Edge Computing bringt die Verarbeitung von Daten in die N\u00e4he der Dinge und Personen, die die Daten produzieren und konsumieren.<\/p>\n\n\n\n
Der Begriff \u201eEdge\u201c ist fast gleichbedeutend mit \u201elokal\u201c und bezieht sich auf die Daten am Rand des Netzwerks \u2013 tats\u00e4chlich auf, in der N\u00e4he 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 erm\u00f6glichen, die Daten an der Quelle zu extrahieren, zu berechnen und zu teilen.<\/p>\n\n\n\n
Warum ist Edge-Computing wichtig?<\/strong><\/h3>\n\n\n\nDer Edge ist der Ort, an dem Gesch\u00e4ftswert geschaffen wird. Edge Computing ist effizienter und kosteng\u00fcnstiger bei der Umwandlung von Rohdaten in wertvolle Steuerungsdaten, die umsetzbar sind, was f\u00fcr eine Zukunft, in der Maschinen immer automatisierter und autonomer werden, von entscheidender Bedeutung ist.<\/p>\n\n\n\n
G\u00e4rtner<\/a> prognostiziert, dass bis 2025 75 Prozent der Daten von Unternehmen au\u00dferhalb des Rechenzentrums oder der Cloud erstellt und verarbeitet werden. Zus\u00e4tzlich, ABI-Forschung<\/a> geht davon aus, dass bis 2023 43 Prozent der Aufgaben der k\u00fcnstlichen Intelligenz auf Edge-Ger\u00e4ten ausgef\u00fchrt werden.<\/p>\n\n\n\nIntelligenz n\u00e4her an Maschinen zu bringen, wo Daten erzeugt werden, ist ein Schl\u00fcsselfaktor f\u00fcr die Effizienz und Effektivit\u00e4t anspruchsvoller KI- und IoT-Systeme, oder AIoT<\/a>. Es beseitigt Fehlerquellen bei kritischen Entscheidungen und Abl\u00e4ufen und verbessert Latenz und Kosten.<\/p>\n\n\n\nWie wird KI mit Edge Computing verwendet?<\/strong><\/h3>\n\n\n\nEdge Computing ist der Katalysator f\u00fcr KI, daher die Vision von ADLINK. Die Einf\u00fchrung von KI an den Edge erweitert die Zahl der M\u00f6glichkeiten, wie Unternehmen aus KI Nutzen ziehen k\u00f6nnen, da sie es erm\u00f6glicht, auf Daten in Echtzeit zu reagieren, wenn sie noch wertvoll sind, w\u00e4hrend sie produziert werden. Zum Beispiel ist es wenig sinnvoll, einen Fehler in einer Produktionslinie eine Stunde nach seinem Auftreten zu erkennen.<\/p>\n\n\n\n
Wir haben festgestellt, dass ein gro\u00dfer Prozentsatz von Industrie- und Gesch\u00e4ftsdaten aufgrund des Zeitwerts der Daten normalerweise nicht verarbeitet wird \u2013 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:<\/p>\n\n\n\n
\n- Edge-KI und Netzwerke<\/em> - Es gibt einen Grund Multi-Access-Edge-Computing (MEC)<\/a> und die Weiterentwicklung von 5G gehen Hand in Hand. Die Einf\u00fchrung von KI an den Netzwerkrand erm\u00f6glicht ein schnelleres KI-Computing, eine Reduzierung der Netzwerklatenz und der damit verbundenen Kosten. KI-Modelle in der Cloud trainieren, am Edge ausf\u00fchren ist ein Motto, das uns gef\u00e4llt.<\/li>\n\n\n\n
- Edge-KI und Fehlertoleranz<\/em> \u2013 um Murphys Gesetz zu umschreiben: \u201eAlles, was schief gehen kann, wird schiefgehen\u201c \u2013 hier bei ADLINK sind unsere Edge-KI-L\u00f6sungen modular aufgebaut. Im unvorhergesehenen Fall, dass eine Komponente ausf\u00e4llt, funktioniert der Rest der L\u00f6sung noch, der Betrieb l\u00e4uft weiter. Mit Edge AI besteht auch die M\u00f6glichkeit, die AI-Inferenz bei Bedarf offline auszuf\u00fchren. <\/em><\/li>\n\n\n\n
- Edge-KI und Datenschutz<\/em> \u2013 Daten k\u00f6nnen aus rechtlichen Gr\u00fcnden oft das Haus nicht verlassen. Edge Computing erm\u00f6glicht, dass Daten lokal bleiben.<\/em><\/li>\n<\/ul>\n\n\n\n
Welche Edge-KI-Anwendungen sehen wir?<\/strong><\/h3>\n\n\n\nAnwendungen f\u00fcr Edge-KI existieren bereits und werden weiter ausgebaut. Jedes Unternehmen mit gesch\u00e4ftskritischen Vorg\u00e4ngen kann von Edge Computing profitieren.<\/p>\n\n\n\n
\n- Herstellung<\/strong> &<\/strong> Verteilung: <\/strong>Es ist entscheidend, dass Produktionslinien mit h\u00f6chster Qualit\u00e4t arbeiten und die Erf\u00fcllungsgenauigkeit in Bezug auf Betriebskosten, Kundenzufriedenheit und Mitarbeiterergonomie korrekt ist. Edge-KI und Machine Vision sorgen daf\u00fcr Verpackungs- und Palettengenauigkeit innerhalb der Lagerabwicklung<\/a> und der Automatisierung der Qualit\u00e4t des Lichtbogenschwei\u00dfens bei John Deere<\/a>.<\/li>\n<\/ul>\n\n\n\n
\n- Robotik und autonome Fahrzeuge<\/strong>: Sicherheit, Zuverl\u00e4ssigkeit und Interoperabilit\u00e4t 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<\/a>.<\/li>\n<\/ul>\n\n\n\n
\n- Energie und Versorgungsunternehmen<\/strong>: Die Arbeitssicherheit ist in der Energie- und Versorgungsindustrie von entscheidender Bedeutung, manchmal gen\u00fcgt eine falsche Bewegung ohne angemessene Schutzausr\u00fcstung, damit ein Mitarbeiter \u00e4rztliche Hilfe ben\u00f6tigt. Edge AI hilft, das Risiko mit pers\u00f6nlicher Schutzausr\u00fcstung (PSA) zu eliminieren. Edge-KI ist helfen, die Sicherheit der Arbeitnehmer in Energie- und Versorgungsunternehmen zu gew\u00e4hrleisten<\/a> und das Tragen von pers\u00f6nlicher Schutzausr\u00fcstung.<\/li>\n<\/ul>\n\n\n\n
\n- Gesundheitswesen und Ersthelfer:<\/strong> <\/em>KI und maschinelles Lernen helfen Feuerwehrleuten, Polizisten und Rettungssanit\u00e4tern auf Notf\u00e4lle reagieren<\/a>. Johns Hopkins <\/a>testet sogar einen kleinen Roboter, der an einem Touchscreen-Beatmungsger\u00e4t befestigt ist, damit Menschen beim Betreten eines Intensivraums keine Schutzausr\u00fcstung tragen oder eine Infektion riskieren m\u00fcssen. Nationales Universit\u00e4tskrankenhaus Taiwan (NTUH) ist Verringerung der Verbreitung von Infektionskrankheiten<\/a> mit medizinischen Panel-PCs.<\/li>\n<\/ul>\n\n\n\n
Nur der Anfang<\/strong><\/h3>\n\n\n\nDie Herausforderungen, die wir beim Edge-Computing sehen, liegen haupts\u00e4chlich im Umgang mit Leistungs-, Timing- und Umgebungsbeschr\u00e4nkungen, um die richtigen, qualitativ hochwertigen Daten zu erhalten. Bei jedem AIoT-, Automatisierungs- oder autonomen Projekt ist es wichtig, sich auf ein Gesch\u00e4ftsergebnis und einen Anwendungsfall zu konzentrieren. Obwohl dies offensichtlich erscheint, stellen wir fest, dass dieser erste Schritt f\u00fcr unsere Kunden oft eine Herausforderung darstellen kann \u2013 wo wird der Vorteil die gr\u00f6\u00dfte Rendite erzielen? Dieser Schritt ist der kritischste, andernfalls wird das Projekt wahrscheinlich scheitern.<\/p>\n\n\n\n
Obwohl wir mehrere Beispiele daf\u00fcr 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, zuverl\u00e4ssigere und kosteng\u00fcnstigere Systeme zu entwickeln.<\/p>\n\n\n\n
Sind Sie bereit, die M\u00f6glichkeiten der Nutzung von Edge in Ihrem Betrieb zu erkunden?<\/p>\n\n\n\n
Intelligenz n\u00e4her an Maschinen zu bringen, wo Daten erzeugt werden, ist ein Schl\u00fcsselfaktor f\u00fcr die Effizienz und Effektivit\u00e4t anspruchsvoller KI- und IoT-Systeme, oder AIoT<\/a>. Es beseitigt Fehlerquellen bei kritischen Entscheidungen und Abl\u00e4ufen und verbessert Latenz und Kosten.<\/p>\n\n\n\n Edge Computing ist der Katalysator f\u00fcr KI, daher die Vision von ADLINK. Die Einf\u00fchrung von KI an den Edge erweitert die Zahl der M\u00f6glichkeiten, wie Unternehmen aus KI Nutzen ziehen k\u00f6nnen, da sie es erm\u00f6glicht, auf Daten in Echtzeit zu reagieren, wenn sie noch wertvoll sind, w\u00e4hrend sie produziert werden. Zum Beispiel ist es wenig sinnvoll, einen Fehler in einer Produktionslinie eine Stunde nach seinem Auftreten zu erkennen.<\/p>\n\n\n\n Wir haben festgestellt, dass ein gro\u00dfer Prozentsatz von Industrie- und Gesch\u00e4ftsdaten aufgrund des Zeitwerts der Daten normalerweise nicht verarbeitet wird \u2013 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:<\/p>\n\n\n\n Anwendungen f\u00fcr Edge-KI existieren bereits und werden weiter ausgebaut. Jedes Unternehmen mit gesch\u00e4ftskritischen Vorg\u00e4ngen kann von Edge Computing profitieren.<\/p>\n\n\n\n Die Herausforderungen, die wir beim Edge-Computing sehen, liegen haupts\u00e4chlich im Umgang mit Leistungs-, Timing- und Umgebungsbeschr\u00e4nkungen, um die richtigen, qualitativ hochwertigen Daten zu erhalten. Bei jedem AIoT-, Automatisierungs- oder autonomen Projekt ist es wichtig, sich auf ein Gesch\u00e4ftsergebnis und einen Anwendungsfall zu konzentrieren. Obwohl dies offensichtlich erscheint, stellen wir fest, dass dieser erste Schritt f\u00fcr unsere Kunden oft eine Herausforderung darstellen kann \u2013 wo wird der Vorteil die gr\u00f6\u00dfte Rendite erzielen? Dieser Schritt ist der kritischste, andernfalls wird das Projekt wahrscheinlich scheitern.<\/p>\n\n\n\n Obwohl wir mehrere Beispiele daf\u00fcr 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, zuverl\u00e4ssigere und kosteng\u00fcnstigere Systeme zu entwickeln.<\/p>\n\n\n\n Sind Sie bereit, die M\u00f6glichkeiten der Nutzung von Edge in Ihrem Betrieb zu erkunden?<\/p>\n\n\n\nWie wird KI mit Edge Computing verwendet?<\/strong><\/h3>\n\n\n\n
\n
Welche Edge-KI-Anwendungen sehen wir?<\/strong><\/h3>\n\n\n\n
\n
\n
\n
\n
Nur der Anfang<\/strong><\/h3>\n\n\n\n
![\"Toby](\"https:\/\/i0.wp.com\/blog.adlinktech.com\/wp-content\/uploads\/2021\/03\/Toby-McClean_ADLINK-Technology.jpeg?w=723&ssl=1\"\/){kind=avatar}
<\/figure>