Der Großteil von Datenverarbeitung passiert heutzutage in der Cloud, auf leistungsstarken Servern in meist weit entfernten Rechenzentren. In den letzten 5 Jahren ist das Cloud-Geschäft geradezu explodiert. Allein im letzten Jahr betrug das Wachstum des Marktes 21%.

So ist es ganz natürlich, dass gerade dort die Prozesse ablaufen, die dem Endanwender am intelligentesten vorkommen. Zum Beispiel:

  • Produktvorschläge für Lebensmittel, die tatsächlich gerade im eigenen Haushalt knapp sind.
  • Die Fotogalerie auf dem Smartphone kann nach Schlagworten durchsucht werden, die man selbst nie erstellt hat.
  • Der Social Media Feed schlägt neue Interessengebiete vor, die tatsächlich interessant sind.

Nach der Zentralisierung kommt die Dezentralisierung

Ohne Zweifel wären diese Fortschritte dieser Features, denen meist Künstliche Intelligenz zugrunde liegt, ohne die Cloud nicht möglich gewesen. Diese Verschiebung von Rechenleistung von On-Premise in die Cloud ist nicht die Erste. Seit Mitte der 70er und durch die 80er hindurch verschob sich der Ort des Geschehens der Datenverarbeitung von Großcomputern in Rechenzentren zu PC’s auf den Schreibtischen privater Anwender. 1971 wurde der Intel 4004 eingeführt. Zentrale Verarbeitungseinheiten / CPUs ermöglichten den Aufstieg der standardisierten Betriebssysteme wie DOS und Windows. Seit Mitte der 2000er werden Programme auf die Grafikkarte geladen. Am Ende der Bezugskette digitaler Informationen stehen heute leistungsstarke Smartphones, Tablets und Desktop PCs mit CPU und GPU. Dennoch geschehen Leistungsintensive Rechenoperationen in der Cloud.

Neben FPGAs werden GPUs heute am meisten für Deep Learning Prozesse genutzt. Gegenüber CPUs sind diese wesentlich effizienter. Eine bis zu 10fache Effizienzsteigerung kann jedoch mit ASICs (Application Specific Integrated Circuit) erreicht werden. Die Form und Architektur dieser KI-Chips variiert momentan noch genauso stark wie in den Anfängen der GPU, bis Nvidias GPU-Architektur sich als generelles Modell durchgesetzt hatte. Samsung, Huawei, Google, LG, Baidu, Intel, Alibaba und weitere Firmen wollen oder haben bereits KI-Chips produziert und setzen diese ein.

Google präsentierte 2016 die Tensor Processing Units, spezielle Chips die in Rechenzentren Aufgaben zur Künstlichen Intelligenz bearbeiten. Diese Aufgaben sind meist das Trainieren von KI-Modellen anhand von Datensätzen. Zwei Jahre später präsentierte Google dann die Edge TPU. Kleiner als eine One Cent Münze, soll dieser Chip zum Einsatz am “Rand” kommen. Und entgegen seinem Cloud-Pendant ist die Aufgabe auch eine andere: Die eigentliche Schlussfolgerung / Erkennung anhand der eingespielten Daten. Diese beiden Chips und das Google Ökosystem, das sie benutzt, lassen erkennen wohin der Trend im Edge-Computing gehen wird. Benutzer des Google Gboards erhalten verbesserte Vorschläge anhand aller anderen Nutzer mit ähnlicher Umgebung, Sprache und anderen gleichen Eigenschaften. Dieses On-Device-Training setzt Huwaei mittlerweile auch in seinem P20pro Smartphone zur Verbesserung der Akkulaufzeit ein.  Federated Learning wird sich weiter ausbreiten und zentralisierte Trainingsdaten in der Cloud werden nur noch in Ausnahmen sinnvoll sein.

Mit Edge-Computing geht Datenverarbeitung auch mit Datenschutz

Noch speichert Amazon MP3 Dateien von Sprachbefehlen, die Alexa Geräte von ihren Nutzern aufnehmen, auf seinen Servern. Mithilfe derer werden dann die eigenen KI-Modelle weiter entwickelt. Das ist keinesfalls ein Best Practice und ist meistens aufgrund der Bedenken zum Datenschutz ein Aspekt gegen den Kauf von Alexa-Geräten.

Die Übertragung von Foto-, Video- und Audiodaten in die Cloud ist außerdem Bandbreiten- und Energieintensiv. Gerade bei vielen IoT Geräten ohne Netzanschluss und 4G statt WLAN Verbindung ist das ein wichtiger Aspekt. Ständige Kommunikation intelligenter IoT Geräte mit der Cloud wirkt sich negativ auf deren Laufzeit aus. Mit Edge-Computing und KI-Chips werden diese unabhängiger. Und auch KI-Trainingsdurchläufe werden sich im Edge-Computing etablieren. Die neu gewonnen Daten werden als Deltas (Gewichtung des KI-Modells) an die Cloud übermittelt und sind nur ein Bruchteil der Größe von Mediendateien. In der Cloud wird dann das zentrale Modell mit den neu gewonnen Daten von Millionen von IoT Geräten im Einsatz aktualisiert.

Fine-Tuning von KI zeitgleich auf Millionen von Geräten

Dieses Modell des Zusammenspiels von Cloud und Edge Computing wird eine kritische Rolle in der Entwicklung von verlässlichen und sicheren intelligenten Produkten haben. Ein autonomes Fahrzeug, das hundertprozentige Fehlerfreiheit auf amerikanischen Straßen aufweist wird dennoch mit einigen Problemen in der Altstadt von Brüssel oder im Berufsverkehr von Hanoi überfordert sein. Damit eine Problembewältigung eintritt muss das Fahrzeug vor Ort Deep-Learning Aufgaben bewältigen können.

On-Device-Training und die Dezentralisierung von produktiven KI-Modellen wird einen erheblichen Ausbau im Bereich des Edge-Computings mit sich bringen.

Artikel jetzt teilen

Webinar-Aufzeichnung: Der Einsatz von KI im Unternehmen
– Entmystifizierung und Best Practices

Künstliche Intelligenz ist bereits in vielen Bereichen bereits etabliert, sei es im Kleinen mit Sprachassistenten wie Alexa, oder in der Industrie mittels Vorhersagetechniken wie Predictive Maintenance. Erfahren Sie in der 1-stündigen Webinar Aufzeichnung, was genau Künstliche Intelligenz ist, wo sie im Unternehmenskontext eingesetzt werden kann und wie erste Projekte angegangen werden können.

Hinterlasse einen Kommentar

Über EASY SOFTWARE
Die EASY SOFTWARE ist Ihr Partner für eine durchgängige Digitalisierung von Geschäftsprozessen. Als Anbieter ebenso zukunftsweisender wie erfolgreicher Softwareprodukte und Servicelösungen, macht EASY Ihr Geschäft einfacher, effizienter und transparenter.
EASY SOFTWARE

EASY WORLD 2020
100% Digital

Erleben Sie am 29. September die digitale Welt der Unternehmensprozesse.
Keine Enge, keine Räume, keine Grenzen:
Der Kongress für die Digitalisierung Ihrer Geschäftsprozesse findet zu 100% virtuell statt,
mit 100% Wissenstransfer, interaktivem Austausch und Networking.
So einfach kann digitale Transformation sein.

Kostenlose Teilnahme sichern
Das könnte Sie auch interessieren:
Webinar: Der Kunde im Fokus – Innovative, digitale Erlebnisse in der Krankenversicherung
Altsysteme müssen abgelöst werden - auf zu neuen Ufern
Alt- und Legacy-Systeme ablösen
Kundenportale-Vorteile, das erfreut Nutzer auf jedem Gerät
Wie Kundenportale bei der digitalen Kundenbindung helfen
Zurück zur Übersicht Nächster Artikel