3 Fragen an … Bressner

»Eine geeignete Architektur schaffen«

Martin Stiborski, Bressner
Martin Stiborski, Bressner
© Bressner

Die Edge Computing-Applikation bestimmt die Architektur der Hardware, weiß Martin Stiborski von Bressner. Doch erst mit Software entsteht eine Plattform.

Martin Stiborski ist seit 2004 bei Bressner Technology. Während seiner achtjährigen Tätigkeit als Vertriebsleiter eignete er sich ein breites Branchen-Know-how an. Seit 2015 ist er Geschäftsführer, seit 2018 zusätzlich Teil des Executive-Teams der Muttergesellschaft One Stop Systems in den USA.

Durch das Industrial Internet of Things fallen immer mehr Daten an, die es zu bewältigen gilt. Es gilt, dieser Datenkomplexität Herr zu werden. Welche Rolle spielt dabei Edge Computing?

Stiborski: Edge Computing ist die ideale Form der Datenverarbeitung, wenn es darum geht, große Datenmengen mit möglichst geringer Latenzzeit in Echtzeit zu berechnen. Dabei werden Daten von Sensoren, Routern oder Gateways nicht an zentrale Rechenzentren gesendet, sondern in werksnahen Workstations verarbeitet.

Edge Computing entlastet Industrial IoT (IIoT)-Netzwerke immens und wird häufig für Big Data und M2M-Kommunikation in Lager- und Produktionshallen sowie für Künstliche Intelligenz eingesetzt. Allerdings ermöglicht die Technologie ebenso interessante Anwendungen wie autonome Drohnen, Fahrerassistenzsysteme (ADAS) oder intelligente Robotersysteme.

An der Edge werden Sensordaten vorausgewählt, Softwareapplikationen abgearbeitet oder gar KI-Berechnung durchgeführt. Was sollten Anwender in Bezug auf die Edge-Software-Landschaft beherzigen? Welche Technologien sollen/müssen unbedingt berücksichtigt werden?

Stiborski: Das Framework, dass für Edge Computing-Hardware zum Einsatz kommt, sollte der Anwendung entsprechen. Je nachdem, ob die Hardware CPU, TPU, GPU, FPGA oder MXM-Module verwendet, gibt es passend dazu vollständige Softwarepakete, die die Plattform vervollständigen.

Mit den Aufgaben wachsen die Anforderungen an die Hardware. Auf was sollten Anwender bei der Auswahl der passenden Edge-Computing-Hardware achten?

Stiborski: Bei der Auswahl der Edge Computing-Hardware gibt es keine ‚universelle‘ Lösung: FPGAs, TPUs, GPUs oder CPUs bieten unterschiedliche Vor- und Nachteile. Anwender müssen daher darauf achten, eine geeignete Architektur für ihre Applikationen zu schaffen.

Der Vorteil von CPUs besteht darin, dass sie sehr einfach per C/C++, Scala, Java, Python oder sonstigen Sprachen programmiert und in jegliches Framework integriert werden können. Beim Edge Computing sind sie eher für simplere KI-Modelle mit kurzen Trainingsphasen geeignet. GPUs basieren im Vergleich zu CPUs auf deutlich vereinfachteren Prozessorstrukturen, können jedoch, aufgrund der hohen Anzahl an Kernen, Daten parallel verarbeiten. Im Verbund werden GPUs zu einem mächtigen Werkzeug bei der Gesichtserkennung oder ähnlichen Anwendungen. TPUs wurden entwickelt, um extrem schnelle Anwendungen wie die Berechnung von Vektoren und Matrizen durchzuführen. Allerdings bieten diese Architektur weniger Flexibilität als CPUs und GPUs und sollte besser nur auf TensorFlow-basierten Modellen genutzt werden. Entscheidend bei FPGAs ist, dass sich die Hardware zur Lösung eines Problems maßgeschneidert an die Prozessorstruktur anpassen lässt, was bei CPUs nicht möglich ist. Dadurch können hohe Leistungen, bei gleichzeitig niedrigen Kosten und Stromverbrauch erzielt werden. FPGAs werden insbesondere für spezielle HPC-Algorithmen verwendet und können mit OpenCL und HLS programmiert werden.

Martin Stiborski und Bressner im Kurzporträt

Martin Stiborski, Bressner
© Bressner
Bressner
© Bressner

Alle Bilder anzeigen (2)


Das könnte Sie auch interessieren

Verwandte Artikel

BRESSNER Technology GmbH