Edge-KI verstehen

Was ist Edge-KI?

Als Edge-KI oder KI an der Edge wird die Integration von Systemen künstlicher Intelligenz – wie beispielsweise Predictive Analytics, Sprach- oder Bilderkennung sowie Anomalieerkennung – in das Edge-Computing bezeichnet. Dies ermöglicht die direkte Verarbeitung von Daten an dem Ort, an dem sie erfasst wurden – in der Regel von Geräten wie Sensoren, Kameras oder anderen IoT-Geräten. Durch Edge-KI ist es nicht mehr notwendig, gesammelte Daten zur Verarbeitung an Remote-Server zurückzusenden. Die Verarbeitung von Daten an der Edge führt zu schnelleren Reaktionszeiten, geringeren Latenzen und einem höheren Maß an Datenschutz und Sicherheit. 

Ein Beispiel für Edge-KI wäre eine Überwachungskamera auf einem Hochschulcampus, die nicht nur über Verarbeitungsfunktionen, sondern auch über KI-Funktionen wie Gesichtserkennung verfügt. Dies ist von Vorteil, da die Kamera bekannte Straftäter nahezu sofort identifizieren könnte, was entscheidend sein kann, wenn jede Sekunde zählt. Weitere gute Anwendungsbereiche für schnelle Edge-Verarbeitung und KI-Analysen sind autonome Fahrzeuge und tragbare Gesundheitsüberwachungsgeräte. 

Edge-KI wird dank mehrerer technologischer Fortschritte immer beliebter. Dazu gehören die Weiterentwicklung neuronaler Netze, leistungsfähigere Computing-Infrastrukturen und die weit verbreitete Einführung von IoT-Geräten. Diese Fortschritte ermöglichen es Edge-KI, Unternehmen in nahezu allen Branchen intelligente Informationen und schnelle Erkenntnisse vor Ort zu liefern. Mit Edge-KI können Sie Prozesse und Operations automatisieren, die Sicherheit verbessern und Workflows optimieren. Zudem sind diese Informationen sicherer, da sie das Edge-Gerät nie verlassen und auf dem Weg zu einem zentralen Verarbeitungsserver nicht abgefangen werden können.

Traditionelle KI vs. Edge-KI vs. verteilte KI

Edge-KI unterscheidet sich in mehreren wichtigen Punkten von herkömmlicher KI und verteilter KI. Herkömmliche KI-Modelle befinden sich in der Regel im Backend auf zentralen Servern, beispielsweise in einer Public Cloud oder einem Rechenzentrum; dort verarbeiten und analysieren sie die an den zentralen Standort gesendeten Daten. Dies ist zeitaufwendig und kann möglicherweise zu Serververzögerungen führen, wenn zu viele Daten gleichzeitig verarbeitet und analysiert werden. Mithilfe von Edge-KI kann jedes Edge-Gerät die von ihm gesammelten Daten analysieren, dazu nutzt es entweder eine integrierte KI oder ein auf dem Gerät installiertes Machine-Learning-Modell. Das Gerät trifft dann intelligente Entscheidungen und überträgt nur die wichtigsten Erkenntnisse und Daten an zentrale Server bzw. an Personen, die diese Informationen benötigen, es werden also nicht alle Rohdaten übermittelt. Edge-KI ist wesentlich besser für zeitkritische Prozesse und Vorgänge geeignet. 

Edge-KI unterscheidet sich auch von verteilter KI. Das Konzept der verteilten KI liegt irgendwo zwischen den Konzepten der Edge-KI und der traditionellen KI. Bei einem verteilten System werden Daten über eine Reihe miteinander verbundener Geräte hinweg verarbeitet und analysiert – einschließlich der zentralen Server und Edge-Geräte. Jeder Node in der miteinander verbundenen Kette bearbeitet einen kleinen Teil der Analyse. Die Idee dahinter ist, dass die verteilte Verarbeitung große Workloads bewältigen und über einfache Edge-Geräte hinaus skaliert werden kann. Der Nachteil von verteilter KI ist, dass sie mit einer höheren Latenz als Edge-KI einhergeht, weniger privat und sicher ist, da Daten über Netzwerke an verschiedene Geräte übertragen werden, und dass sie komplexer zu verwalten ist.

Edge-KI und Cloud Computing

Cloud Computing ist eng mit Edge-KI verbunden. Tatsächlich macht Cloud Computing Edge-KI-Systeme möglich, indem es die erforderliche Hardware, Anwendungen, Services und Tools für die Bereitstellung, Ausführung, Datensynchronisation, Überwachung und Verwaltung von KI-Modellen an der Edge bereitstellt. 

Ein Vergleich von Cloud-KI und Edge-KI zeigt jedoch die folgenden Unterschiede:  

• Rechenleistung – Cloud-KI verfügt über überlegene Fähigkeiten im Bereich der allgemeinen Rechenleistung. Edge-KI verfügt zwar nur über begrenzte Verarbeitungsmöglichkeiten, die in ein Gerät integriert werden kann, weist jedoch häufig sehr spezifische Parameter auf und erfordert keine unbegrenzt skalierbare Rechenleistung. 

• Speicherkapazität – Die Cloud bietet selbstverständlich nahezu unbegrenzten Speicherplatz und lässt sich bei Bedarf schnell und einfach skalieren. Bei Edge-KI ist der Speicherplatz auf Edge-Geräten begrenzt, in der Regel verfügen sie jedoch über die erforderliche Kapazität, um Daten zu verarbeiten, zu analysieren und Erkenntnisse an die Zentrale zurückzusenden. 

• Latenz – In diesem Bereich ist Edge-KI der Cloud-KI überlegen. Da die Daten direkt vor Ort verarbeitet werden, bleiben die Latenzzeiten extrem gering und die Reaktionszeiten sind schnell. Cloud-KI-Systeme müssen Daten an verschiedene Remote-Server übertragen, und diese befinden sich möglicherweise auf der anderen Seite der Welt, wodurch sich die Latenz erhöht. 

• Netzwerkbandbreite – Edge-KI benötigt nur sehr wenig Bandbreite, da wesentlich weniger Daten an zentrale Server übertragen werden als bei Cloud-KI. Im Gegensatz zu Edge-KI, die nur die wichtigsten Erkenntnisse und Entscheidungen an andere Server weiterleitet, sendet Cloud-KI alle Rohdaten an Remote-Standorte. Dies erfordert eine deutlich höhere Bandbreite. 

• Sicherheit und Datenschutz – Da die Daten größtenteils auf dem Edge-Gerät gespeichert werden, ist Edge-KI von Natur aus sicherer und besser in der Lage, sensible Informationen zu schützen, als es bei Cloud-KI der Fall ist. Alle Daten, die über Netzwerke an externe Server übertragen werden – also alle Daten in einem Cloud-KI-System – könnten von böswilligen Akteuren abgefangen oder kompromittiert werden.

Vorteile von Edge-KI für Unternehmen

Zu den Vorteilen von Edge-KI gehören: 

• Höhere Effizienz und Agilität – Durch schnellere Reaktionszeiten und eine zügige Identifizierung potenzieller Probleme können Unternehmen ihre Operations optimieren. 

• Geringere Kosten – Edge-KI verringert den Bedarf an Cloud-Ressourcen und sorgt so dafür, dass die Betriebskosten niedrig bleiben und weniger Bandbreite verbraucht wird. Da die meisten Edge-KI-Systeme weitgehend autonom sind, können die Kosten durch einen geringeren Bedarf an menschlicher Überwachung weiter gesenkt werden. 

• Einfachere Einhaltung von Sicherheits- und Datenschutzbestimmungen – Durch die Speicherung der Daten auf dem Gerät, auf dem sie erfasst wurden, können Unternehmen die Vorschriften zur Datensouveränität leichter erfüllen. Da weniger Daten über Netzwerke übertragen werden müssen, werden auch Sicherheit und Datenschutz verbessert. 

• Verbesserte Energieeffizienz – Die meisten Edge-KI-Geräte verbrauchen nur sehr wenig Strom. Zudem wird der Stromverbrauch zentralisierter Server und Systeme aufgrund der geringeren Verarbeitungslast reduziert. 

• Hohe Verfügbarkeit – Da für die KI-Verarbeitung an der Edge keine Internetverbindung erforderlich ist, sind Edge-KI-Systeme in der Regel verfügbarer und zuverlässiger als herkömmliche oder Cloud-basierte KI-Systeme.

Use Cases für Edge-KI

KI wird zunehmend zu einem allgegenwärtigen und wichtigen Werkzeug in allen Branchen und in einer Vielzahl von Use Cases. Mit der zunehmenden Reife der Edge-KI erweitern sich auch die Use Cases für die Verarbeitung an der Edge. Zu den gängigen und neuen Use Cases für Edge-KI gehören: 

• Gesundheitswesen – Medizinische Geräte, die künstliche Intelligenz nutzen, wie Blutzuckermessgeräte und Vitalparameter-Tracker, können einige Entscheidungen für Ärzte automatisieren und deren Arbeitsbelastung verringern. Dank der integrierten Funktionen, die das medizinische Personal alarmieren, wenn etwas nicht in Ordnung ist, können Patienten früher aus dem Krankenhaus entlassen werden, ohne dass eine postoperative Überwachung beeinträchtigt wird. 

• Einzelhandel – Regale im Geschäft können mit Geräten ausgestattet werden, die den Lagerstand überwachen und das Personal benachrichtigen, sobald Produkte zur Neige gehen. Einige Einzelhändler beginnen auch damit, Edge-Geräte zu testen, welche die Einkaufswagen während des Einkaufs tracken und es den Kunden ermöglichen, an jeder beliebigen Stelle im Laden zu bezahlen. 

• Smart Homes und Bürogebäude – Edge-KI-Geräte können die Heizung, Kühlung, Beleuchtung und vieles mehr überwachen und steuern, um die Energieeffizienz zu optimieren. Türklingelkamerasysteme können nicht nur Gesichter von Besuchern erkennen und Bewegungen erfassen, sondern auch die richtigen Personen benachrichtigen, wenn ungewöhnliches Verhalten auftritt. 

• Fertigung – Edge-KI-Geräte in schweren Maschinen und Anlagen können vorhersagbare Analysen durchführen und Teams so auf potenzielle Ausfälle aufmerksam machen. Mithilfe von Kameras in Fertigungslinien können fehlerhafte Produkte erkannt und automatisch vom Fließband entfernt werden. Roboter, die mit Edge-KI-Geräten ausgestattet sind, können Produkte verpacken oder Geräte zusammenbauen und sich rasch an wechselnde Umgebungen anpassen. 

• Smart Cities – Edge-KI-Geräte sind eine wichtige Komponente von Smart Cities; sie erkennen beispielsweise freie Parkplätze und benachrichtigen Autofahrer in Echtzeit. Geräte an Verkehrsampeln können die Verkehrsströme zu verschiedenen Tageszeiten analysieren und die Ampelsignale entsprechend anpassen, um den Verkehrsfluss zu optimieren und Staus zu vermeiden. 

• Transportwesen – Lkws, die verderbliche oder empfindliche Güter transportieren, können mit Edge-KI-Geräten ausgestattet werden, die Temperatur, Vibrationen und andere Messwerte überwachen und Fahrer sowie Flottenmanager alarmieren, wenn die Bedingungen nicht mehr optimal sind. 

• Versorgungsunternehmen – Smart Meter können den Energieverbrauch überwachen und Haus- oder Geschäftseigentümer benachrichtigen, wenn der Verbrauch einen voreingestellten Grenzwert überschreitet. Auch Pipelines und Netzausrüstung in sehr abgelegenen Gebieten können sich selbst überwachen und etwa Techniker benachrichtigen, wenn sie gewartet werden müssen oder potenzielle Ausfälle auftreten könnten.

Wie Nutanix Edge-KI unterstützt

Für Edge-KI ist Cloud Computing unverzichtbar. Nutanix hat es sich deshalb zum Ziel gesetzt, die Cloud für moderne Unternehmen einfach und nahtlos zu gestalten. Die Nutanix Cloud Infrastructure (NCI) ist die ideale Grundlage für alle Unternehmen, die ihre Betriebsabläufe zukunftssicher gestalten und die Vorteile fortschrittlicher KI-Technologien optimal nutzen möchten. 

Mit NCI können Sie Workloads, Daten und Anwendungen unabhängig von ihrem Speicherort – also auch zum Beispiel in der Cloud oder an der Edge – mit einer einzigen Managementebene und einem einzigen Toolset effizienter überwachen und verwalten. 

Mit Nutanix können Sie Edge-KI optimal nutzen und erhalten die hohe Verfügbarkeit, Sicherheit, niedrige Latenz, schnelle Einblicke, Kosteneinsparungen, Effizienz und Agilität, die Sie benötigen, um in einem sich ständig verändernden Markt wettbewerbsfähig zu bleiben. Wir versetzen Sie außerdem in die Lage, mit bahnbrechenden Neuerungen und Innovationen Schritt zu halten, die Ihre Operations und Ihr Geschäftsergebnis transformieren können.