Exploiting the AI Revolution“. Bis 2030 werden rund 45 % des Wirtschaftswachstums von Produktverbesserungen stammen, die auf KI fußen. Weltweit entsteht durch KI ein Wirtschaftswachstum von 15,7 Billionen US-Dollar, 1,8 Billionen davon allein im nördlichen Europa. Für Deutschland prognostiziert PwC ein Wirtschaftswachstum aufgrund KI-basierter Technologien auf 430 Milliarden Euro im selben Zeitraum.

Zum aktuellen Zeitpunkt haben allerdings lediglich sechs Prozent der Unternehmen KI implementiert. Häufig mangelt es an Daten oder einer ganzheitlichen KI-Strategie. Es ist also das Gebot der Stunde, diese Transformation der Produktion zu einer Priorität zu machen. Verschiedene Einsatzfelder bieten sich konkret dafür an.

Erstes Einsatzfeld: Predictive Maintenance

In der Industrieautomation und der Energieversorgung tragen KI-basierte Predictive-Maintenance-Strategien schon heute dazu bei, Produktionsausfälle und potenzielle Gefahren für die Sicherheit von Systemen, Betrieb, Versorgung und Umwelt zu vermeiden. Sie bilden die Grundlage für präventive Diagnosesysteme und erlauben die Fernüberwachung in Echtzeit, stimmen Wartungspläne auf die tatsächlichen Gegebenheiten ab und erleichtern die Instandhaltung von Anlagen. Durch umfassende Datenanalysen und intelligente Planungsalgorithmen erkennen Machine und Deep Learning beispielsweise Unwuchten, Fluchtungsfehler oder Risse im Material von Turbinen und Kompressoren und ermöglichen es, Störungen schon in einem frühen Stadium zu identifizieren.

Zweites Einsatzfeld: Gesundheitswesen

KI hat das Potenzial, das Gesundheitswesen grundlegend zu verändern. Gerade bei epidemischen und metastasierenden Erkrankungen ist Schnelligkeit – unter Einhaltung einer Null-Fehlerquote – entscheidend für die Genesung des Patienten. Immer häufiger werden KI-Anwendungen, die große Datenmengen in kurzer Zeit strukturieren und analysieren können, für Prävention, Diagnose und Therapie genutzt. So ermöglicht maschinelles Lernen eine präzisere Auswertung von bildgebenden Verfahren. Technologien wie Natural Language Processing unterstützen das medizinische Personal bei der Entscheidungsfindung.

Deep Learning und Inferencing mit skalierbarer Rechenleistung

Für maschinelles Lernen, Deep Learning und Inferencing müssen große Datenmengen innerhalb kürzester Zeit analysiert werden. Dafür sind hochleistungsfähige Hard- und Software-Komponenten gefragt. Multicore-CPUs, Video Processing Units (VPUs), Graphics Processing Units (GPUs) oder Field Programmable Gate Arrays (FPGAs) berechnen neuronale Netze heute im Bereich von Tera-Operations pro Sekunde.

Eine exponentielle Leistungssteigerung ermöglicht beispielsweise das von Kontrons IoT-Software-Framework Susietec unterstützte Intel Openvino Video Processing API. Einmal erstellte neuronale Netzwerkmodelle lassen sich hierdurch skalieren und wahlweise auf Intel Multicore CPUs, GPUs, VPUs oder FPGAs ausführen. Bereits trainierte neuronale Netzwerkmodelle können mit wenig Aufwand auf Intel Openvino konvertiert werden.

Bei Plattformen für Inferencing und Deep Learning setzt Kontron neben Intel- und NXP-Prozessoren auf GPUs von Nvidia, beispielsweise beim Rackmount-Server Kiss V3 4U SKX-AI. Mit zwei Prozessoren der Intel-Xeon-SP-Serie ist er der derzeit leistungsfähigste Kiss-Server. Für eine besonders hohe GPU-Leistung sorgen bis zu drei der doppelt breiten High-End-GPU-Karten Nvidia Tesla V100. Die Nvidia GPUs führen exakt die Matrix-Mathematik aus, die für die Simulation künstlicher Neuronen erforderlich ist, und unterstützen die Intel-Xeon-Prozessoren damit beim Trainieren neuronaler Netze.

Gretchenfrage Cloud oder nicht Cloud?

Die entscheidende Frage, die man sich bei jedem KI-Szenario aufs Neue stellen muss, ist: Macht es Sinn, dass die KI-Lösung in die Cloud verlagert wird und wenn ja, soll dies komplett oder nur teilweise geschehen? Müssen die Reaktionszeiten im Millisekundenbereich liegen, sprechen Latenzzeiten und Bandbreitenbegrenzung gegen die Cloud. Ein leistungsstarker Edge-Computer, der im Netzwerk eng an die Applikation angebunden ist, stellt hier die bessere Alternative dar. Auch eine Embedded Cloud am Netzwerkrand ist gegebenenfalls geeignet.

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 einer über USB oder via Netzwerk angeschlossenen Kamera direkt auf dem Edge Device 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, IoT-Architekturen für seine Kunden hybrid und skalierbar zu gestalten. Es übernimmt die Aufgabe, Daten lokal vorzuverarbeiten, zu filtern und danach in die Cloud weiterzuleiten. Susietec fügt alle Komponenten einer Cloud-Lösung zu einem anwenderspezifischen Gesamtpaket zusammen und bietet damit eine umfassende KI-Lösung aus einer Hand.