Edge-KI
Was ist Edge-KI?
Künstliche Intelligenz (KI) am Edge ist eine Erweiterung des Edge Computing und ermöglicht die Verarbeitung von Daten und Algorithmen direkt von einem Endpunktgerät aus.
Wie sieht Edge-KI heute aus?
Edge-KI verbindet zwei relativ neue Technologien: Edge Computing und künstliche Intelligenz (KI). Während Edge Computing auf dem gleichen Prinzip basiert, nämlich dass Daten von einem lokalen Standort und nicht von einem Remote-Rechenzentrum aus generiert, gesammelt, gespeichert, verarbeitet und verwaltet werden, weitet Edge-KI das Konzept auf die Geräteebene aus und nutzt dabei maschinelles Lernen (ML), um durch das Nachahmen von menschlichem Denken bestimmte Punkte der Benutzerinteraktion (z. B. Computer, Edge-Server oder Internet der Dinge (IoT)-Geräte) zu erreichen. In der Regel benötigen diese Geräte keine Internetverbindung und können eigenständig Entscheidungen treffen.
Ein gutes Beispiel für Edge-KI-Technologie sind virtuelle Assistenten wie Google Assistant, Siri von Apple oder Amazon Alexa. Sobald der Benutzer beispielsweise „Hey“ sagt, hören diese Tools zu und lernen aus den Worten des Benutzers (d. h. maschinelles Lernen), interagieren mit einer Cloud-basierten Anwendungsprogrammierschnittstelle (API) und speichern das Gelernte lokal ab.
Wie könnte Edge-KI in Zukunft aussehen?
Intelligente Haushaltsgeräte, Smartphones und Wearables sind gängige Beispiele aus unserem Alltag. Dabei findet KI aber auch in anderen Bereichen Anwendung, etwa in selbstfahrenden Fahrzeugen, Drohnen, Robotern oder Überwachungskameras mit einer intelligenten Form der Videoanalyse. In jedem Fall werden Daten erfasst und verwendet, um in Echtzeit oder nahezu in Echtzeit Entscheidungen zu treffen. Selbstfahrende Autos beispielsweise nutzen visuelle Daten und andere Arten von Sensoren in Verbindung mit Cloud Computing, um die Straßenverhältnisse zu bestimmen und schnell Entscheidungen zu treffen. Hierbei können zum Beispiel andere Fahrzeuge und statische Objekte, Fußgänger und schlechte Wetterbedingungen berücksichtigt werden.
Insgesamt besitzt Edge-KI in naher Zukunft ein erhebliches Wachstumspotenzial. Brachenuntersuchungen zufolge dürfte der globale Markt für Edge Computing bis 2028 auf 61,14 Mrd. USD anwachsen.
Welche Vorteile bietet Edge-KI?
Kürzere Latenzzeiten
Im Vergleich zu anderen Arten der Datenverarbeitung, bei denen die Daten an Remote-Rechenzentren oder in die Cloud übermittelt werden, ist der Prozess mit Edge-KI agiler und ermöglicht eine schnellere, lokalisierte Verarbeitung mit geringeren Latenzzeiten als herkömmliches Cloud Computing. Da die Bandbreite und die Datenübertragung nicht so stark eingeschränkt sind, werden schnellere Reaktionszeiten erreicht, was zu einem verbesserten Benutzererlebnis (UX) insbesondere mit tragbaren und mobilen Technologien führt, bei denen es auf Geschwindigkeit ankommt. Die Möglichkeit, innerhalb von Sekunden (oder weniger) hilfreiche Antworten zu finden, Einblicke zu gewinnen und Transaktionen zu beschleunigen, kann das Verhalten der Kunden beeinflussen und zu anderen Wettbewerbsvorteilen führen.
Niedrigere Kosten
Geräte mit vorinstallierten Algorithmen machen eine komplexe, internetfähige Infrastruktur, deren Aufbau und Bereitstellung kostspielig und zeitaufwändig sein können, überflüssig. Und da nicht ständig große Datenmengen übertragen werden müssen, sinken auch die Kosten für die Datenkommunikation. Darüber hinaus verringert die autonome Natur von Edge-KI die Notwendigkeit einer kontinuierlichen Überwachung durch Data Scientists. Auch wenn menschliche Interpretation immer ein wichtiger Faktor bei der Bestimmung des letztendlichen Werts von Daten und den damit verbundenen Innovationen sein wird, übernehmen Edge-KI-Plattformen einen Teil dieser Verantwortung und senken so die Kosten für das Unternehmen.
Kostengünstigere Edge-Infrastrukturen machen die Technologie zudem leichter zugänglich und vielseitiger. Durch den Wegfall mehrerer Voraussetzungen im Zusammenhang mit der Internetfähigkeit kann Edge-KI auch in Bereichen mit geringer oder fehlender Netzabdeckung zum Einsatz kommen.
Mehr Sicherheit
Bei Edge-KI werden die Daten nicht mehr über die Cloud oder Remote-Server übermittelt und geteilt. Stattdessen erfolgt die gesamte Verarbeitung und Speicherung lokal, wodurch der Prozess sicherer und vertraulicher wird. Dieses zusätzliche Maß an Sicherheit ist von unschätzbarem Wert – und sogar geschäftskritisch – für bestimmte Workloads, die die Einhaltung strenger gesetzlicher Vorschriften oder Compliance-Gesetze wie dem Health Information Portability and Accountability Act (HIPAA) erfordern.
Wie funktioniert Edge-KI?
Edge-KI basiert im Prinzip auf Standard-ML-Architekturen, die KI-Algorithmen nutzen, um Daten zu verarbeiten und basierend auf bestimmten Faktoren Antworten zu generieren. In der Vergangenheit wurden dafür Daten über eine Cloud-basierte API an ein zentrales Rechenzentrum übermittelt, wo sie analysiert werden konnten, um Erkenntnisse zu gewinnen. Oft war dabei aber die Kapazität der übertragenen Daten begrenzt, sodass hochauflösende Inhalte wie Fotos und Videos ein großes Hindernis darstellten.
Die zunehmende Bedeutung von IoT und intelligenten Geräten hat den Ort der Datenanalyse schließlich dezentralisiert. Mit integrierten Mikroprozessoren, die alle notwendigen Algorithmen enthalten, können die Endpunktgeräte nun in Echtzeit Daten erfassen, interpretieren und je nach vorgesehener Programmierung für Echtzeit-Entscheidungen nutzen – unabhängig davon, wie zuverlässig die Daten sind.
Edge-KI und HPE
Der Edge ist ein Ort, an dem wichtige Prozesse stattfinden, und HPE nimmt bei den Edge-KI-Plattformen und Edge-Infrastrukturen eine führende Rolle ein. Wie die Auszeichnung von Compass Intelligence als 2021 Industrial IoT Company of the Year beweist, unterstützt HPE Unternehmen und Institutionen in hohem Maße dabei, ihr Datenpotenzial am Edge (wo auch immer sich dieser befindet) voll auszuschöpfen und Innovationen zu beschleunigen. Diese Innovationen können die verschiedensten Formen annehmen: von der Remote-Überwachung von Wildtieren, um deren Verhalten besser zu verstehen, über die Analyse der Fertigungsleistung im Hinblick auf Effizienzsteigerungen und eine proaktive, frühzeitige Erkennung potenzieller Risiken bis hin zur Bereitstellung mobiler Stadionlösungen für die Fans eines Top-Fußballclubs der englischen Premier League.
Die Suche nach Innovationen am Intelligent Edge beginnt mit der richtigen Infrastruktur, und HPE bietet ein breites Portfolio an Edge-Plattformen. Mit Hardware wie HPE Edgeline Converged Systems können Unternehmen auf ein dezentrales, konvergentes Computing-Modell umsteigen, das lokale Echtzeit-Entscheidungen ermöglicht und so eine autonome Datenverarbeitung und -analyse sowie erstklassige Sicherheit rund um die Uhr gewährleistet.
Neben der Hardware bieten Services wie die HPE Aruba Networking Edge Services Platform (ESP) eine der branchenweit ersten skalierbaren, KI-basierten, Cloud-nativen Plattformen zur Lösung von Herausforderungen am Edge. HPE Aruba Networking ESP bietet mehrere Managementtools sowie einen besseren Überblick über sämtliche Ressourcen und Edge-Standorte und hilft den Benutzern, schnell auf veränderte Geschäftsanforderungen zu reagieren.