Edge-KI
Der Einsatz von KI-Algorithmen auf Edge-Geräten, die die Datenverarbeitung und Entscheidungsfindung an der Quelle der Datengenerierung ermöglichen.
Definition
Verschiebt Berechnungen von zentralisierten Clouds auf lokale Geräte (Smart-Kameras, IoT-Sensoren), wodurch die Latenz reduziert, die Bandbreite geschont und der Datenschutz verbessert wird, indem Rohdaten auf dem Gerät gespeichert werden. Edge AI erfordert Modellkomprimierung (Quantisierung, Bereinigung), hardwaresensitive Optimierung und robuste Aktualisierungsmechanismen. Die Governance umfasst Versionskontrolle, Sicherheitspatches und Leistungsüberwachung am Edge.
Real-World Example
Eine Fabrik installiert Edge AI auf ihren Fließbandkameras, um Produktfehler in Echtzeit zu erkennen. Das komprimierte Modell läuft auf GPU-Servern vor Ort und sendet nur Fehlerwarnungen an die Cloud. Dadurch wird die Netzwerknutzung minimiert und eine sofortige Reaktion gewährleistet, ohne dass vertrauliche IP-Bilder extern hochgeladen werden müssen.
.svg)
