Edge und Cloud Computing

Auf den vorangegangenen Seiten ist beschrieben, dass sinnvolle Anwendungen Künstlicher Intelligenz qualitativ hochwertige Daten erfordern, auf deren Basis dann Modelle erzeugt werden können. Wo aber werden zukünftig die anfallenden Daten verarbeitet oder die Modelle gelernt?

Aktuell zeichnet sich ab, dass zukünftig „Edge-Rechenzentren“ diese Aufgabe übernehmen. Unter Edge-Computing versteht man, Rechenleistung, Software-Anwendungen, Datenverarbeitung oder Dienste unmittelbar an die logische Randstelle eines Netzwerks zu verlagern, z.B. einer Linie oder einer kompletten Fabrik. Studien prognostizieren, dass Edge-Computing durch die zu erwartende Datenvielfalt, die erforderliche Verarbeitungsgeschwindigkeit und -leistung bis zum Jahr 2025 um rd. 30% jährlich zunimmt. Edge-Rechenzentren, untereinander verbunden zu einer Cloud-Infrastruktur, sind damit skalierbar und bieten auch mittelständischen Unternehmen die Möglichkeiten, Cloud-Technologien zu nutzen, ohne in eine eigene Infrastruktur investieren zu müssen.

Edge-Rechenzentren übernehmen beispielsweise folgende Aufgaben:

  • Sammeln und Interpretieren von Daten aus Sensoren und Maschinensteuerungen,
  • Maschinelles Lernen der Modelle,
  • Vergleiche zwischen Modellen und Laufzeitdaten,
  • Speichern von Messdaten, z.B. Bilddaten aus Qualitätssystemen,
  • Berechnen von Maschinenparametern,
  • andere maschinennahe, aber nicht echtzeitrelevante Funktionen.

Wir entwerfen die für Sie maßgeschneiderte Architektur für Ihre KI- und ML-Anwendungen und setzen sie dann gemeinsam mit Ihnen um.