Was ist Embedded-KI, Herr Hannawald?

| Redakteur: Johann Wiesböck

Michael Hannawald, Präsidenten Renesas Electronics Europe: „Es bedarf der Vision der Firmenleitung und des Managements, um den Nutzen von Machine Learning und Embedded KI in das Unternehmen zu tragen.
Michael Hannawald, Präsidenten Renesas Electronics Europe: „Es bedarf der Vision der Firmenleitung und des Managements, um den Nutzen von Machine Learning und Embedded KI in das Unternehmen zu tragen. (Bild: Georg Krause Photografie / Renesas)

Michael Hannawald ist überzeugt, dass Künstliche Intelligenz (KI) in Endknoten eine Vielzahl von neuen Services und Anwendungen hervorbringen wird. Wir sprachen mit dem Präsidenten von Renesas Europe über die Möglichkeiten von Embedded-KI.

Herr Hannawald, was verstehen Sie unter Embedded-KI und welche Funktionalitäten können damit in Embedded-Systemen realisiert werden?

Wir sind davon überzeugt, dass KI-Inferenz im Endpunkt (also im Embedded-System) ein enormes Potential hat. Hier finden die meisten Anwendungen unter realen Umgebungsbedingungen und mit Echtzeit-Anforderungen statt. Diese Anforderungen unterscheiden sich signifikant von der oft diskutierten KI in der Cloud oder im Edge. Wir als Renesas wollen unseren Beitrag dazu leisten, mit optimierten Halbleitern und Tools, Künstliche Intelligenz einfach und effizient in Embedded-Systeme zu integrieren.

Eine Ihrer Thesen lautet „Endpoints do not want to stay stupid”. Was meinen Sie damit?

Für nutzbringende Applikationen ist es wesentlich, dass die KI auch dort passiert, wo sie benötigt wird – sprich am „Endpoint“, der sich im Austausch mit dem Anwender befindet. Denn die meisten zeitkritischen Applikationen können es sich nicht leisten, auf eine Verbindung in die Cloud zu warten. Deshalb muss am Endpunkt die benötigte Intelligenz bereitgestellt werden.

Wir glauben, dass Embedded-Entwickler wegen ihres Technik-Knowhows die idealen Fachkräfte sind, um die Faszination Machine Learning und KI in ihre Unternehmen zu tragen. Welche Personengruppe ist aus Ihrer Sicht dafür am besten geeignet?

Betrachtet man diesen Themenkomplex genauer, gibt es meines Erachtens zwei unterschiedliche Stoßrichtungen. Erstens, der offensichtliche Nutzen in einem Endprodukt: Hier treiben die Entwickler die Notwendigkeit ML und KI anzuwenden voran, um Endprodukte zu verbessern und konkurrenzfähiger zu sein. Zweitens, höhere Firmeninteressen: Geht es um die Optimierung von Produktion und neue Geschäftsmodelle, wie vorausschauende Wartung etc., bedarf es der Vision der Firmenleitung und des ganzheitlichen Managements, um den Nutzen von ML und KI in die Abteilungen zu tragen. In beiden Fällen ist technische Kompetenz gefragt, um den Nutzen von ML und KI in einem Unternehmen zu etablieren.

Wo steht Renesas heute technologisch bei Machine Learning und Künstlicher Intelligenz und wie schnell werden Ihre Kunden diese Technologie in Applikationen integrieren?

Als führender Halbleiterhersteller hat Renesas Anomalie-Detektion und vorausschauende Wartung mittels Künstlicher Intelligenz in seinen Werken implementiert. Die aus diesen Maßnahmen entwickelten Technologien teilen wir nun wiederum mit unseren Kunden, so dass auch diese von den Vorteilen dieser Technologie profitieren. Des Weiteren unterstützen wir mit Hardwarebeschleunigung Objekterkennung und Bildverarbeitungsapplikationen, um KI bei z.B. optischen Authentifizierungsanwendungen einzusetzen.

Welche Produkte, Technologien und Services bietet Renesas an, damit die Anwender schnell und erfolgreich Lösungen schaffen können?

Renesas stellt bereits heute eine Tool-Landschaft bereit, die das einbetten von KI in Embedded-Systeme auf einfache Weise ermöglicht. Darüber hinaus integrieren wir spezielle Hardware-Beschleuniger für KI in unsere Produkte, die auf von Renesas entwickelten dynamisch konfigurierbaren Prozessoren (Dynamic Reprogrammable Prozessor – DRP) beruhen. Diese Technologie erhöht die Leistungsfähigkeit für KI in Embedded-Systemen signifikant, wobei der Stromverbrauch den Anforderungen entsprechend sehr niedrig ist. Reduzierte Leistungsaufnahme ist eines der wichtigsten Kriterien, um KI-Berechnungen im Endpunkt zu realisieren.

Welche künftigen Entwicklungen plant Renesas im Bereich e-AI? Mit welchen Neuheiten ist zu rechnen?

Renesas wird sein Angebot an e-AI-Lösungen auf der Basis der DRP-Technologie kontinuierlich weiterentwickeln. Nach dem im September 2018 vorgestellten RZ/A2M mit DRP wird Renesas im zweiten Halbjahr 2019 einen AI-Beschleuniger auf den Markt bringen, der einen DRP mit KI-Verarbeitungsleistung enthält, der 100-mal schneller ist als eine Verarbeitung über Software und die Inferenzen in Echtzeit mit Hilfe der Embedded-AI ausführen kann. Für 2021 ist ein AI-Beschleuniger der nächsten Generation geplant, der um den Faktor 1000 leistungsfähiger als eine herkömmliche MPU ist. Auf diese Weise schafft Renesas durch die KI einen Mehrwert für Embedded Devices. Endpunkte können damit nicht mehr nur Inferenzen ausführen, sondern werden auch zum Lernen befähigt.

Was fasziniert Sie persönlich am meisten an der Künstlichen Intelligenz?

Ich bin davon überzeugt, dass KI im Endknoten eine Vielzahl von neuen Services und Anwendungen hervorbringen wird. Es ist schon faszinierend, welche Innovationen insbesondere die Start-up-Szene hervorbringt. Und Renesas ist mit seinen Lösungen mitten drin.

Kommentar zu diesem Artikel abgeben

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45524909 / KI/Machine Learning)