Künstliche Intelligenz für Smart Cities
Von Martin Jezequel, Product Manager Datacenter Solutions und Mohamed Ali Hammami, AI Edge & Iot Program Manager - PNY Technologies
"Welche Faktoren beschleunigen den Einsatz von künstlicher Intelligenz und welche Auswirkungen könnte diese Technologie auf unser tägliches Leben haben?
Viele Experten bezeichnen die gegenwärtige Ära als "vierte industrielle Revolution", die von künstlicher Intelligenz (KI), Robotik, Genom-Editierung und Neurotechnologie angetrieben wird. Mehr als drei Milliarden Menschen leben heute in Megastädten. Dieser exponentielle Anstieg verschärft die Probleme des Lebens in Städten und führt dazu, dass wir die KI als Vorhersage- und Erkennungstechnologie intensiv nutzen, um sowohl die Kosten der Datenverarbeitung zu senken als auch die mit unseren Aktivitäten verbundenen Prozesse zu optimieren. Im Kontext einer Stadt wird sich ein vielseitiger Einsatz von IoT (Internet der Dinge) positiv auf die Interaktionen auswirken und das Sicherheitsniveau der Bewohner erhöhen.
Können Sie ein konkretes Beispiel für den Einsatz von KI in einer intelligenten Stadt nennen?
PNY Technologies, ein globaler Anbieter von KI-Lösungen, arbeitet an Projekten für künstliche Intelligenz am Rande oder EDGE AI. Diese Art von Architektur wird dort eingesetzt, wo die Informationen erstellt werden, also außerhalb des Rechenzentrums oder der Cloud. Ein emblematisches Beispiel für diese Art von Lösung im Kontext von Smart Cities ist das Management des Straßenverkehrs mit der Installation von Recheneinheiten, die auf eingebetteten NVIDIA Jetson-Grafikkarten oder Computermodellen basieren, die speziell für die Erkennung verschiedener Anwendungsfälle trainiert wurden, wie z. B. die Identifizierung von Markierungen, Farben, Nummernschildern von Fahrzeugen auf der Straße, die Erkennung von riskantem Verhalten von Fahrern, das Management und die Vorhersage des Straßenverkehrs, usw." - Mohamed Ali Hammami
"Wie passt EDGE AI zu Data Center AI und Deep Learning?
Um EDGE zu erhalten, müssen Sie zunächst Rohdaten organisieren, ein neuronales Netz aufbauen und ein Modell trainieren, um Schlussfolgerungen in der Peripherie zu ziehen, z. B. bei der Verkehrsüberwachung, der Kontrolle oder bei Verstößen. Die Daten, bei denen es sich im Zusammenhang mit Smart Cities um Fotos von Autos, Verkehrsschildern und Straßennetzdiagrammen handeln kann, sind organisierte und beschriftete Daten und Ihre spezifischen Daten, die Sie nun in Ihr Modell einspeisen müssen, um es zu trainieren und ein genaues Ergebnis zu erhalten. Hier kommt es auf die Leistung und Recheneffizienz der Hardware an. Nach dieser kritischen Trainingsphase haben Sie ein sehr wertvolles Ergebnis, nämlich Ihr trainiertes Modell, das völlig unabhängig vom ursprünglichen Prozess ist und in ein Edge-KI-Gerät wie eine intelligente Kamera an einer Kreuzung integriert werden kann, das sich selbst in Echtzeit mit neuen Informationen versorgt und völlig autonom arbeitet.
Welche Produkte in Ihrem PNY-Angebot entsprechen diesem Bedarf?
GPU-basierte KI-Computing-Technologien haben sich in den letzten Jahren exponentiell entwickelt. Die Zeitersparnis bei den Berechnungen, die diese Lösungen bieten - von mehreren Monaten bis hin zu wenigen Tagen Training - rechtfertigt weitgehend ihre Investition. Wir bieten den KI-Block von NVIDIA an, der auf der weltweit führenden GPU-Architektur, dem DGX A100, basiert. Wir bieten auch alle Software-Schnittstellen im Zusammenhang mit der NVIDIA-Hardware sowie die NVDIDA Networking-Lösungen an, für die wir seit April 2021 direkte Distributoren sind. Darüber hinaus haben wir Partnerschaften mit globalen Speicheranbietern wie NMS und Net App. Die Optimierung von Deep Learning und Training ist abhängig von der Leistung und der guten Orchestrierung dieses Pakets aus Compute, Networking und Storage. Diese Fähigkeit, Komplettlösungen mit hohem Mehrwert anzubieten, macht PNY zu einem wichtigen Akteur auf dem Gebiet der KI und des maschinellen Lernens." - Martin Jezequel
