Die Suche nach der passenden Hardware für eine KI-Anwendung ist oft teuer und zeitaufwändig. Jetzt hat ein Team des Fraunhofer-Instituts für Integrierte Schaltungen IIS in Dresden eine Methode entwickelt, die zeigt, welche KI auf welcher Hardware am effizientesten läuft. So können beispielsweise KMU, Industrieunternehmen oder Gebäudeausrüster und -betreiber mit verschleißkritischer Anlagentechnik Investitionsrisiken und Ausfallzeiten minimieren, Prozessstabilität und Funktionssicherheit garantieren und gleichzeitig ihren Energieverbrauch und ihre Kosten senken.

Viele Unternehmen werten die Daten ihrer KI-Anwendungen nicht in der Cloud aus, da sie den hohen Anforderungen an den Datenschutz unter Umständen nicht gerecht wird und die Datenverarbeitung dort langsamer ist als in lokalen Anwendungen.  

Insbesondere beim Erfassen und Analysieren von Schwingungen an Maschinen sind aufgrund hoher Abtastraten bei der Sensordatenerfassung Edge Devices gefragt, also Hardware, in denen die KI direkt in den Endgeräten verbaut ist. Aber welche Hardware bietet für eine konkrete KI-Anwendung die passende Leistung zu den niedrigsten Kosten?  

Systematische Leistungsbewertung von Edge Devices 

Ein Team des Institutsteils Entwicklung Adaptiver Systeme des Fraunhofer IIS hilft bei der Entscheidungsfindung. Auf Basis umfangreicher Vergleichstests von marktüblicher KI-Hardware können die KI-Experten schnell, umfassend und neutral herausfinden, welche Elektronik für die jeweils gewünschte KI-Aufgabe des Kunden geeignet ist. Oder sie ermitteln, wie KI-Modelle auf die Besonderheiten der Hardwarearchitektur abgestimmt werden können und so wenig Energie und Ressourcen verbrauchen.  

Außerdem können am Anwendungs- und Testzentrum KI (ATKI) des Fraunhofer IIS KI-Pilotanwendungen der Kunden und Kundinnen prototypisch umgesetzt und evaluiert werden. „Uns stehen mehrere Edge Devices in unterschiedlichen Leistungsklassen zur Verfügung“, sagt André Schneider von der Arbeitsgruppe Datenanalysesysteme. „Wir haben im Labor zum Beispiel schon ein IoT-Device für die Zustandsüberwachung einer Reinstwasserversorgung für die Halbleiterfertigung evaluiert.“ Dafür stellten die Forschenden die reale Situation nach und testeten die Hardware, die als wirtschaftlich für einen flächendeckenden Einsatz beim Anwender eingeschätzt wurde. Zum Schluss konnte quantitativ abgeschätzt werden, inwieweit die gewählte Sensor-Edge-Device-Kombination für einen Einsatz bei der KI-basierten Zustandsüberwachung geeignet ist und die gestellten Anforderungen erfüllt.   

Mit der Verlagerung der Validierungsschritte in das passend ausgestattete Labor konnten teure und zeitaufwändige Tests in der realen Anwendungsumgebung verkürzt werden. Vor allem aber können durch die umfangreichen Analysen im Labor Muster in den erfassten Daten systematisch erkannt werden und so Effekte im Verhalten der Anlagen und Maschinen gefunden werden, die bei Störungen und Verschleiß relevant sind.  

Fundierte Entscheidung für KI-Anwendungen

Bald sollen die Kennwerte für die prototypischen KI-Anwendungen der Kunden und Kundinnen automatisiert analysiert werden. Alle relevanten Leistungsparameter wie Inferenzzeit, Latenzen, Ressourcen- und Energiebedarf werden dem Kunden nach der Messung zur Verfügung gestellt und bewertet. So sind Unternehmen in der Lage, fundierte Entscheidungen für ihre spezielle KI-Anwendung zu treffen. 

Mehr über die Suche nach dem passenden Edge Device erfahren Sie im Webinar:

KI-Lösungen in der Edge – Eine systematische Leistungsbewertung 

Infos und Anmeldung 

Kontakt

André Schneider

Datenanalysesysteme
Fraunhofer IIS, Institutsteil Entwicklung Adaptiver Systeme EAS
Münchner Straße 16
01187 Dresden
Telefon +49 351 45691-368

andre.schneider@eas.iis.fraunhofer.de