Besuchen Sie uns auf der MedtecLIVE in Nürnberg vom 23. bis 25. Mai 2023.Solectrix-Vortrag auf der MedConf 2023
Marcus Wawrik hält einen Vortrag auf der MedConf in München, die vom 23. bis 25. Mai 2023 stattfindet.
KI-Modell-Design • Anwendungsentwicklung • Systemimplementierung
Solectrix kann alle Schritte des KI-Entwicklungsprozesses für Sie übernehmen oder unterstützend agieren. Vom Aufsetzen einer Prototypen-KI für smarte Datenerfassung über die Leitung des maschinellen Lernens bis hin zur letztendlichen Kompilierung des optimierten KI-Modells auf ein FPGA, der Erstellung einer ergänzenden Embedded-Anwendung oder sogar des gesamten Embedded-Systems – wir sind hier, um Ihnen bei jedem Schritt zu helfen!
KI-Technologie prägt schon jetzt diverse Märkte, in denen wir von Solectrix agieren. Ein Beispiel sind Fahrerassistenzsysteme.
Bei solchen Anwendungen können auf neuronalen Netzen basierende Methoden des maschinellen Lernens, bekannt als „Deep Learning“, eingesetzt werden, um eine KI zu trainieren, die zuverlässig Fußgänger, Fahrräder, Autos oder Straßenschilder in komplexen Verkehrssituationen erkennt. Solch eine KI kann implementiert werden in Edge-Devices in PKWs oder als Teil eines Abbiegeassistenten in LKWs und Bussen.
Die Welt durch die Augen einer KI
Ein digitales Auge fängt eine Verkehrsszene ein und schickt die Daten an eine intelligente Kontrolleinheit – das „Hirn“. Das Hirn verarbeitet und interpretiert die Daten und generiert daraufhin ein virtuelles Bild der Umgebung mit klassifizierten Objekten. Das so gewonnene Wissen kann verwendet werden, um den Fahrer auf kritische Situationen hinzuweisen, oder als Informationsquelle für die Routenfindung eines autonom fahrenden Autos genutzt werden.
Wie es funktioniert: Der KI beibringen, worauf sie in einem Bild achten muss
Dieses Niveau an Bilderkennung wird erreicht durch komplexe neuronale Netze. Der Prozess des maschinellen Lernens, der beim Entwickeln solch einer KI zum Einsatz kommt, benötigt Datenbanken mit Millionen an gekennzeichneten Bildern, anhand derer das KI-Modell herausfindet, was ein Auto von einem Bus unterscheidet, oder ein Kind von einem Hund. Mit der Zeit lernt das KI-Modell, welche Bildcharakteristiken mit einem bestimmten Objekttyp verknüpft sind, so dass am Ende der bestmögliche Satz an Transferfunktionen für die neuronalen Netze der Zielanwendung übrig bleibt.
Implementieren einer KI in einem Embedded-Projekt
Unsere bevorzugten FPGA Plattformen
Das Herz unserer KI-getriebenen Systeme ist normalerweise ein leistungsstarkes System-on-a-Chip (SoC) von Xilinx. Dies sind die Chips unserer Wahl:
Sowohl die Zynq-7000- als auch die UltraScale+-MPSoC-Serie kombinieren ARM-CPUs mit programmierbarer Logik – sie sind Systemkerne mit einem eingebauten FPGA!
Im FPGA implementierte Funktionen
Die FPGA-Komponente des SoC übernimmt die folgenden Aufgaben:
Solectrix kann alle Schritte des KI-Entwicklungsprozesses übernehmen oder Sie dabei unterstützen.
Das „AI Ecosystem“ von Solectrix ist eine eigene Entwicklungsplattform für neuronale Netze, ein Werkzeugsatz zum Trainieren eines Deep-Learning-Modells. Seine Hauptbereiche sind: