News: Eagle-Eyes Industrie-PCs im AIoT Umfeld

Nach jahrzehntelanger Forschung und Erwartung scheint es, dass die künstliche Intelligenz (KI) endlich angekommen ist und bleiben wird. Im vergangenen September prognostizierte IDC, dass 2018 24 Milliarden US-Dollar für kognitive Systeme und KI-Systeme ausgegeben werden. Das Forschungsunternehmen prognostiziert, dass sich diese Zahl bis 2022 auf 77,6 Milliarden US-Dollar mehr als verdreifachen wird.

Das Internet der Dinge (Internet of Things, IoT) setzt seine ähnlich rasante Entwicklung fort. Im Dezember letzten Jahres gab Forbes bekannt, dass der weltweite IoT-Markt 2018 151 Milliarden US-Dollar betragen wird, von denen laut IoT Analytics bis 2025 ein jährlicher Anstieg um 39 Prozent auf über 1,5 Billionen US-Dollar erwartet wird.

In der Darstellung eines Zweikreis-Venn-Diagramms haben diese beiden Megatrends einen überlappenden Bereich: das AIoT.

Herkömmliche IoT-Geräte arbeiten mit integrierten Sensoren, die Daten erfassen. Diese Daten werden zur Analyse entweder an nahe gelegene oder Cloud-basierte Systeme weitergeleitet. Diese Cloud-Systeme können anschließend Berechnungsergebnisse zurück an das IoT-Gerät senden, um eine bestimmte Aktion auszulösen.

Durch die Ausstattung dieser IoT-Geräte mit integrierter Intelligenz ist es jedoch nicht erforderlich, Daten über das Gerät hinaus zu senden. Analyse, Filterung, umsetzbare Ergebnisse und sogar Benutzerinteraktion können vom Gerät selbst ausgeführt werden. Diese Funktion befreit möglicherweise Lösungen von den Latenzen und Verzögerungen, die mit der Cloud-Kommunikation verbunden sind. Dies ist besonders wichtig in Anwendungen, in denen Daten aus mehreren Quellen in Echtzeit verarbeitet werden müssen.

Das AIoT ist eine Erweiterung des Edge-Computing, dass in Embedded-Märkten bereits weit verbreitet ist, insbesondere dort, wo Vision- und Automatisierungssteuerung von entscheidender Bedeutung sind. Edge-Netzwerke sorgen dafür, dass kritische Computer- und datengesteuerte Aktionen lokalisiert bleiben, anstatt Cloud-Verzögerungen zu verursachen. IDC prognostizierte, dass 40% der vom Internet der Dinge erstellten Daten 2019 an der Edge verarbeitet werden sollen.

Einfach ausgedrückt, der Unterschied zwischen einem „verbundenen“ Cloud-Gerät und einem AIoT-Gerät besteht darin, dass das AIot-Gerät Entscheidungen und Aufgaben für den Menschen übernehmen kann.

Wohin geht AIoT?

Auf der Veranstaltung AWS: re: Invent 2018 stellte Amazon We Services vier Bereiche vor, in denen AIoT reif für Wachstum und Spitzenleistungen ist:

  • Maschinenüberwachung. Menschen werden müde und unachtsam. Die Aufmerksamkeit lässt nach. Wiederholende Aufgaben sind unbeliebt, aber genau diese dominieren die Fließbänder bzw. Arbeitsplätze in der Fertigung. AIoT-Systeme können verschiedene Arten von Sensoren, einschließlich visueller Erkennungssysteme, kombinieren, um sicherzustellen, dass Industriemaschinen innerhalb zugelassener Toleranzen arbeiten.
  • Maschinen, die voneinander und von uns lernen. Bisher mussten Menschen Maschinen alles beibringen, was sie wissen. Wenn AIoT-Frameworks jedoch standardisiert werden, erwarten Sie mehr Möglichkeiten für Geräte, Daten auszutauschen und sich gegenseitig beizubringen.
  • Maschinen arbeiten zusammen. Genauso wie kollaborierende Menschen dazu neigen, gemeinsam Mehrwert zu schaffen, können auch AIoT-Netzwerke Mehrwert schaffen, wobei jedes Gerät seine Aufgaben abgestimmt im Ganzen ausführt.
  • Maschinen, die Maschinen für Menschen herstellen. Wenn AIoT-Geräte zusammenarbeiten können, um neue Geräte zu erstellen, wird eine radikal neue Welt individueller Anpassungen für Verbraucher entstehen.

Die Menge an Versprechen und Potenzial von AIoT kann nicht überbewertet werden. Wir stehen jedoch vor der unmittelbaren Herausforderung, umfassende Lern- und Analysefunktionen für diese AIoT-Geräte bereitzustellen, die sich am Netzwerk-Edge befinden. Genauso wie AI eine beachtliche Menge an Rechenleistung von Workstations und Servern erfordert, wird sich dies auch für AIoT-Edge-Nodes als zutreffend erweisen.

Unternehmen bevorzugen kleine, kompakte Edge-Geräte, so dass sie einfach bereitzustellen sind, nicht viel Platz benötigen und im Allgemeinen stromsparend betrieben werden können.
Glücklicherweise hat sich dieser Zustand nun geändert.

EFCO Eagle-Eyes Industrie-PCs

Herkömmlichen Embedded-Systemen mit kleinem Formfaktor fehlt oft die Rechenleistung, die für die Analyse und Visualisierung von Echtzeit-Daten aus unterschiedlichen Quellen erforderlich ist. Sie stellen oft einen Kompromiss dar aus  CPU- und Grafik-Performance, Größe und Geräuschentwicklung. EFCO bietet jetzt seine Eagle Eyes-Kompaktsysteme an, die speziell auf die Anforderungen von Embedded Edge- und AIoT-Anwendungen zugeschnitten sind.

Features sind:

  • Leistungsstarker Prozessor: mit CPU-Varianten bis zur siebten Intel Core i7-Generation oder der Xeon E3 v6-Familie können Eagle Eyes-Systeme robuste, datenintensive Aufgaben bewältigen und benötigen dabei nur eine Handfläche an Platz.
  • Robust: das robuste Aluminiumgehäuse schützt das System durch Gebrauch und Transport. Die Kühlrippen bietet eine hervorragende Wärmeableitung für lüfterlosen Betrieb.
  • Geräuschlos: die Eagle-Eyes Geräte können dank passiver Kühlung und lüfterlosem Betrieb auch in Applikationen verwendet werden, die geräuschsensitiv sind.
  • Zuverlässig: Eagle-Eyes Systeme können ohne Probleme an Grenzbereichen betrieben werden, sei es bei niedrigen oder hohen Temperaturen.
  • Spezielles Power-Design: EFCO stattet Eagle-Eyes Systeme mit einem Überspannungsschutz von 80V/1 ms bis 200V/1ms und einem Eingangsspannungsbereich von 9V bis 36V DC aus.
  • Easy-Diagnostics: EFCOs einzigartiges eKit bietet eine intelligente Systemüberwachung und erlaubt die Anzeige wichtiger Parameter auf einem kleinen Display an der Gerätefront. Es können verschiedenste Betriebsparameter angezeigt werden, so z.B. IP-Adresse der Netzwerkschnittstellen, Temperaturen im Geräteinneren, PoE-Status und vieles mehr.
  • Kompakt, aber leistungsstark: Eagle-Eyes Systeme verfügen über bis zu zwölf PoE-Ports (Power-over-Ethernet, PSE) für die Spannungsversorgung von Peripherie-Geräten, wie z.B. Kameras, Router oder ähnliches.

Gartner prognostiziert, dass „bis 2022 sollen durch IoT jährlich 1 Billion US-Dollar an Wartung, Service und Verbrauchsmaterialien eingespart werden“. Stellen Sie sich die zusätzlichen Einsparungen vor, die durch das Hinzufügen von KI über hochwertige Systeme wie die Eagle Eyes-Linie von EFCO erzielt werden können. Die Menge der Einsparungen wird dadurch bestimmt, welche AIoT-Hardwaresysteme an der Edge verwendet werden.

 

Bitte geben Sie die Zeichenfolge in das nachfolgende Textfeld ein

Die mit einem * markierten Felder sind Pflichtfelder.