Edge AI Algorithmen für eine sensor- und aktornahe Signalverarbeitung

Anbieter zum Thema

Schneider Electric GmbH

NetModule AG

Trebing & Himstedt Prozeßautomation GmbH & Co. KG

Gemessene Daten direkt am Endgerät vor Ort auswerten oder mit Algorithmen vorselektieren: Edege AI verbindet Mikrosensorik und -aktorik mit Nanoelektronik, drahtloser Kommunikation und aktuellen Prozessoren.

Sensor- und Messdaten dort auswerten, wo sie anfallen: Hier spricht man vom Edge Computing. Bisher mussten diese Daten in die Cloud übertragen werden, da diese die notwendige Rechenleistung für die mathematischen Algorithmen zur Verfügung stellt. Edge AI bringt die Intelligenz in die Endgeräte. Die Leistungsfähigkeit von Edge KI gerade in Kleinstgeräten ist derzeit jedoch noch sehr eingeschränkt.

Forscher des Fraunhofer Instituts IPMS arbeiten dran, wie sich Algorithmen des maschinellen Lernens in Alltagsgeräte integrieren lassen. So wurden in einem instituts-internen Projekt Erkenntnisse aus der Mikrosensorik und -aktorik mit aktuellen Technologien der Nanoelektronik, drahtloser Kommunikation und Prozessorentwicklungen zusammengeführt. Damit lassen sich Komplettlösungen für hardwarenahe, KI-gesteuerte Mikrosensoren und -aktoren schneidern.

Weniger unnötige Daten auf Servern speichern

Das Internet mit seinen vernetzten Geräten sowie der Datenspeicherung ist energieintensiv. Zur Wahrheit gehört, dass viele gespeicherte Daten nicht relevant sind. Hier unterstützen Algorithmen und selektieren die Daten vor. Nur noch die wesentlichen Metadaten werden zum Server geschickt und dort gespeichert. Somit lässt sich die Menge der transportierten und auf Servern gespeicherten Daten durch Edge AI auf einen Bruchteil reduzieren.

Eine sensor- oder aktornahe Signalvorverarbeitung wird mittels KI-basierter Methoden (Schwerpunkt: TinyAI/Embedded KI) ermöglicht. Die Vorteile liegen sowohl in einer geringen Latenz in der Verarbeitung als auch in einer sichereren Datenverarbeitung ohne Netzwerkanbindung. Weiterhin ermöglicht eine Edge-KI ein Nachlernen im Feld. Damit wird das System für spezielle vor-Ort Randbedingungen optimiert. Speziell für Edge-KI-Sensoren/Aktoren wurde am Institut die bestehende RISC-V-Computing-Plattform EMSA5 um eine KI-Funktionalität (basierend auf Tensorflow Lite) erweitert.

Basics

Ein Softsensor kann mehr messen

FPGA- und ASIC-Designs

Mit Prozessor-IP-Cores lässt sich der Aufwand durch spezifizierte, vorverifizierte und getestete Designs reduzieren. Außerdem wird das Integrationsrisiko gesenkt und die Zeit bis zur Markteinführung verkürzt. Mehr als 150 Kunden weltweit vertrauen seit über 20 Jahren auf die Qualität der IP-Core-Lösungen des Fraunhofer IPMS für FPGA- und ASIC-Designs und den umfassenden technischen Support.

Das Fraunhofer IPMS bietet neben den IP-Core-Modulen auch Anpassungen, Implementierungsunterstützung und Charakterisierung an. Auf Wunsch entwickelt das Fraunhofer IPMS auch neue IP-Core Designs für ASICs und FPGA-Systeme für spezielle Anforderungen. Ein besonderer Fokus liegt auf sicherheitskritischen Anwendungen.

(ID:48743203)