Module mit KI
Bild: Intel stellt die Movidius-Myriad-X-VPU mit integrierter neuronaler Recheneinheit vor – Spitzenleistung für Künstliche Intelligenz (Quelle: Intel)
Bild: Siemens bringt ein neues Modul mit integriertem KI-fähigen Chip für die Steuerung Simatic S7-1500 und das IO-System ET 200MP auf den Markt: Die S7-1500-TM-NPU (Neural Processing Unit) ist ausgestattet mit dem KI-fähigen Chip Intel Movidius Myriad X Vision Processing Unit und ermöglicht so die effiziente Verarbeitung neuronaler Netze (Quelle: Siemens AG)
Einzug hält die Intel-Movidius-Myriad-X-VPU nun auch in die Siemens-Welt. Auf der SPS IPC Drives 2018 hatte das Unternehmen verkündet, ein neues Modul mit integriertem KI-fähigen Chip für seine Simatic S7-1500 und das IO-System ET 200MP auf den Markt zu bringen. Darin integriert: der Myriad X. Mit der S7-1500-NPU (Neural Processing Unit) schreitet Siemens bei der Integration von Zukunftstechnologien in industrielle Anwendungen weiter voran.
Als Gründe für die Wahl dieses Chips gibt Siemens an, dass Intels Myriad-X-VPU-Chip der erste seiner Klasse mit einem dedizierten Hardwarebeschleuniger für tiefe neuronale Netzstrukturen ist. „Die integrierte Bildverarbeitungseinheit zusammen mit der Recheneinheit für neuronale Netze macht den Myriad X zum Vorreiter für Computer-Vision-Applikationen. Der eingebaute Intel-Chip ermöglicht neue Anwendungen in der industriellen Automatisierung durch Beschleunigung von Bildverarbeitungsprozessen und schnelle lokale Datenauswertung über die trainierten Modelle“, heißt es aus dem Haus Siemens.
An den integrierten Schnittstellen (USB 3.1 und Gigabit-Ethernet-Port) des S7-1500-NPU-Moduls können Anwender Gigabit-Ethernet-kompatible Sensorik, wie Kameras oder Mikrofone, anschließen. Die Daten der angeschlossenen Sensorik, wie auch Informationen aus dem CPU-Programm selbst, lassen sich mittels neuronaler Netzwerke verarbeiten. Das Ergebnis des Verarbeitungsvorgangs kann dann im CPU-Programm ausgewertet werden. In Anwendungen, bei denen zur Erkennung von Werkstücken mittels konventioneller Bildverarbeitung die Daten jedes Werkstücks genauestens konfiguriert werden müssen, kann dieser Vorgang durch Anwendung von Lernverfahren auf gekennzeichneten Bilddaten flexibler gestaltet werden. Zum Einsatz kommen dabei offene KI-Frameworks, wie Tensorflow.
Als mögliche Anwendungsfelder hat Siemens beispielsweise Pick-and-Place-Applikationen ausgemacht, bei denen ein mobiler Roboter in einer Kiste frei liegende Komponenten erkennen, herausnehmen und platzieren können muss. Auch bei Qualitätsprüfungen könne ein Mehrwert erzielt werden: Menschliches Expertenwissen über Parameter, wie Konsistenz, Farbe oder Beschaffenheit eines Produkts oder eines Prozesses, kann durch das kontinuierliche Training eines neuronalen Netzes mit zugeordneten (Bild-)Daten, zum Beispiel mittels einer angeschlossenen Kamera, direkt an das Modul übertragen werden.