header-logo

Künstliche Intelligenz getriebene Marketingkommunikation

Haftungsausschluss: Der unten angezeigte Text wurde mithilfe eines Drittanbieter-bersetzungstools automatisch aus einer anderen Sprache bersetzt.


Coral ist Googles stille Initiative, KI ohne Cloud zu ermöglichen

Jan 22, 2020 1:00 AM ET

Einige hardware-Produkte von Coral, darunter ein KI-Beschleuniger (ganz rechts) und Dev Board (Mitte). | Bild: Coral

KI ermöglicht es Maschinen, alle Arten von Aufgaben auszuführen, die früher die Domäne des Menschen allein waren. Müssen Sie die Qualitätskontrolle auf einer Werksproduktionslinie durchführen? Richten Sie eine KI-betriebene Kamera ein, um Defekte zu erkennen. Wie wäre es mit der Interpretation medizinischer Daten? Maschinelles Lernen kann potenzielle Tumore aus Scans identifizieren und an einen Arzt weiterführen.

Aber Anwendungen wie diese sind nur nützlich, solange sie schnell und sicher sind. Eine KI-Kamera, die Minuten benötigt, um Bilder zu verarbeiten, ist in einer Fabrik nicht sehr sinnvoll, und kein Patient möchte die Offenlegung seiner medizinischen Daten riskieren, wenn sie zur Analyse in die Cloud gesendet wird.

Dies sind die Arten von Problemen, die Google versucht, durch eine wenig bekannte Initiative namens Coral zu lösen.

"Traditionell wurden Daten von [AI]-Geräten an große Recheninstanzen gesendet, die in zentralen Rechenzentren untergebracht waren, in denen Machine Learning-Modelle mit hoher Geschwindigkeit arbeiten konnten", erklärte Vikram Tank, Produktmanager bei Coral, The Verge per E-Mail. Coral ist eine Plattform von Hardware- und Softwarekomponenten von Google, die Ihnen helfen, Geräte mit lokaler KI zu bauen – und Hardwarebeschleunigung für neuronale Netzwerke bietet ... direkt am Randgerät."

Bild: DieProdukte von Google
Coral, wie das Dev Board (oben), können für prototypen neue KI-Geräte verwendet werden.

Sie haben vielleicht noch nie von Coral gehört (es hat sich erst im letzten Oktober aus der Beta "abgestuft"), aber es ist Teil eines schnell wachsenden KI-Sektors. Marktanalysten prognostizieren, dass 2020 mehr als 750 Millionen EDGE-KI-Chips und -Computer verkauft werden, bis 2024 auf 1,5 Milliarden. Und während die meisten davon in Verbrauchergeräten wie Telefonen installiert werden, ist ein großer Teil für Unternehmenskunden in Branchen wie der Automobilindustrie und dem Gesundheitswesen bestimmt.

Um den Kundenbedürfnissen gerecht zu werden, bietet Coral zwei Haupttypen von Produkten an: Beschleuniger und Entwicklungsboards, die für das Prototyping neuer Ideen gedacht sind, und Module, die dazu bestimmt sind, die KI-Gehirne von Produktionsgeräten wie Smart-Kameras und Sensoren anzutreiben. In beiden Fällen ist das Herzstück der Hardware Googles Edge TPU, ein ASIC-Chip, der für den Betrieb leichter Machine Learning-Algorithmen optimiert ist – ein (sehr) kleiner Bruder der wassergekühlten TPU, die in Googles Cloud-Servern verwendet wird.

Während seine Hardware von einsamen Ingenieuren verwendet werden kann, um lustige Projekte zu erstellen (Coral bietet Anleitungen zum Bau einer KI-Marshmallow-Sortiermaschine und intelligenten Vogelfütterer, zum Beispiel), liegt der langfristige Fokus, sagt Tank, auf Unternehmenskunden in Branchen wie der Automobilwelt und Gesundheitswesen.

Als Beispiel für die Art des Problems, auf das Coral abzielt, nennt Tank das Szenario eines selbstfahrenden Autos, das Die Sicht der Maschine nutzt, um Objekte auf der Straße zu identifizieren.

"Ein Auto, das sich mit 65 mph bewegt, würde in 100 Millisekunden fast 10 Fuß durchqueren", sagt er, so dass "Verzögerungen bei der Verarbeitung" – z. B. durch eine langsame mobile Verbindung – "das Risiko für kritische Anwendungsfälle erhöhen". Es ist viel sicherer, diese Analyse auf dem Gerät durchzuführen, anstatt auf eine langsame Verbindung zu warten, um herauszufinden, ob dies ein Stoppschild oder ein Straßenlaternenisten ist.

Tank sagt, dass ähnliche Vorteile im Hinblick auf die verbesserungsgemäße Privatsphäre bestehen. "Man denke an einen Hersteller von Medizinprodukten, der Ultraschallbilder in Echtzeit mit Hilfe der Bilderkennung analysieren möchte", sagt er. Das Senden dieser Bilder in die Cloud schafft ein potenzielles schwaches Glied für Hacker, aber die Analyse von Bildern auf dem Gerät ermöglicht es Patienten und Ärzten, "vertrauen zu können, dass die auf dem Gerät verarbeiteten Daten nicht außer Kontrolle geraten".

Bild: Google
Googles Edge TPU, ein winziger Verarbeitungschip, der für KI optimiert ist und das Herzstück der meisten Coral-Produkte ist.

Obwohl Coral die Welt des Unternehmens ins Visier nimmt, hat das Projekt tatsächlich seine Wurzeln in Googles "AIY"-Sortiment an Do-it-yourself-Machine Learning-Kits, sagt Tank. AIY-Kits, die 2017 eingeführt wurden und von Raspberry Pi-Computern angetrieben werden, ermöglichten es jedem, seine eigenen intelligenten Lautsprecher und Smart-Kameras zu bauen, und sie waren ein großer Erfolg in den MÄRKTEN für MINT-Spielzeug und Hersteller.

Tank sagt, dass das AIY-Team schnell bemerkte, dass einige Kunden zwar nur den Anweisungen folgen und die Spielzeuge bauen wollten, andere aber die Hardware kannibalisieren wollten, um ihre eigenen Geräte zu prototypisieren. Coral wurde geschaffen, um diese Kunden zu bedienen.

Das Problem für Google ist, dass es Dutzende von Unternehmen mit ähnlichen Stellplätzen wie Coral gibt. Diese laufen im Spannungsfeld von Startups wie Xnor aus Seattle, das KI-Kameras effizient genug macht, um mit Solarstrom betrieben zu werden, bis hin zu leistungsstarken etablierten Unternehmen wie Intel, das 2017 einen der ersten USB-Beschleuniger für Unternehmen enthüllte und im vergangenen Dezember 2 Milliarden US-Dollar für Chiphersteller Habana Labs, um seine Edge-KI-Angebote (unter anderem) zu verbessern.

Angesichts der großen Anzahl von Wettbewerbern da draußen, sagt das Coral-Team, dass es sich durch die enge Integration seiner Hardware in Googles Ökosystem von KI-Diensten auszeichnet.

Dieser Produktstapel– der Chips, Cloud-Schulungen, Entwicklungstools und mehr umfasst – ist seit langem eine Schlüsselkraft der KI-Arbeit von Google. In Coral es Fall gibt es eine Bibliothek von KI-Modellen, die speziell für seine Hardware kompiliert wurden, sowie KI-Dienste in der Google Cloud, die sich direkt in einzelne Coral-Module wie seine Umgebungssensoren integrieren.

Tatsächlich ist Coral so eng in Googles KI-Ökosystem integriert, dass seine Edge TPU-betriebene Hardware nur mit Googles Machine Learning Framework TensorFlow funktioniert, eine Tatsache, mit der Rivalen auf dem KI-Edge-Markt The Verge sprachen, sagte, dass dies potenziell ein begrenzender Faktor sei.

"Coral-Produkte verarbeiten speziell für ihre Plattform [während] unsere Produkte alle wichtigen KI-Frameworks und -Modelle auf dem Markt unterstützen", sagte ein Sprecher der KI-Edge-Firma Kneron gegenüber The Verge. (Kneron sagte, dass es "keine Negativität" in seiner Bewertung gebe und dass Googles Markteintritt willkommen sei, da es "Innovationen im Weltraum validiert und vorantreibt".)

Aber wie viel Geschäft Coral gerade macht, lässt sich nicht sagen. Google treibt Coral sicherlich nicht mit annähernd so viel Intensität voran wie seine Cloud-KI-Dienste, und das Unternehmen würde keine Umsatzzahlen oder Ziele für den Konzern teilen. Eine mit der Angelegenheit vertraute Quelle teilte The Verge jedoch mit, dass die meisten Bestellungen von Coral für einzelne Einheiten (z. B. KI-Beschleuniger und Entwicklungsboards) gelten, während nur wenige Kunden Unternehmenskäufe in der Größenordnung von 10.000 Einheiten tätigen.

Für Google ist die Attraktion von Coral nicht unbedingt der Umsatz, sondern einfach mehr darüber zu erfahren, wie seine KI an den Orten angewendet wird, die wichtig sind. In der Welt des praktischen maschinellen Lernens führen derzeit alle Wege unaufhaltsam an den Rand.

Contact Information:

James Vincent
Tags:   German, News, United States, Wire