Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Nr 44 2021 www markttechnik de 21 Auf was kommt es bei Ihren sicheren Lizenzcontainern an? +49 721 931720 sales@wibu com www wibu com Halle 120 Stand A01G Die Robustheit eines Hardware-Dongles? Die Offline-Nutzung einer Software-Aktivierung? Die Freiheit des Cloud-Zugriffs – jederzeit und überall? www wibu com cloud Anzeige teressant In diesem Fall würde das Senden aller Daten zur Analyse in die Cloud große Mengen an Bandbreite verschwenden die für andere Anwendungen genutzt werden könnten KI am Rande des Netzes kann potenziell eine hohe Rechenleistung erfordern um eine angemessene Leistung zu gewährleisten Standard-Speicherkomponenten können zwar die erforderliche Leistung erbringen sind aber nicht für die rauen Bedingungen an diesem Standort ausgelegt So ist beispielsweise ein Verkehrsüberwachungssystem auf der Straße Temperaturschwankungen zwischen Tag und Nacht sowie zwischen Sommer und Winter ausgesetzt Systeme in Fahrzeugen müssen Stößen und Vibrationen standhalten Industrie umgebungen weisen erhöhte Schadstoffwerte auf usw Eine KIoT-Anwendung am Rande des Systems ist in der Regel ein kleiner IPC mit einer eingebauten industrietauglichen CPU Für die Datenanalyse in Echtzeit benötigt diese CPU eine angemessene Unterstützung in Form von Flash-Speicher und DRAM Industrietaugliche Speicherkomponenten sind für die Implementierung von KI am Edge unerlässlich Der erste Schritt besteht darin die Risiken an jedem Datenerfassungspunkt zu identifizieren Die Komponenten können dann an die spezifischen Anforderungen der Anwendung angepasst werden Den Verkehrsfluss in Städten steuern Die Städte wachsen und infolgedessen nimmt der Verkehr in den Städten zu was zu mehr Staus führt Die Überwachung und Lenkung des Verkehrs auf der Grundlage von Echtzeitdaten verbessert die Verkehrssicherheit und den Verkehrsfluss erheblich Dies geschieht durch Überwachungsgeräte die strategisch in der Stadt platziert sind Die erste Stufe der Analyse wird von lokalen KI-Plattformen in den Außenbezirken der Stadt durchgeführt Dazu gehören die Erkennung von Fahrzeugen und die Bewertung des Verkehrsflusses So kann jede Plattform selbst entscheiden wie sie die Daten auf der Grundlage der Analyse verarbeitet z Bob die Zahl der Fahrzeuge zunimmt und die Gefahr eines Staus besteht Alle wichtigen Daten können dann an die Cloud gesendet werden wo auf der Grundlage der Daten Maßnahmen wie die Umleitung des Verkehrs die Änderung von Geschwindigkeitsbegrenzungen und die Anpassung von Ampeln getroffen werden können Optimierung von Fahrzeugflotten Aber auch das Flottenmanagement kann durch KI erheblich optimiert werden Die Überwachung einer großen Fahrzeugflotte kann schwierig sein aber es gibt viele Möglichkeiten den Betrieb zu optimieren Dazu gehören die Senkung der Kraftstoffkosten die Fahrzeugwartung und die allgemeine Überwachung des Fahrverhaltens Aktuelle Ortungssysteme arbeiten meist auf der Basis von GPS das nicht überall verfügbar ist Daher kann ein solches System in einem Tunnel keine Daten liefern Auch innerhalb von Gebäuden oder anderen Gebieten mit schlechter Satellitenabdeckung und zur Bestimmung der Höhenmeter in denen sich das Fahrzeug bewegt ist ein GPS-System unbrauchbar Es gibt jedoch andere Datenquellen die Aufschluss über die Position des Fahrzeugs geben können Zum Beispiel können die Fahrzeuggeschwindigkeit und die Drehzahl der Reifen ständig überwacht und aufgezeichnet werden Eine fahrzeuginterne KI-Plattform kann dann die Position des Fahrzeugs zu einem bestimmten Zeitpunkt berechnen indem sie diese Parameter verwendet um unvollständige GPS-Daten auszugleichen Diese Technologie wird als Automotive Dead Reckoning oder DR bezeichnet Schließlich können die Daten über drahtlose Netze an das Fahrzeug zurückgesendet werden Autonomes Fahren Beim autonomen Fahren muss man davon ausgehen dass der Fahrer nicht mehr in das Geschehen auf der Straße eingreift Gleichzeitig ändert sich die Verkehrssituation ständig und es treten viele unerwartete Faktoren auf Deshalb muss ein autonomes Fahrzeug in der Lage sein bei plötzlichen Veränderungen Entscheidungen in Sekundenbruchteilen zu treffen Während sich der Mensch auf seine Sinne verlässt sammelt der Roboter über eine Vielzahl von Sensoren alle möglichen Daten um sie zu einem kohärenten Bild der Gesamtsituation zu einem bestimmten Zeitpunkt zu verarbeiten In diesem Prozess sind die Daten aus der Cloud nicht relevant da sie aufgrund von Latenzzeiten zu spät verfügbar sind wenn eine Entscheidung getroffen werden muss Die fahrzeuginterne KI-Plattform die diese komplexen Berechnungen durchführt ist auf Komponenten angewiesen die unter allen Wetterbedingungen und physikalischen Gegebenheiten ohne Leistungseinbußen arbeiten können Um Unfälle mit autonomen Fahrzeugen zu vermeiden müssen die Geräte mit minimaler Fehlerwahrscheinlichkeit und mit ausreichender Unterstützung arbeiten KI wird sich in vielen Bereichen unseres Lebens ausbreiten Sie wird auch in vielen Szenarien menschliche Bediener ersetzen was den Bedarf an robusten Systemen die mit allen relevanten Umweltanforderungen umgehen können weiter erhöht Die Ausstattung von KI-Plattformen mit industrietauglichen Speichersystemen stellt sicher dass die Hardware der Aufgabe gewachsen ist Diese Speicher sind eine der Schlüsselkomponenten beim Aufbau des IoT der Zukunft Als führender Anbieter von industriellen Embedded Flash und Speicherprodukten konzentriert sich Innodisk auf Systeme in den Bereichen KI IoT und Edge Computing Bei der Entwicklung der verschiedenen DRAMund SSD-Technologien haben Ausfallsicherheit und Systemwiederherstellung eine hohe Priorität weil die Anzahl der Systemausfälle gegen Null gehen muss insbesondere beim Edge Computing ha ■