Menü

KI für IoT: ARM integriert Nvidias Deep Learning Accelerator in Project Trillium

Künstliche Intelligenz soll IoT-Geräte wie Thermostate oder Türschlösser künftig schlauer machen. Deshalb integriert ARM Nvidias Deep-Learning-Architektur NVDLA in das Project Trillium.

vorlesen Drucken Kommentare lesen 8 Beiträge
KI für IoT: ARM integriert Nvidias Deep Learning Accelerator in Project Trillium

(Bild: Roland Austinat)

"Die Zukunft der Software heißt KI" – davon ist Jensen Huang, Mitgründer und CEO von Nvidia, fest überzeugt. Sein Unternehmen setzt seit geraumer Zeit auf den Einsatz von GPUs, um KIs schlauer zu machen, damit sie immer anspruchsvollere Aufgaben bewältigen können. Auf der GPU Technology Conference 2018 im kalifornischen San José stellte Huang deshalb zahlreiche neue Hard- und Softwarelösungen vor.

Dennoch bleibt der Bereich Machine Learning und künstliche Intelligenz ein herausfordernder, denn die KI-Modelle der Wissenschaftler werden immer komplexer, je schneller die Hardware für deren Lösung wird. Bei einfacheren Geräten hat KI noch weniger zu melden: "Es gibt jedoch viele Computer, die keine Hyperscale-Server sind", sagte Huang und spielte damit auf das Internet of Things (IoT) an: intelligente Thermostate, Uhren, Türschlösser und der vielzitierte schlaue Toaster.

Um beim Toaster zu bleiben: Deepu Talla, Vice President und General Manager of Autonomous Machines bei Nvidia, glaubt tatsächlich, dass selbst Toaster in der Zukunft Inferencing betreiben werden. Auch, wenn unklar ist, zu welchen Schlussfolgerungen ein Toaster kommen sollte – und worüber. Schickt er selbst aufgenommene Fotos von getoasteten Brotscheiben zurück in die Hersteller-Cloud, um dort anhand des Knuspergrades die ideale Röstzeit zu bestimmen? Wir wissen es nicht.

Was wir aber wissen: Nvidia und ARM arbeiten ab sofort zusammen: ARM integriert Nvdias Open-Source-Deep-Learning-Architektur NVDLA in das noch recht junge Project Trillium. Hinter diesem Projekt steckt ARMs Ziel, künstliche Intelligenz in mehrere Milliarden IoT-Geräte zu bringen. NVDLA als Hilfsmittel für die Entwicklung von Deep-Learning-Inferencing-Beschleunigern soll nach den Plänen beider Hersteller die Integration von KI-Routinen in die Produkte von Hunderten von IoT-Chipherstellern erleichtern.

Wie viele Hersteller in ihren IoT-Lösungen auf KI setzen werden, bleibt abzuwarten. Zwar gibt es Beispiele wie die bereits erwähnten Thermostate oder Türschlösser, doch dazu müssen sie ständig mit dem Internet verbunden sein. Unklar ist auch, wie sehr solche Geräte von künstlicher Intelligenz profitieren können. (olb)