Grundlage der KI-basierten Bildverarbeitung
Unsere Cloud-Edge-Infrastruktur
Die besten Algorithmen werden ohne eine stabile und erweiterbare Infrastruktur ihre Kraft nicht entfalten können. Unser hybrides Architekturkonzept verküpft die Skalierbarkeit der Cloud mit dem ausfallsicheren und echtzeitfähigen Edge Computing.
# Hybrid
# Edge-only
# Cloud-only
Volle Flexibilität für Ihre IT
IT-Architektur für jedes Unternehmen
Unsere API läuft auf einer beliebig kombinierbaren Infrastruktur aus Resourcen in der Cloud und Rechnern in Ihren Produktsstätten. So passt sich unsere Lösung an die Bedürfnisse Ihrer Unternehmens-IT an, egal ob Sie – um Kosten für Hardware und deren Inbetriebnahme zu sparen – nur die Cloud-API nutzen, Ihre eigene Cloud betreiben oder die Cloud z.B. aus Sicherheitsgründen lieber ganz meiden.
Hybrid
Rechenintensive Operationen wie das Training von KI-Modellen erfolgen in der Cloud. Die Auswertung läuft unabhängig von einer Internetverbindung auf dem Edge Device.
Edge-only
Eine Kamera versorgt das Edge Device direkt mit Bildern. Roboter und andere Komponenten der Anlage rufen das Ergebnis der Auswertung über das lokale Netzwerk ab.
Cloud-only
Der Kunde sendet seine aufgenommenen Bilder per HTTPS unmittelbar zur Auswertung an die Cloud.
Hybrid
Insbesondere für Anwendungen, die von künstlicher Intelligenz profitieren, ist eine hybride Cloud/Edge-Infrastruktur vorteilhaft. Rechenintensive Vorgänge wie das Training von KI-Modellen können in eine zentrale Cloud (public oder private) ausgelagert werden. Gleichzeitig sorgt die Auswertung des Models im lokalen Netzwerk für eine ausfallsichere Produktion und geringe Latenz bei der Kommunikation zwischen Steuerung und Bildverarbeitung.
# Vereint die Vorteile von Cloud/Edge-Computing
# Skalierbar, schnell und ausfallsicher
# Zentraler Speicherort für Daten
Edge-only
Die API läuft auf einem IPC/Edge Device innerhalb eines isolierten Maschinennetzwerks. Der API-Request mit der Lagebestimmung wird dann vom Edge Device lokal bearbeitet. Das Training von KI-Modellen erfolgt extern und wird z. B. via VPN übertragen oder lokal vorinstalliert.
#
Schneller Datenaustausch mit Periepherie
#
Keine Internetverbindung erforderlich
#
Mit Enterprise-Lizenz freie Auswahl des Edge-Device-Herstellers
Cloud-only
In manchen Anwendungsfällen kann es sinnvoll sein, ganz auf ein lokales Edge Device zu verzichten und das Training und die Erkennung über eine Internetverbindung in der Cloud laufen zu lassen. Sofern die Latenzzeiten es zulassen, wird so Hardware eingespart.
#
Direkte Anbindung über HTTPS/Internet
#
Einsparung von Edge-Hardware