In diesem Blog werde ich Edge Computing definieren, warum es wichtig ist, und einige Beispiele dafür vorstellen, wo Edge eine Schlüsselrolle bei der Automatisierung und Autonomie spielt.  

Was ist Edge-Computing?

Edge Computing bringt die Verarbeitung von Daten in die Nähe der Dinge und Personen, die die Daten produzieren und konsumieren.

Der Begriff „Edge“ ist fast gleichbedeutend mit „lokal“ und bezieht sich auf die Daten am Rand des Netzwerks – tatsächlich auf, in der Nähe oder um das physische Ding herum, das die Daten produziert, wie eine Maschine, ein Netzwerkturm, ein autonomes Fahrzeug oder ein Roboter. Edge Computing verwendet eingebettete Computer, Module und integrierte Hardware-/Softwaresysteme, die es ermöglichen, die Daten an der Quelle zu extrahieren, zu berechnen und zu teilen.

Warum ist Edge-Computing wichtig?

Der Edge ist der Ort, an dem Geschäftswert geschaffen wird. Edge Computing ist effizienter und kostengünstiger bei der Umwandlung von Rohdaten in wertvolle Steuerungsdaten, die umsetzbar sind, was für eine Zukunft, in der Maschinen immer automatisierter und autonomer werden, von entscheidender Bedeutung ist.

Gärtner prognostiziert, dass bis 2025 75 Prozent der Daten von Unternehmen außerhalb des Rechenzentrums oder der Cloud erstellt und verarbeitet werden. Zusätzlich, ABI-Forschung geht davon aus, dass bis 2023 43 Prozent der Aufgaben der künstlichen Intelligenz auf Edge-Geräten ausgeführt werden.

Intelligenz näher an Maschinen zu bringen, wo Daten erzeugt werden, ist ein Schlüsselfaktor für die Effizienz und Effektivität anspruchsvoller KI- und IoT-Systeme, oder AIoT. Es beseitigt Fehlerquellen bei kritischen Entscheidungen und Abläufen und verbessert Latenz und Kosten.

Wie wird KI mit Edge Computing verwendet?

Edge Computing ist der Katalysator für KI, daher die Vision von ADLINK. Die Einführung von KI an den Edge erweitert die Zahl der Möglichkeiten, wie Unternehmen aus KI Nutzen ziehen können, da sie es ermöglicht, auf Daten in Echtzeit zu reagieren, wenn sie noch wertvoll sind, während sie produziert werden. Zum Beispiel ist es wenig sinnvoll, einen Fehler in einer Produktionslinie eine Stunde nach seinem Auftreten zu erkennen.

Wir haben festgestellt, dass ein großer Prozentsatz von Industrie- und Geschäftsdaten aufgrund des Zeitwerts der Daten normalerweise nicht verarbeitet wird – zu dem Zeitpunkt, zu dem Daten normalerweise verarbeitet werden, um ein Ergebnis zu erzielen, sind die Daten nicht mehr relevant. Hier ist Edge AI ein Game-Changer:

• Edge-KI und Netzwerke - Es gibt einen Grund Multi-Access-Edge-Computing (MEC) und die Weiterentwicklung von 5G gehen Hand in Hand. Die Einführung von KI an den Netzwerkrand ermöglicht ein schnelleres KI-Computing, eine Reduzierung der Netzwerklatenz und der damit verbundenen Kosten. KI-Modelle in der Cloud trainieren, am Edge ausführen ist ein Motto, das uns gefällt.
• Edge-KI und Fehlertoleranz – um Murphys Gesetz zu umschreiben: „Alles, was schief gehen kann, wird schiefgehen“ – hier bei ADLINK sind unsere Edge-KI-Lösungen modular aufgebaut. Im unvorhergesehenen Fall, dass eine Komponente ausfällt, funktioniert der Rest der Lösung noch, der Betrieb läuft weiter. Mit Edge AI besteht auch die Möglichkeit, die AI-Inferenz bei Bedarf offline auszuführen.
• Edge-KI und Datenschutz – Daten können aus rechtlichen Gründen oft das Haus nicht verlassen. Edge Computing ermöglicht, dass Daten lokal bleiben.

Welche Edge-KI-Anwendungen sehen wir?

Anwendungen für Edge-KI existieren bereits und werden weiter ausgebaut. Jedes Unternehmen mit geschäftskritischen Vorgängen kann von Edge Computing profitieren.

• Herstellung & Verteilung: Es ist entscheidend, dass Produktionslinien mit höchster Qualität arbeiten und die Erfüllungsgenauigkeit in Bezug auf Betriebskosten, Kundenzufriedenheit und Mitarbeiterergonomie korrekt ist. Edge-KI und Machine Vision sorgen dafür Verpackungs- und Palettengenauigkeit innerhalb der Lagerabwicklung und der Automatisierung der Qualität des Lichtbogenschweißens bei John Deere.

• Robotik und autonome Fahrzeuge: Sicherheit, Zuverlässigkeit und Interoperabilität sind bei der Entwicklung und Bereitstellung von Robotern und autonomen Fahrzeugen von entscheidender Bedeutung. Edge AI treibt derzeit autonome Fahrzeuge beim weltweit ersten Kopf-an-Kopf-Rennen mit Hochgeschwindigkeits-Autonomie in den USA an Indy Autonome Herausforderung.

• Energie und Versorgungsunternehmen: Die Arbeitssicherheit ist in der Energie- und Versorgungsindustrie von entscheidender Bedeutung, manchmal genügt eine falsche Bewegung ohne angemessene Schutzausrüstung, damit ein Mitarbeiter ärztliche Hilfe benötigt. Edge AI hilft, das Risiko mit persönlicher Schutzausrüstung (PSA) zu eliminieren. Edge-KI ist helfen, die Sicherheit der Arbeitnehmer in Energie- und Versorgungsunternehmen zu gewährleisten und das Tragen von persönlicher Schutzausrüstung.

• Gesundheitswesen und Ersthelfer: KI und maschinelles Lernen helfen Feuerwehrleuten, Polizisten und Rettungssanitätern auf Notfälle reagieren. Johns Hopkins testet sogar einen kleinen Roboter, der an einem Touchscreen-Beatmungsgerät befestigt ist, damit Menschen beim Betreten eines Intensivraums keine Schutzausrüstung tragen oder eine Infektion riskieren müssen. Nationales Universitätskrankenhaus Taiwan (NTUH) ist Verringerung der Verbreitung von Infektionskrankheiten mit medizinischen Panel-PCs.

Nur der Anfang

Die Herausforderungen, die wir beim Edge-Computing sehen, liegen hauptsächlich im Umgang mit Leistungs-, Timing- und Umgebungsbeschränkungen, um die richtigen, qualitativ hochwertigen Daten zu erhalten. Bei jedem AIoT-, Automatisierungs- oder autonomen Projekt ist es wichtig, sich auf ein Geschäftsergebnis und einen Anwendungsfall zu konzentrieren. Obwohl dies offensichtlich erscheint, stellen wir fest, dass dieser erste Schritt für unsere Kunden oft eine Herausforderung darstellen kann – wo wird der Vorteil die größte Rendite erzielen? Dieser Schritt ist der kritischste, andernfalls wird das Projekt wahrscheinlich scheitern.

Obwohl wir mehrere Beispiele dafür haben, wie Edge Computing Unternehmen und Organisationen einen Mehrwert bietet, beginnt die Branche gerade erst, das Potenzial von Edge Computing zu erkennen und Innovationen zu entwickeln, um schnellere, zuverlässigere und kostengünstigere Systeme zu entwickeln.

Sind Sie bereit, die Möglichkeiten der Nutzung von Edge in Ihrem Betrieb zu erkunden?