Altera-CEO Sandra Rivera auf der Embedded World 2025 So sollen FPGA-basierte KI-Lösungen die Industrie verändern

Anbieter zum Thema

Altera Corporation

Bürklin GmbH & Co. KG

ET System electronic GmbH

Syslogic GmbH

KI direkt am Gerät, ohne Umwege in die Cloud: FPGAs eröffnen neue Möglichkeiten für Echtzeitanwendungen in Industrie, Automobiltechnik und Medizin – flexibel, effizient und stromsparend.

Künstliche Intelligenz dominiert auch die Embedded World 2025. Daher erscheint es nur logisch, dass sich auch die Eröffnungs-Keynote darum dreht. Unter dem Motto „Pushing Boundaries: Flexible AI at the Edge“ erläuterte Altera-CEO Sandra Rivera in ihrer Keynote ausführlich, wie FPGA-Technologien dabei helfen, KI flexibel und effizient in Edge-Geräte zu integrieren – von der Industrieautomation bis zur Medizintechnik.

Herausforderungen am intelligenten Edge

Rivera beschrieb zunächst die besonderen Herausforderungen von Edge-Geräten: Im Gegensatz zu traditionellen Rechenzentren müssen Edge-Systeme strikte Anforderungen hinsichtlich Größe, Energieverbrauch und Echtzeitverarbeitung erfüllen. So müssen beispielsweise batteriebetriebene Überwachungskameras mit weniger als vier Watt Leistung in einem Gehäuse von nur 100 Millimetern arbeiten.

Bildergalerie

Bildergalerie mit 16 Bildern

„Moderne Fabrikhallen und autonome Systeme enthalten eine Reihe von fortschrittlichen Sensoren und Kameras, die mithilfe von Sensorfusion große Datenmengen präzise verarbeiten. Der Computer muss in der Lage sein, mehrere Aufgaben parallel auszuführen, um Daten effizient zu verwalten“, erklärt Rivera. In diesen Umgebungen gebe es zusätzlich oft regulatorische Anforderungen und Sicherheitsaspekte eine entscheidende Rolle spielen, weshalb viele Daten lokal verarbeitet werden müssen, anstatt sie in die Cloud zu senden.

KI an der Edge? FPGA statt ASIC oder GPU

Entwickler stehen vor der Herausforderung, sich schnell wandelnde KI-Standards in ihre Systeme zu integrieren. Hierfür bieten sich FPGAs (Field Programmable Gate Arrays) besonders an:

• ASICs sind hocheffizient, aber nur für spezifische Aufgaben wirtschaftlich

• GPUs und CPUs bieten Vielseitigkeit, aber oft mit Kompromissen bei Effizienz

• FPGAs verbinden laut Rivera Effizienz mit Flexibilität, was langfristig Betriebskosten senkt

Der entscheidende Vorteil: FPGAs erlauben mehrfache Rekonfigurierung des Siliziums, sodass Anpassungen an neue Anforderungen problemlos möglich sind.

Event-Tipp: FPGA Conference Europe

Guidance to Accelerate your Programmable Solution

Einsatzgebiete für programmierbare Logikschaltung sind so vielfältig wie die verfügbaren Lösungen, mit denen sie sich entwickeln lassen. Ob FPGA, GPU oder Adaptive-Computing-SoC: Jede Technologie hat ihre Berechtigung – ist aber auch erklärungsbedürftig.

Die FPGA Conference Europe - als europaweit wichtigste Plattform für hersteller- und technologieunabhängigen und applikationsübergreifenden Austausch zwischen Experten und Entwicklern - gibt Embedded-Entwicklern Orientierung und praktische Hilfestellungen.

Jetzt informieren

Architektur und Innovationen moderner FPGAs

Sandra Rivera stellte die Architektur moderner FPGAs von Altera vor, die eine zentrale, programmierbare Struktur („Fabric“) besitzen. Diese lässt sich jederzeit an spezifische Anforderungen anpassen und beinhaltet neuerdings sogenannte „AI Tensor Blocks“, die gezielt für KI-Aufgaben wie Matrixmultiplikationen optimiert sind. Damit sei eine Echtzeitverarbeitung mit geringer Latenz möglich, ideal für Embedded-Anwendungen am intelligenten Edge.

Neben der programmierbaren Fabric verfügen moderne FPGAs zudem über integrierte Prozessoren, Hochgeschwindigkeits-I/O- und Speicherinterfaces sowie sichere Gerätemanager, die die Datensicherheit gewährleisten. Laut Rivera resultiert aus diesen Innovationen eine bis zu 140-fach höhere Rechenleistungsdichte als noch vor zehn Jahren. „FPGAs haben sich schnell zu einer praktischen Lösung für die KI-Beschleunigung entwickelt, insbesondere am intelligenten Edge, wo geringe Latenzzeiten und Echtzeitverarbeitung erforderlich sind“, so Rivera.

Anwendungsfelder intelligenter Edge-Geräte

Als konkrete Anwendungsfelder führte Rivera intelligente Fabriken, autonome Fahrzeuge und medizinische Geräte an:

• Intelligente Fabriken: FPGA-basierte Systeme übernehmen die effiziente Echtzeit-Verarbeitung kontinuierlicher Datenströme. Durch fortschrittliche Techniken wie Sensorfusion ermöglichen sie anspruchsvolle Aufgaben wie Inventarverwaltung, Qualitätskontrolle und Fehlererkennung. Auch in der Zusammenarbeit zwischen Menschen und Robotern erhöhen FPGAs durch ihre schnelle Verarbeitung und präzise Motorsteuerungssysteme die Sicherheit deutlich.

• Autonome Fahrzeuge: Im Bereich der autonomen Fahrzeuge punkten FPGAs durch ihre Fähigkeit zur parallelen Echtzeitverarbeitung komplexer Sensordaten, darunter jene von Kameras, Radar- und Lidarsystemen. Diese Technologie ermöglicht essenzielle Funktionen wie Objekterkennung, Spurverfolgung und Kollisionsvermeidung und trägt so maßgeblich zur Sicherheit und Leistungsfähigkeit autonomer Systeme bei.

• Medizintechnik: In medizinischen Anwendungen verbessern FPGA-Systeme die Diagnostik und Patientenversorgung direkt am Behandlungsort. Speziell in der Endoskopie werden FPGA-basierte Geräte eingesetzt, um Anomalien unmittelbar zu erkennen und Ärzten sofortiges Feedback zu geben. In der medizinischen Bildgebung sorgen FPGAs für eine erhöhte Bildqualität und ermöglichen eine schnellere und genauere Diagnose durch KI-gestützte Analyseverfahren direkt am Patienten.

Vereinfachte Entwicklung mit modernen Tools

Ein weiterer Schwerpunkt von Riveras Vortrag war die Vereinfachung des FPGA-Designprozesses. Sie räumte ein, dass FPGA-Programmierung historisch als komplex galt, betonte aber die signifikanten Fortschritte der letzten Jahre. Software-Tools wie OpenVINO ermöglichen Entwicklern, trainierte KI-Modelle ohne tiefgreifendes Hardware-Wissen auf FPGAs zu übertragen und zu optimieren.

Als Beispiel nannte Rivera die Zusammenarbeit mit VTech, einem Anbieter von Videolösungen. Das Unternehmen entwickelte mit Altera ein FPGA-basiertes KI-System für medizinische Anwendungen, wobei ein auf Kundendaten trainiertes KI-Modell schnell und effektiv auf FPGA-Hardware umgesetzt wurde. Besonders die reibungslose Zusammenarbeit zwischen Software-Entwicklern und FPGA-Ingenieuren trug zum Projekterfolg bei.

Ausblick: Gemeinsame Innovation für breite KI-Verfügbarkeit

Rivera schloss mit einem Appell an die gesamte Embedded-Community, gemeinsam an der Verbesserung der Zugänglichkeit von KI-Technologien zu arbeiten. Sie unterstrich die Bedeutung breit verfügbarer KI-Hardware, qualitativ hochwertiger Daten und nahtloser Integration von KI in Alltagsanwendungen.

"Heute gibt es schätzungsweise über 40 Milliarden vernetzte Geräte, die täglich über 400 Millionen Terabyte an Daten sammeln," erklärte Rivera und betonte die Wichtigkeit umfassender Partnerschaften zwischen Hardware-Herstellern, Software-Anbietern und Anwendern. Ihr erklärtes Ziel: KI-Technologien noch zugänglicher zu machen und ihr Potenzial in sämtlichen Anwendungsbereichen voll auszuschöpfen.

(mc)

(ID:50356798)