Revolutionierung des industriellen IoT mit NVIDIA TAO 6.0
Telit Cinterion hat mit der Integration von NVIDIA TAO 6.0 in seine Plattform deviceWISE® AI Visual Inspection einen wichtigen Schritt in der industriellen Automatisierung gemacht. Dieses Upgrade führt Low-Code-KI-Funktionen ein und macht fortschrittliche visuelle Inspektionen für Produktionsteams ohne umfassende KI-Kenntnisse zugänglich.
Aus meiner Erfahrung in der Automatisierungstechnik ist dies mehr als nur ein Software-Upgrade – es ist eine praktische Brücke zwischen der KI-Forschung und dem realen Fabrikbetrieb.
Low-Code-KI für eine schnellere Bereitstellung
Die Integration ermöglicht promptbasierte Segmentierung und Annotationen im Kontext. Dadurch können Ingenieure Objekte und Fehler einfach durch eine textliche Beschreibung kennzeichnen. Stellen Sie sich vor, Sie geben „fehlende Schraube am Fließband“ ein und trainieren sofort ein KI-Modell, das dieses Problem erkennt – ganz ohne manuelle Pixel-für-Pixel-Annotation.
Meiner Ansicht nach ist dies ein großer Produktivitätssprung. Traditionell ist die Vorbereitung von Datensätzen der zeitaufwendigste Teil der Einführung von KI in der Fertigung. Durch die Verringerung dieses Engpasses lassen sich Projekte erheblich schneller umsetzen.
Proaktive Qualitätskontrolle in verschiedenen Branchen
Seit seiner Einführung im August 2023 wird deviceWISE AI Visual Inspection in Branchen wie Automobilindustrie, Pharmaindustrie, Gesundheitswesen und Energie eingesetzt. Die Plattform analysiert visuelle Daten von Arbeitsstationen, Robotern, CNC-Maschinen und anderen Anlagen und erkennt frühe Anzeichen von Qualitätsproblemen.
In industriellen Umgebungen bedeutet die frühzeitige Erkennung solcher Abweichungen weniger Nacharbeit, geringere Verzögerungen und eine höhere Produktkonsistenz – allesamt wichtige Faktoren für operative Exzellenz.
Foundation-Modelle als Grundlage für industrielle KI
Das Update nutzt FoundationPose zur Schätzung der Objektlage sowie die Modelle NV-DINOv2, NV-CLIP und GroundingDINO. Mithilfe von Transfer-Learning lassen sich diese Modelle mit minimalen Daten feinabstimmen und erzielen dennoch eine hohe Inferenzleistung.
Als Ingenieur sehe ich darin eine Möglichkeit, KI zu demokratisieren und auch kleineren Fabriken mit begrenzten Datensätzen eine hohe Genauigkeit zu ermöglichen.
Integration vom Edge bis in die Produktion
Da NVIDIA TAO 6.0 als containerisierte Microservices bereitgestellt wird, lässt es sich reibungslos in bestehende Arbeitsabläufe integrieren und erfordert nur minimale Änderungen an der deviceWISE-Pipeline. Die Lösung läuft effizient auf GPUs oder Edge-Geräten und hält proprietäre Daten sicher vor Ort, ohne Abhängigkeit von der Cloud.
Dies ist ein entscheidender Punkt: In industriellen Umgebungen sind Datensicherheit und Verfügbarkeit nicht verhandelbar. Die Edge-Bereitstellung gewährleistet beides.
