Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
6 Trend-Guide Industriecomputer Embedded-Systeme 2025 www markttechnik de Software Tools und die Platte dann in die nächste Position zu manövrieren In der Medizin kann ein Roboter einem Arzt das benötigte Instrument reichen ohne dass dieser sterile Verfahren unterbrechen muss um einen Bildschirm oder eine Tastatur zu berühren Sprachzu-Sprach-Systeme Viele der heutigen Sprachzu-Sprach-Systeme für Endverbraucher nutzen die Cloud um ihre Dienste bereitzustellen Robotik kann die damit verbundene Latenz jedoch nicht tolerieren Zudem sind industrielle und landwirtschaftliche Betriebe oft weit von einer Breitbandverbindung entfernt Solche Situationen erfordern die Integration leistungsfähiger KI-Modelle die sich in Embedded-Systemen vor Ort ausführen lassen Bisher war die lokale Ausführung von KI-Modellen mit hohen Kosten und hohem Stromverbrauch verbunden Dies ist heutzutage nicht mehr der Fall Auf Basis des Anwendungsprozessors i MX 95 von NXP hat Tria nun Systeme entwickelt die zeigen wie sich generative Sprachzu-Sprach-KI auf eine stromsparende Hardwareplattform portieren lässt ohne die hohen Energieund Finanzkosten einer dedizierten GPU in Kauf nehmen zu müssen Der i MX 95 kombiniert einen Arm-Multicore-Prozessor mit einer integrierten Grafikverarbeitung GPU und KI-Beschleunigung auf Basis des NXP eIQ Neutron integriert mit Hochleistungs-I Os und Speicher-Controllern Bei der KI-Integration in eine Embedded-Anwendung sollte man Modelle wählen die hinsichtlich Leistungsfähigkeit Speichernutzung und Genauigkeit die besten Kompromisse bieten Im Prinzip lässt sich ein generatives KI-Modell durchgängig verwenden – in vielen Fällen ist dies jedoch nicht erforderlich Die Entwickler von Tria haben mit verschiedenen Optionen für die unterschiedlichen Teile der Sprachzu-Sprach-Pipeline experimentiert Diese Pipeline beginnt mit der Erkennung menschlicher Befehle Die Aufgabe sollte einem Algorithmus oder Modell zugewiesen werden das auf einen geringen Stromverbrauch ausgelegt ist weil es häufig ausgeführt werden muss damit der Roboter keine wichtigen Befehle verpasst Der einfachste Algorithmus hierfür ist die Audio-Power-Erkennung bei der das Signal vom Mikrofon mit dem Hintergrundgeräuschpegel verglichen wird Obwohl diese Methode einen sehr geringen Overhead aufweist bringt sie eine inakzeptable Falsch-Positiv-Rate mit sich Das Silero-Modell zur Erkennung von Sprachaktivität das auf einer CNN-Architektur Convolutional Neural Network beruht bietet jedoch hohe Qualität bei geringem Overhead Sprachezu-Text Ähnlich stellte das Entwickler-Team von Tria fest dass das Piper-Textzu-Sprache-Modell auch bei der Ausgabe eine hervorragende Leistungsfähigkeit im Verhältnis zu seiner Größe sowie Prozessorund Speichernutzung erreicht Zwischen diesen beiden Phasen bietet generative KI die größten Vorteile Die Technologie die vielen der heutzutage weit verbreiteten generativen KI-Tools zugrunde liegt wurde für die Verarbeitung natürlicher Sprache entwickelt Das Large Language Model LLM nutzt die statistische Natur der menschlichen Sprachund Schreibmuster Wörter und Phrasen werden in Tokens zerlegt die in einen mehrdimensionalen Vektorraum so abgebildet werden dass jene mit ähnlicher Bedeutung nahe beieinander liegen Dies ist einer der Gründe warum diese Modelle bei der Übersetzung von einer Sprache in eine andere so effektiv sind Ein LLM kombiniert die Vektoreinbettung mit einem neuronalen Netzwerk auf Basis von Transformer-Strukturen Dabei wird das Konzept der Aufmerksamkeit genutzt um offensichtliche Verbindungen zwischen Tokens zu finden die der KI helfen kohärente Ergebnisse zu generieren Ein großer Vorteil des Trainingsprozesses besteht darin dass die rechenund datenintensivste Phase das Pretraining kein Daten-Labeling benötigt Der Trainingsprozess lässt das Modell selbst offensichtliche Verbindungen zwischen Wörtern herausarbei-Humanoide Roboter und Menschen werden in den Fabriken der Zukunft zusammenarbeiten Bild InfiniteFlow stock adobe com Humanoide Roboter lassen sich auch in der Landwirtschaft nutzen Bild Tetiana stock adobe com