Alveo Accelerator für AI-basierten Echtzeit-Service

Alveo Accelerator für AI-basierten Echtzeit-Service

Bild: Xilinx Inc.

Xilinx und SK Telecom haben angekündigt, dass SK Telecom die Xilinx Alveo Datacenter Accelerator Cards für seinen AI-basierten Echtzeit-Service zur Abwehr physikalischer Zugriffe und zur Diebstahlssicherung einsetzen wird. Der auf Xilinx Alveo Karten implementierte AI Inference Accelerator AIX ermöglicht SK Telecom mit tiefen neuronalen Netzwerken eine effiziente Erkennung physikalischer Zugriffe.


Der AI-basierte Dienst T view von SK Telecom zur Detektion physikalischer Angriffe überwacht in Echtzeit Kamerasysteme und schickt bei Eindringungsversuchen auch Sicherheitsmitarbeiter. Die Verarbeitung großer Datenvolumen aus Tausenden von Kameras benötigt beim Einsatz tiefer neuronaler Netzwerke einen leistungsfähigen AI Accelerator, der ausreichenden Durchsatz und Genauigkeit bereitstellt.

T view verwendet daher künftig den AI Inference Accelerator AIX von SK Telecom mit Implementierung auf Alveo U250-Karten von Xilinx. Server im SK Telecom Data Center übernehmen das Hosting. Die Alveo U250-Karten haben ihren hohen Durchsatz und ihre Genauigkeit bereits in diversen Services zur Diebstahlsicherung unter Beweis gestellt. Die Karten bieten im Vergleich zu den führenden GPUs eine geringere Latenz bei der Detektion mit überlegenem Durchsatz.

Außerdem sind die Alveo U250-Karten so ausgelegt, dass sie alle Anforderungen an die Performance und Flexibilität von Data Center AI-Workloads erfüllen. Sie bieten im Vergleich zu GPUs eine zehnfach höhere Performance bei der AI-basierten Sprachübersetzung und mehr als dreifach höheren Durchsatz für Video-Analytics Pipelines. Die Alveo-Beschleuniger sind an wechselnde Algorithmen und Anforderungen der Beschleunigung adaptierbar.

Die Applikation sei ein wichtiger Geschäftserfolg und ergänze die Kollaboration mit SK Telecom zur Verbesserung des Diebstahlschutzes und der Prävention, so Donna Yasay, Vice President Marketing der Data Center Group bei Xilinx. Der AIX Accelerator und der T view-Service von SK Telecom sind derzeit nur in Südkorea verfügbar. Man erwartet, dass sie ab Herbst 2020 weltweit nutzbar sind. T view soll außerdem unter anderen Markenbezeichnungen auch von anderen Firmen unter Lizenz von SK Telecom angeboten werden.

Thematik: Allgemein
Xilinx Inc.
www.xilinx.com

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige