Die Herausforderung: Die intelligente Verarbeitung großer Informationsmengen innerhalb einer extrem kurzen Zeitspanne. Die Lösung: KI an der Netzwerkkante.
Edge-Computing umfasst eine Topologie, in der die Informationsverarbeitung und das Sammeln der eigentlichen Inhalte – also die Daten – möglichst dort erfolgt, wo Daten anfallen oder wo der Benutzer bestimmte Aktionen durchführt. Edge-Computing ist eine dezentrale Computing-Infrastruktur, in der Rechenressourcen – Compute-Power – und Anwendungen entlang des Kommunikationsweges, das heißt an einer beliebigen Stelle, von der Datenquelle bis zur Cloud, ausgeführt werden.
KI an der Netzwerkkante ausführen
Der Großteil von KI geschieht aktuell in Rechenzentren oder in der Cloud. Da sich Milliarden von Geräten mit dem Internet verbinden und der Bedarf an Echtzeit-Intelligenz wächst, wird mehr KI-Inferenz an den Netzwerkrand verschoben, damit Daten nicht in die Cloud übertragen werden müssen.
Eine der sichersten Methoden, KI an den Netzwerkrand zu verschieben, ist das sogenannte Federated Learning. Dieser Prozess ermöglicht es Endgeräten, gemeinschaftlich ein gemeinsames Vorhersagemodell zu erlernen. Dabei bleiben alle Trainingsdaten auf den Geräten. So wird die Möglichkeit, Modelle zu verbessern, davon entkoppelt, die Daten in der Cloud speichern zu müssen. Dadurch wird es auch möglich, die Geräte für das Modell-Training zu nutzen. Das Gerät lädt sich das neueste Modell herunter und verbessert es, indem es von den Daten auf dem Gerät lernt und die Änderungen zu einer kleinen, gezielten Aktualisierung zusammenfasst. Nur diese Aktualisierung wird mittels verschlüsselter Kommunikation an die Cloud geschickt. Dort wird sie sofort mit anderen Nutzer-Aktualisierungen gemittelt, um das gemeinsame Modell zu verbessern. Alle Trainingsdaten verbleiben auf dem Endgerät und keine individuellen Aktualisierungen werden in der Cloud gespeichert
Fazit
Durch Einbringen von Intelligenz in den Edge-Computing-Knoten (ECN) können durch die Systeme Entscheidungen schneller und effizienter getroffen werden. Die Kosten werden hierdurch reduziert, die Netzwerke, wie Wide Area Networks (WAN), werden entlastet, die Systeme werden belastbarer und gleichzeitig flexibler.
