Die Technologie hinter Edge AI ist eine Kombination aus Hardware und Software.  Diese Kombination ermöglicht es, KI-Algorithmen auf verschiedenen Edge-Geräten auszuführen.

Dazu gehören etwa: Smartphones, Drohnen, Roboter und andere IoT-Geräte (Internet of Things-Geräte).

Die Technologie entwickelt sich schnell weiter. Ziel ist es, die Leistung, Effizienz und Sicherheit von Edge-KI-Lösungen zu verbessern.

Hier sind einige der wichtigsten Technologien, die in Edge-KI verwendet werden:

• Edge-Geräte:

Diese Geräte sind Hardware-Komponenten, die mit Rechenleistung, Sensoren und Speicher ausgestattet sind. Sie ermöglichen es, Daten lokal zu verarbeiten und KI-Algorithmen auszuführen.

• Machine Learning-Frameworks:

ML-Frameworks (Machine Learning-Frameworks) wie LiteRT und PyTorch werden verwendet, um maschinelle Lernmodelle auf Edge-Geräten zu entwickeln und auszuführen.

• Neuronale Netzwerkarchitekturen:

Neuronale Netzwerkarchitekturen wie Convolutional Neural Networks (CNNs) und Recurrent Neural Networks (RNNs) werden verwendet, um Deep-Learning-Modelle auf Edge-Geräten zu trainieren und auszuführen.

• Modellkompression:

Dies ist eine Technik, die die Größe von maschinellen Lernmodellen durch das Entfernen redundanter Informationen verringert. So können Modelle auch mit begrenzten Ressourcen ausgeführt werden.

• Föderiertes Lernen:

Eine Technik, die es ermöglicht, maschinelle Lernmodelle auf verteilten Datenquellen zu trainieren. So müssen keine Rohdaten ausgetauscht werden. Das verbessert die Privatsphäre und reduziert den Netzwerkverkehr.

• Integration von Edge- und Cloud-Computing:

Diese Technik ermöglicht die Entwicklung hybrider Lösungen, die die Stärken von Edge- und Cloud-Computing kombinieren. Dies ermöglicht Echtzeitverarbeitung auf Edge-Geräten und das Trainieren von Modellen in der Cloud.

Quelle: Singh, R. & Gill, S.S. (2023): Edge AI: A survey. Internet of Things and Cyber-Physical Systems, 3, S. 71–92. Verfügbar unter: https://doi.org/10.1016/j.iotcps.2023.02.004 (Zugriff am 11. Februar 2025).