Umstieg auf kontinuierliche Echtzeit-KI für Fabriken

TOKYO – Jedes Unternehmen, das sich der „intelligenten Fertigung“ verschrieben hat, setzt seine Hoffnungen auf KI.

Diese schöne neue Welt erfordert eine große Investition in teure KI-Systeme sowie die Kosten für die Einrichtung einer „lernenden“ Plattform und die Kontaktaufnahme mit Cloud-Dienstleistern. Der große Plan beginnt mit der Sammlung großer Datenmengen, damit die Maschine lernen und etwas bisher Unbekanntes herausfinden kann.

Das ist die Theorie.

In der realen Welt fällt es vielen Unternehmen jedoch schwer, KI zu implementieren. Einige machen ihre Unerfahrenheit mit KI oder einen Mangel an internen Datenwissenschaftlern verantwortlich, um das Beste aus der KI zu machen. Andere beklagen, dass sie den Machbarkeitsnachweis ihrer installierten KI-Systeme nicht erbringen konnten. Auf jeden Fall beginnen die Hersteller zu erkennen, dass KI kein „Wenn du sie baust, dann kommen sie“-Deal ist.

Geben Sie Renesas Electronics ein.

Der japanische Chipkonzern behauptet eine führende Position auf dem globalen Markt für Fabrikautomatisierung. Es schlägt „kontinuierliche Echtzeit-KI“ für die Welt der Betriebstechnologie (OT) vor. Dieser Ansatz steht im krassen Gegensatz zu „statistischer KI“, die oft von Big-Data-Unternehmen vorgeschlagen wird, um die Automatisierung in der Welt der Informationstechnologie (IT) zu fördern.

Klicken für größeres Bild

Statistische KI für IT vs. kontinuierliche KI für OT (Quelle:Renesas)

Yoshikazu Yokota, Executive Vice President und General Manager der Business Unit Industrial Solution bei Renesas, sagte gegenüber der EE Times, dass eingebettete KI für die Fehlererkennung und vorausschauende Wartung in der OT von entscheidender Bedeutung ist. Wenn in einem bestimmten System oder Prozess eine Anomalie auftaucht, kann die eingebettete KI „Entscheidungen lokal und in Echtzeit treffen“, erklärte er. Renesas hat die Idee für „KI an Endpunkten“ vor drei Jahren vorgeschlagen und damit begonnen, in seiner eigenen Halbleiterfabrik in Naka damit zu experimentieren.

„Unser Plan ist es, Echtzeit-Inferenz in der OT zu ermöglichen und gleichzeitig die KI-Fähigkeiten an den Endpunkten schrittweise zu erhöhen“, sagte Yokota.

Yoshikazu Yokota, Executive Vice President bei Renesas, plant, sich auf die Bereitstellung von Echtzeit-Inferenz in OT zu konzentrieren. (Foto:EE Times)

Indem Renesas KI in kleinen Schritten in die Fabrikhallen einführt, hofft Renesas, Kunden zu helfen, die derzeit Schwierigkeiten haben, den Machbarkeitsnachweis für ihre eigene KI-Implementierung abzuschließen und ihren Return of Investment in KI zu verstehen.

Wann sollte KI auf OT angewendet werden?
Mitsuo Baba, Senior Director der Strategie- und Planungsabteilung des Geschäftsbereichs Industrial Solution von Renesas, sagte uns, dass KI am besten auf OT angewendet werden kann, wenn spezifische Probleme – beispielsweise in Produktionslinien – bereits identifiziert sind.

Angenommen, es gibt einen hochqualifizierten Betriebsleiter, der über genügend Erfahrung verfügt, um bestimmte Anomalien in einer Fabrik zu erkennen. Anstatt diesen Manager zu schicken, um jede Phase des Herstellungsprozesses zu überprüfen, „könnten wir KI verwenden, um die Grenze zu ziehen – und zu definieren – wann und wo eine ungewöhnliche Situation während der Produktionsfehler auftaucht“, sagte Baba. KI könnte das wachsame Auge sein, das die Produktionslinie kontinuierlich überwacht, um zu verhindern, dass kleine Produktfehler in die nächste Produktionsstufe gelangen.

In einem solchen Beispiel für die Fabrikautomatisierung muss KI nur einmal basierend auf vorab identifizierten Problemen trainiert werden. Die KI-Inferenz wird auf Endpunktgeräten in Echtzeit ausgeführt, ohne in die Cloud zurückzukehren. Baba sagte, dass 30 KByte Daten normalerweise für Endpunktinferenz ausreichen, im Vergleich zu statistischer KI, die sowohl Lernen als auch Inferenz durchführt, was normalerweise die Verarbeitung von Daten mit einer Größe von bis zu 300 MB in der Cloud erfordert.

Kurz gesagt, Renesas befürwortet KI-Inferenz, die auf einer MCU durchgeführt werden kann.

Anstatt bestehende Produktionslinien durch brandneue KI-fähige Maschinen zu ersetzen, was kostspielig wäre, schlägt Renesas ein „AI Unit Solution“-Kit vor, das an aktuelle Produktionsanlagen angeschlossen werden kann.

Baba sagte, Renesas habe nicht vor, KI-Chip-Unternehmen wie Nvidia herauszufordern. „Unser Ziel ist es, ein neues Marktsegment der eingebetteten KI anzuführen, in dem die für die Inferenz erforderlichen Daten so klein sind, dass sie sogar auf einer bestehenden MCU/MPU ausgeführt werden können“, sagte Baba.