Eckdaten

Die beiden Unternehmen Kontron und S&T Technologies kreieren Hard- und Softwaresysteme und bieten mit dem IoT-Software-Framework Susietec umfassende KI-Lösungen aus einer Hand. Schlüsselfertig werden die Komplettlösungen ausgeliefert, nach den Vorgaben der Kunden programmiert und neuronal trainiert.

Für den europäischen KI-Markt stehen die Zeichen klar auf Wachstum, so die Organisation „European Information Technology Observatory“ (Eito) in ihrem Bericht Anfang 2019. Das Marktvolumen soll sich bis zum Jahr 2022 auf zehn Milliarden Euro mehr als verdreifachen. Aktuell beträgt es nur rund drei Milliarden Euro. Gewinner sind laut Eito bei den Investitionen rund um KI die Dienstleistungen mit einem Marktanteil von 47 %. Es folgen knapp dahinter die Umsätze mit Software, die auf 45 % geschätzt werden. Die Ausgaben für Server und Speicherplatz sollen dagegen in den nächsten drei Jahren um 24 % pro Jahr steigen.

Produkte, Beratung und Support als Gesamtpaket

Der robuste High-Performance-Server Kiss 4U V3 SKX ist für anspruchsvolle Anwendungen geeignet, wie zum Beispiel Highend-Bildverarbeitung, Scada/MES-Applikationen, Artificial Intelligence und Machine Learning. Das System bewältigt rechenaufwendige Prozesse und große Datenmengen mit Prozessoren der Dual-Intel-Serie Xeon-SP mühelos.

Der robuste High-Performance-Server Kiss 4U V3 SKX ist für anspruchsvolle Anwendungen geeignet, wie zum Beispiel Highend-Bildverarbeitung, Scada/MES-Applikationen, Artificial Intelligence und Machine Learning. Das System bewältigt rechenaufwendige Prozesse und große Datenmengen mit Prozessoren der Dual-Intel-Serie Xeon-SP mühelos. Kontron / S&T

Die Ergebnisse des Eito-Berichts decken sich voll mit den Erfahrungen von Kontron und S&T Technologies. Deren Kunden erwarten überwiegend eine fertige, ganzheitliche Lösung, die ab der Implementierung produktiv und zuverlässig arbeitet. Es geht meist nicht nur um einzelne, granulare Bestandteile einer KI-Anwendung, die zum Beispiel aus Edge-Computern und der gewünschten Applikation besteht.

Das Dienstleistungsportfolio von Kontron umfasst dabei sämtliche Stufen: Ermittlung der Hardware-Anforderungen, Auswahl und Integration von marktüblichen Open-Source-Modulen und -Paketen sowie die Kapselung komplexer Programme oder Applikationen, beispielsweise über Docker. So werden Kunden von der Beratung bis hin zu einer fertigen maßgeschneiderten KI-Lösung betreut.

KI innerhalb und außerhalb der Cloud

Der Beratungsansatz von Kontron und S&T Technologies setzt dabei immer am jeweiligen Anwendungsfall an. Anhand der konkreten Problemstellung wird evaluiert und entschieden, ob KI-Lösungen und -Prozesse parziell oder komplett in die Cloud verlagert werden. Dem IoT-Software-Framework Susietec (S&Ts User focused Solutions for IoT Embedded) kommt dabei eine zentrale Bedeutung zu, denn es ermöglicht die jeweilige IoT-Architektur hybrid und skalierbar zu realisieren. Susietec ist für den Einsatz in Kombination mit der Kontron-Hardware optimiert. Es lässt sich zudem nahtlos mit Produkten von Drittanbietern betreiben und in bereits vorhandene Infrastrukturen der Kunden integrieren.

Susietec ist ein herstellerunabhängiges Software- und Dienstleistungsangebot, das sämtliche Elemente einer Cloud-Lösung zusammenfügt und zu einem anwenderspezifischen Gesamtpaket verbindet. Eine solche Individualität können die führenden Cloud Provider wie Amazon oder Microsoft mit ihren IoT-Services nicht realisieren. Doch gerade für KI-Anwendungen im Bereich Industrie 4.0 ist es essenziell, dass Geräte und Komponenten den individuellen Anforderungen entsprechend optimal vernetzt sind und reibungslos zusammenarbeiten – unabhängig von Herstellern und bedarfsgerecht skalierbar.

KI-Lösungen müssen jedoch nicht immer zwingend in die Cloud verlagert werden. Wenn beispielsweise Reaktionszeiten im Millisekunden-Bereich liegen müssen, sollten etwaige Latenzzeiten und Bandbreitenbeschränkungen der Cloud nicht hingenommen werden. In der Praxis ist das etwa bei der Steuerung und Überwachung von unternehmenskritischen Maschinen und Prozessen der Fall. Hier sind in der Folge leistungsstarke Edge-Computer wie beispielsweise der High-Performance-Server Kontron Kiss 4U V3 SKX erforderlich. Das IoT-Software-Framework übernimmt dabei die Aufgabe, die Daten lokal zu verarbeiten, zu filtern und dann in die Cloud zu transferieren.

Machine und Deep Learning

Eine hohe Rechenleistung ist auch bei ganz anderen Anwendungen gefragt: im Machine Learning und der Unterkategorie Deep Learning. Diese Prozesse sind naturgemäß extrem rechenintensiv. Hierbei werden in aller Regel vorgefertigte neuronale Netze für automatisierte Erkennungsfunktionen trainiert. Je nach Anwendung ist hierfür Edge Computing wesentlich besser geeignet als Terabytes an Trainingsmaterial in die Cloud hochzuladen.

Der komplette Prozess für Deep Learning besteht aus den vier Phasen Samples sammeln, Training, gelerntes Netz transformieren und Integration des trainierten Netzes in ein Produkt.

Spätestens bei der Auslieferung an den Kunden muss das System einsatzfähig sein. Hat die Anwendung beispielsweise die Aufgabe, Objekte zu erkennen, ist nach Maßgabe von S&T Technologies als Mindestanforderung eine Trefferquote von 80 % erforderlich, damit sie als sogenanntes minimal viable product eingestuft wird.

KI-Anwendung Visual Inspection und Programmierung sind die Themen der nächsten Seite

Seite 1 von 212