Unterschiede am Rand des Netzwerks

Smart industry robot arms for digital factory production technology showing automation manufacturing process of the Industry 4.0 or 4th industrial revolution and IOT software to control operation .
Smart industry robot arms for digital factory production technology showing automation manufacturing process of the Industry 4.0 or 4th industrial revolution and IOT software to control operation .

Daten direkt dort verarbeiten, wo sie entstehen: diesen Ansatz verfolgt das Edge Computing. Unternehmen können u.a. von geringeren Latenzzeiten, einer höheren Verfügbarkeit und sinkenden Kosten profitieren. Der Datenmanagement-Spezialist Couchbase zeigt die fünf verschiedenen Lösungen, mit denen Unternehmen Edge Computing einsetzen können.

  • Micro Edge eignet sich für Geräte, die sich am äußersten Rand des Netzwerks befinden und über eine begrenzte Rechenleistung sowie Speicherkapazität verfügen. Einzelne Geräte oder Embedded Systems erledigen dabei einfache Aufgaben wie die Datenerfassung, eine erste Vorverarbeitung und einfache Analysen.
  • Mini Edge ist für komplexere Aufgaben aus den Bereichen Maschinelles Lernen, Datenverarbeitung und Analyse ausgelegt. Im Bereich IIoT beispielsweise finden Mini-Edge-Geräte Anwendung beim Verarbeiten und Analysieren von gesammelten Daten.
  • Medium Edge verfügt über genügend Rechenleistung, um datenintensive Aufgaben aus Bereichen wie Smart City, IIoT oder dem autonomen Fahren zu übernehmen. Im Mittelpunkt steht dabei die massenhafte Sammlung von Daten und ihrer Analyse, aber auch Künstliche Intelligenz und Deep Learning sind Anwendungsoptionen.
  • Heavy Edge kommt auf dem Level von Rechenzentren oder der Cloud zum Einsatz. Diese Lösungen verfügen über die höchsten Leistungen und Kapazitäten aller Edge-Computing-Typen und sind für die Verarbeitung der komplexesten Aufgaben konzipiert – etwa im Gesundheitswesen oder im Bereich des autonomen Fahrens.
  • Multi-Access Edge (MEC) arbeitet auf mehreren Netzwerkebenen, von einzelnen Geräten bis zu Rechenzentren. Dabei arbeiten alle Lösungen zusammen, um ein nahtloses und effizientes Edge-Computing zu gewährleisten. Jede Ebene stellt dabei unterschiedliche Ressourcen zur Verfügung. Couchbase
  • Mehr Toleranz

    Eine gemeinsame Lösung von Kollmorgen und IFM verbindet robuste, industrietaugliche Kamerasensorik mit einer Automatisierungsplattform für AGVs und AMRs in der Intralogistik. Paletten…


  • Präzision für die KI-Ära

    Der weltweite KI-Boom bringt immer größere und schwerere Elektronikbauteile hervor, sodass Inspektionssysteme mittlerweile schnell an ihre Grenzen stoßen. Gemeinsam mit AT Sensors…


  • Wenn die KI mitdenkt

    Die Deep-Learning-Methode ‚Klassifikation‘ kommt in der industriellen Bildverarbeitung vielfältig zum Einsatz. Sie ordnet Bilddaten vordefinierten Klassen zu und unterstützt automatisierte Entscheidungen im…


  • Schneller zu KI-Modellen

    Ein KI-Modell erfordert leistungsfähige Infrastruktur, skalierbare Datenverarbeitung und flexible Zusammenarbeit. Cloudbasierte Trainingsumgebungen gewinnen daher zunehmend an Bedeutung. Sie ermöglichen es, große Datenmengen…


  • Sicher landen

    Infrarotkameras liefern zuverlässige Informationen auch bei schlechten Sichtverhältnissen. Was für die Straße weitestgehend noch Zukunftsmusik ist, gehört in der Luft schon zum…


  • Spezialisierte IR-Sensoren

    Optris erweitert ihre CTi-Infrarotpyrometer-Plattform mit der Einführung der drei Modelle CTi G5, CTi P3 und CTi P7. Die neuen Geräte ergänzen das…