IoT-Plattform für Edge Computing Wer bei KI an der Edge nicht mithält, bleibt zurück

Anbieter zum Thema

Advantech Co. LTD

ACTRON AG

MicroConsult Academy GmbH

Syslogic GmbH

Advantech treibt die Verschmelzung von IoT und künstlicher Intelligenz mit einem Angebot von Edge-Lösungen voran. Mit KI an der Edge können Unternehmen laut Rex Lee von Advantech wettbewerbsfähig bleiben.

Um den Trends von IoT, Big Data und künstlicher Intelligenz gerecht zu werden, fördert Advantech IoT-Hard- und Software mit dem Edge-Intelligence-Kern WISE-PaaS (Web-based Intelligent Service Platform as a Service). Dabei handelt es sich um eine IoT-Plattform, die sowohl Hardware als auch Software integriert. Sie unterstützen Geschäftspartner und Kunden dabei, ihre industriellen Wertschöpfungsketten zu vernetzen.

Darüber hinaus arbeitet Advantech mit Partnern daran, gemeinsam ein sogenanntes Business Ecosystem zu schaffen. In einem solchen Ökosystem agieren die Beteiligten nicht isoliert, sondern in enger Kooperation, um gemeinsame Ziele zu erreichen, wie beispielsweise die Entwicklung neuer Technologien, die Verbesserung von Dienstleistungen oder die Optimierung von Wertschöpfungsketten.

Wir sprachen mit Rex Lee, Senior Director der Embedded IoT Group bei Advantech, über Edge Computing und Künstliche Intelligenz.

Herr Lee, Advantech ist ein führender Anbieter beim Edge Computing. Wann haben Sie erkannt, dass KI eine Schlüsseltechnologie für diesen Markt ist?

Advantech erkannte KI als eine zentrale Technologie beim Edge Computing etwa im Jahr 2019. Wir waren bereits seit 2010 im IoT-Umfeld tätig, lange bevor viele unserer Mitbewerber diesen Markt für sich entdeckten, was meist um 2013 und 2014 geschah. Unsere frühe Auseinandersetzung mit dem IoT führte dazu, dass wir unsere Organisation in Service IoT, Embedded IoT und Industrial IoT strukturierten.

Während wir uns jedoch tiefer in den fragmentierten IoT-Markt hineinbewegten, stellten wir fest, dass reine IoT-Entwicklungen nicht ausreichten. Wir begannen daher, uns intensiver mit KI zu beschäftigen, um unser IoT-Portfolio zu erweitern. Seit 2019 integrieren wir KI in unsere Anwendungen, was wir heute als AIoT (AI + IoT) bezeichnen. Dies war ein wichtiger Schritt, da die Beschränkungen von Cloud-basierten KI-Anwendungen deutlich wurden, insbesondere die Notwendigkeit, dass Edge-Geräte KI-Aufgaben lokal ausführen können.

Welche Rolle spielt Hardware in Verbindung mit intelligenter Software bei der Entwicklung von KI-Lösungen? Wer sind Ihre wichtigsten Partner?

Advantech verfolgt einen diversifizierten Ansatz bei der Auswahl von Prozessoren. Wir arbeiten mit Nvidia, AMD, Intel, Qualcomm, MediaTek und NXP zusammen. Früher konzentrierten sich viele Unternehmen auf eine einzelne Prozessorarchitektur, aber heute ist es entscheidend, verschiedene Anbieter zu berücksichtigen, um den Anforderungen des Edge Computings gerecht zu werden.

Die Jetson-Plattform von Nvidia ist zwar leistungsstark, aber aufgrund hoher Kosten und des Energieverbrauchs weniger ideal für Edge-Anwendungen. Qualcomm und MediaTek hingegen bieten energieeffiziente Lösungen, die für Edge Computing und Anwendungen mit geringem Stromverbrauch gut geeignet sind. Diese mobilen Prozessoren haben großes Potenzial für industrielle Anwendungen.

Wie ist das Feedback der europäischen und insbesondere der deutschen Industrie zu Ihren Edge-KI-Produkten? Gibt es regionale Unterschiede?

In Europa, und besonders in Deutschland, erfolgt die Einführung von KI-Technik im Vergleich zu den USA und China langsamer. Führende Unternehmen sind jedoch frühe Anwender und arbeiten eng mit uns und unseren Halbleiterpartnern zusammen, um KI in ihre Produkte zu integrieren. Allerdings befinden sich viele Unternehmen noch in den Anfängen, da die Eintrittsbarrieren für KI hoch sind.

Für kleine und mittlere Unternehmen sind wir ein wichtiger Partner, da wir integrierte Hard- und Softwarelösungen anbieten, die den Übergang zu Edge-KI-Techniken erleichtern. In den USA und China ist die Einführung von KI schneller, da die Infrastruktur dort stärker ausgebaut ist.

Wie beeinflusst die aktuelle Nachfrage nach Edge-KI-Anwendungen den Markt?

Die Nachfrage nach Anwendungen der künstlichen Intelligenz wächst rasch, insbesondere beim Machine Vision. Die Technik ist entscheidend für das Verkehrsmanagement: KI verbessert den Verkehrsfluss und die Verkehrsüberwachung; Fabrikautomatisierung: KI wird in der automatischen optischen Inspektion (AOI) zur Fehlererkennung und zur Überwachung von Arbeitsabläufen eingesetzt; medizinische Bildgebung: KI erhöht die Genauigkeit und Effizienz von Diagnosen, Überwachung und Sicherheit: KI ermöglicht eine verbesserte Bedrohungserkennung und schnellere Reaktionen; Robotik: KI wird in autonomen mobilen Robotern (AMR) und Drohnen eingesetzt. KI verbessert die Objekterkennung, ermöglicht Echtzeitreaktionen und optimiert die Handlungsfähigkeit.

Für kleinere Unternehmen, insbesondere im medizinischen Umfeld, stellt der Übergang von FPGA-basierten zu GPU-basierten Lösungen, wie sie von Nvidia angeboten werden, eine Herausforderung dar. Um diese Hürde zu überwinden, bieten wir kostengünstige NPUs (Neural Processing Units) in CPUs an.

Was sind Ihre nächsten Schritte in der Entwicklung von KI-Anwendungen?

Eine der größten Herausforderungen für kleinere Unternehmen ist der Einstieg in die KI-Welt, da hohe Eintrittsbarrieren existieren. Um das zu adressieren, bieten wir standardisierte Edge-KI-Plattformen an, die es kleineren Kunden ermöglichen, ohne große Hardware-Investitionen in die KI zu starten. Unsere Entwicklungen umfassen sowohl Hardware als auch Software, wie etwa das Training von KI-Modellen und die Integration dieser Modelle in kundenspezifische Anwendungen.

Unsere Zusammenarbeit mit Halbleiterpartnern, wie Qualcomm, bietet Kunden Zugang zu offenen KI-Modellen und -Trainingstools, die sie an ihre spezifischen Anforderungen anpassen können. In den nächsten drei bis fünf Jahren erwarten wir, dass sich der Markt stark entwickelt, da viele Unternehmen erst jetzt beginnen, KI in größerem Umfang einzusetzen.

Wie unterscheiden sich die Ansätze zur Künstlichen Intelligenz in Taiwan/Asien, den USA und Europa?

In den USA liegt der Fokus auf KI-Cloud-Diensten, die die Benutzererfahrung in verschiedensten Anwendungen verbessern, etwa im Einzelhandel, in der medizinischen Bildgebung, Robotik, bei Drohnen und autonomen mobilen Robotern (AMRs). In Europa konzentriert man sich stärker auf die Automatisierung in der Fertigung, erneuerbare Energien, intelligente Netze und Elektromobilität.

Asiatische Länder wie Taiwan setzen ihren Schwerpunkt auf die Bereitstellung robuster Hardware-Plattformen für KI-Anwendungen. Eine enge Zusammenarbeit mit Halbleiterpartnern zur Bereitstellung von KI-Entwicklungswerkzeugen (SDKs) und Toolkits ist hier zentral.

Welche langfristigen Ziele verfolgt Advantech, um kontinuierliche Innovation und Markterweiterung im Embedded-Markt sicherzustellen?

Unsere Vision ist es, eine intelligente Welt zu ermöglichen. Um die vielfältigen Anforderungen des AIoT-Marktes zu bedienen und auf geopolitische Einflüsse vorbereitet zu sein, wandeln wir uns zu einer sektororientierten Organisation. Dies erlaubt uns, die regionalen Bedürfnisse besser zu adressieren und maßgeschneiderte Produkte zu entwickeln.

Unsere Strategie umfasst die Weiterentwicklung unserer Edge-KI-Plattformen sowie die Umsetzung von KI-Orchestrierungsstrategien, um KI-Techniken in Edge-Anwendungen zu integrieren. Gleichzeitig arbeiten wir eng mit unseren Partnern zusammen, um sicherzustellen, dass unsere Produkte den Anforderungen verschiedener Märkte gerecht werden. Ein wichtiger Schritt ist dabei die Anpassung von bis zu 30 Prozent unserer Produkte an regionale Bedürfnisse. (heh)

Anwendungen einfacher und wirtschaftlicher umsetzen

TSN als Wegbereiter für KI in der Automatisierung

Künstliche Intelligenz

Warum Embedded-KI für die Industrie immer wichtiger wird

* Johann Wiesböck ist Fachjournalist und ehemaliger Chefredakteur der ELEKTRONIKPRAXIS.

(ID:50203588)