Technologie Notdienst Nachrichten Schnellere, sicherere und effizientere Datenverarbeitung mit Edge AI

21.

Dezember 2021 14:20 Uhr.

Bildquelle: Andrey Suslov/Getty.

Sprechen Sie mit CIOs, CTOs und anderen C-Level- und leitenden Mitarbeitern über Informationen und KI-Methoden auf der Future of Work Top am 12.

Januar 2022.

Erfahren Sie mehr.

Dieser kurze Artikel wurde von Alexey Posternak, Chief Financial and Financial Investment Officer von MTS AI und Handling Partner von Intema, beigesteuert.

Die Menschheit kann sich einfach nicht davon abhalten, immer mehr Informationen zu produzieren.

Im Jahr 2010 erreichten die jährlich erstellten Gesamtinformationen 2 Zettabyte.

Jedes Zettabyte ist mit etwa 1 Billion Gigabyte oder 1021 Byte vergleichbar.

Seitdem ist eigentlich kein Rückgang mehr zu verzeichnen.

Der Anstieg von Mobile Computing und dem Web of Things (IoT) hat den Bedarf sogar noch weiter erhöht.

Bis 2025 werden ungefähr 175 Zettabytes entwickelter Informationen und bis 2035 schockierende 2142 Zettabytes erreicht.

Viele unserer heutigen Informationen werden durch Cloud-Computing verarbeitet, und obwohl die Cloud eine bemerkenswerte Innovation ist, ist sie nicht ohne Probleme.

Cloud-Sicherheit ist eine kontinuierliche Bedrohung für jedes Unternehmen.

Das Webhosting-Unternehmen GoDaddy berichtete nicht nur, dass während einer aktuellen Sicherheitsverletzung mehr als 1,2 Millionen Kunden auf ihre Informationen zugegriffen haben könnte, sondern dass sie auch mehr als einen Monat brauchten, um festzustellen, dass dies tatsächlich passiert war.

Selbst nicht sicherheitsrelevante Blackouts können erheblich zerstörerisch sein – Google hatte im November eine Cloud-Unterbrechung, die den Zugriff auf seine Dienste verweigerte, und die Server von Meta waren im Oktober für mehr als 3 Stunden ausgefallen.

Da der Informationsbedarf enorm steigt, werden diese Cloud-Server unter stärkerem Druck stehen als je zuvor.

Die bloße Erweiterung der Cloud-Fähigkeit kann nicht der einzige Dienst sein, um dieses Datenverarbeitungsproblem zu lösen.

Server benötigen große Mengen an Energie, die 1 % des internationalen Gesamtverbrauchs ausmachen.

Angesichts der ständig wachsenden Sorgen über eine Änderung der Umgebung besteht der Druck, den Energieverbrauch zu minimieren, anstatt ihn zu erhöhen.

Um dies zu beheben, müssen wir uns auf Edge Computing und Edge AI verlassen.

Edge AI macht die Informationsverarbeitung nicht nur energieeffizienter, sondern auch viel sicherer und schneller.

Edge AI ist, wenn Algorithmen der künstlichen Intelligenz in Ihrer Nähe "on edge" verarbeitet werden - auf dem Gadget selbst oder auf einem nahegelegenen Server.

Die Innovation existiert derzeit – intelligente Geräte sind äußerst intelligente Geräte, die Edge-Technologie für eine Reihe von Aufgaben nutzen.

Ein echter Edge-KI-Mikrochip kann selbstgesteuerte, datengesteuerte Entscheidungen treffen, ohne dass eine Web- oder Cloud-Verbindung erforderlich ist.

Edge AI soll Cloud Computing nicht verändern, sondern verbessern und verbessern.

Die allererste Methode dazu ist die Erhöhung der Latenz.

Wenn ein Gadget derzeit eine Informationsanforderung an ein 4G- oder 5G-Netzwerk stellt, wird es von einem Mobilfunkmast empfangen und anschließend an einen Informationsserver irgendwo innerhalb des Netzwerks weitergegeben.

Die Latenzzeit – die Zeit, in der die Informationen die Server und zurück zu Ihrem Telefon erreichen – ist schnell (irgendwo im Bereich von 10 bis 20 Millisekunden für 5G pro Minute), aber es bleibt ein Überfall.

Wenn das Informationsvolumen ansteigt, steigt normalerweise auch die Latenz.

Edge-KI, die tatsächlich in einen Mikrochip integriert wurde, kann eine Latenz von unter einer Millisekunde aufweisen, da die Informationen das Gerät nie verlassen.

Der dezentrale Charakter der Innovation ermöglicht es Algorithmen des maschinellen Lernens, autonom zu laufen.

Es bestehen keine Gefahren von Webunterbrechungen oder schlechtem Smartphone-Empfang.

Informationen, die niemals das Gerät verlassen, erhöhen die Sicherheit, da Informationen bei der Übertragung zu Türmen oder einem Server nicht behindert werden können.

Wenn Informationen das Gadget verlassen müssen, verringert die Integration von Edge-KI-Chips die Menge der gesendeten Informationen erheblich und verbessert die Leistung.

Nur Informationen, die tatsächlich extrem verarbeitet wurden, werden an die Cloud gesendet, wodurch die Energieaufnahme um 30-40% gesenkt wird.

Edge-Technologie wird für den 5G-Rollout von entscheidender Bedeutung, da Netzwerkdienstanbieter umziehen, um Edge-KI in die Türme selbst zu integrieren, wodurch der Bedarf an externen Servern gesenkt und die Geschwindigkeit erhöht wird.

Die Anwendungen von Edge AI wurden aktuell tatsächlich von Service- und Marktführern entdeckt.

Pitchbook weist darauf hin, dass die Finanzinvestitionen in den Edge-Computing-Halbleitermarkt in den letzten 12 Monaten um 74 % gestiegen sind und sich die Gesamtinvestitionen auf 5,8 Milliarden US-Dollar belaufen.

Die durchschnittliche Post-Money-Bewertung des Geschäfts in dieser speziellen Nische stieg im selben Zeitraum um 110,2 % auf 1,05 Milliarden US-Dollar.

Die Auswirkungen dieser Technologie sind bahnbrechend.

Die zusätzliche Kombination von Edge-AI-Mikrochips im Web of Things hat industrielle und kommerzielle Anwendungen.

Ein selbstfahrendes Fahrzeug zum Beispiel kann nicht von der Latenz abhängig sein.

Die Echtzeit-Informationsverarbeitung sollte schnell sein.

Wenn ein Kind auf die Fahrbahn stößt, kann eine Verzögerung der Datenübertragungsgeschwindigkeit verhindern, dass das Auto rechtzeitig bremst.

Auch wenn die Latenzzeit ausreichend niedrig ist, kann die Informationsübertragung durch Hacker behindert werden, wodurch die Bewohner möglicherweise bedroht werden.

Dies kann auch für Chauffeure von Vorteil sein – Edge AI in fahrerorientierten Videokameras könnte so eingestellt sein, dass sie erkennt, ob ein Autofahrer abgelenkt wird, telefoniert oder sogar am Steuer eingeschlafen ist, und danach mit Smart interagiert Gadgets im Fahrzeug zum Überholen.

In einem Fließband können integrierte Edge-KI-Chips Informationen mit unübertroffener Geschwindigkeit untersuchen.

Die Untersuchung von Sensoreinheiteninformationen und das Erkennen von Abweichungen vom Standard in Echtzeit ermöglicht es den Mitarbeitern, Geräte zu wechseln, bevor diese nicht mehr funktionieren.

Real-Time Analytics setzt die automatisierte Entscheidungsfindung in Gang und informiert die Mitarbeiter.

Die Kombination von Videoanalyse würde eine sofortige Erkennung von Problemen am Fließband ermöglichen.

Die Produktionsgeschwindigkeit kann kontinuierlich reduziert werden, wobei die Geräte reduziert werden, wenn es noch größere Hindernisse gibt, oder um die Lebensdauer der Ausrüstung voll auszunutzen.

Produktionsstaus durch fehlerhafte Geräte würden dadurch verringert und die Sicherheit der Mitarbeiter erhöht – die KI könnte erkennen, dass der Arm eines Mitarbeiters in der Methode eines Herstellers verbleibt, und ihn viel schneller abschalten, als ein Mensch reagieren könnte.

Edge-KI ist der neueste Stand der technologischen Entwicklung.

In Kombination mit bestehenden Cloud-basierten kommunikativen Innovationen wird die Kombination von KI in den Gadgets selbst die Effektivität, Sicherheit und Geschwindigkeit der Informationsanalyse erhöhen.

KI ist die Zukunft.

Alexey Posternak ist CFIO von MTS AI und Handlingpartner von Intema.

Alexey verfügt über mehr als 17 Jahre Erfahrung in der Unternehmensfinanzierung und -investition und verfügt über ein tiefes Marktverständnis in TMT, IT und monetären Dienstleistungen.

DataDecisionMakers.

Laden Sie in die VentureBeat-Nachbarschaft ein! DataDecisionMakers ist der Ort, an dem Fachleute, bestehend aus technischen Personen, die Informationsarbeit leisten, datenbezogene Erkenntnisse und Entwicklungen austauschen können.

Wenn Sie innovative Konzepte und aktualisierte Informationen, beste Praktiken und die Zukunft der Informations- und Informationstechnologie kennenlernen möchten, besuchen Sie uns bei DataDecisionMakers.

Vielleicht denken Sie sogar darüber nach, einen eigenen kurzen Artikel beizusteuern! Erfahren Sie mehr von DataDecisionMakers.