KI mit Vision Processing Unit für Simatic-Steuerungen
Siemens bringt ein Modul mit integriertem KI-fähigen Chip für die Steuerung Simatic S7-1500 und das I/O System ET 200MP auf den Markt: Die S7-1500 TM NPU (Neural Processing Unit) ist ausgestattet mit dem KI-Chip Intel Movidius Myriad X Vision Processing Unit.
Das S7-1500 TM NPU Modul erhält seine Funktion durch Bereitstellung eines trainierten neuronalen Systems auf einer SD-Karte und ist mit einer USB 3.1-Schnittstelle sowie einem GigE-Port ausgestattet. (Bild: Siemens AG)
Das Modul erhält seine Funktion durch Bereitstellung eines trainierten neuronalen Systems auf einer SD-Karte und ist mit einer USB 3.1 Schnittstelle sowie einem GigE-Port ausgestattet. Auf Basis des neuronalen Netzes lassen sich Daten von angeschlossenen Kameras oder aus dem CPU-Programm verarbeiten. Durch die Verwendung von Machine-Learning-Algorithmen können beispielsweise optische Qualitätskontrollen in Produktionsanlagen oder bildgesteuerte Robotersysteme realisiert werden (weitere Details und Beispiele im Whitepaper). Die verbaute VPU, Intels Myriad X VPU Chip, hat einen dedizierten Hardwarebeschleuniger für tiefe neuronale Netzstrukturen. Die integrierte Bildverarbeitungseinheit zusammen mit der Recheneinheit für neuronale Netze, macht den Myriad X ideal für Visionbasierte KI-Applikationen. Dies ermöglicht gänzlich neue Anwendungen in der industriellen Automatisierung durch Beschleunigung von Bildverarbeitungsprozessen und schnelle lokale Datenauswertung über die trainierten Modelle zu realisieren. Über die integrierten Schnittstellen des Moduls können Anwender GigE-Vision-kompatible Sensorik anschließen. Diese Daten, sowie Informationen aus dem CPU Programm selbst, lassen sich mittels neuronaler Netzwerke verarbeiten. Das Ergebnis des Verarbeitungsvorgangs kann anschließend im CPU Programm ausgewertet werden. Wo beispielsweise zur Erkennung von Werkstücken mittels Bildverarbeitung die Daten jedes Werkstücks genauestens konfiguriert werden müssen, kann dieser Vorgang durch Anwendung von Lernverfahren auf gekennzeichneten Bild-Daten deutlich flexibler und robuster gestaltet werden. Zum Einsatz kommen dabei offene KI-Frameworks wie z.B. Tensorflow, Keras oder Caffe.
