J-Squared ermöglicht maschinelles Lernen ohne Cloud

FALC ist die neueste Produktreihe von Kleinrechnern des Unternehmens. Sie bietet Videoverarbeitung und generative KI-Funktionen für die Entscheidungsfindung am Edge. (Foto: J-Squared Technologies)

Künstliche Intelligenz hat in den letzten zehn Jahren in vielen Märkten Einzug gehalten, und nun läutet die generative KI eine neue Ära der Innovation ein. Durch die Nutzung riesiger Datenmengen und komplexer Algorithmen kann sie die Lern- und Entscheidungsprozesse des menschlichen Gehirns simulieren. Obwohl Anwendungsfälle generativer KI, wie beispielsweise die Erstellung von Hausarbeiten und Immobilienanzeigen, viel Aufsehen erregen, kann KI auch zur Steuerung von Maschinen in der Landwirtschaft, im Baugewerbe, im Bergbau und anderen Branchen eingesetzt werden.

Diese Anwendungen können die Implementierung der Technologie zusätzlich komplex machen. Da beispielsweise ein autonomer Muldenkipper sofort auf Millionen von Datenpunkten reagieren muss – wie Geopositionierung in der Grube, Wetterbedingungen und hochauflösende Kameras, die auf Hindernisse oder herabfallende Felsbrocken achten –, sind die Konnektivitätsanforderungen so hoch, dass Cloud Computing möglicherweise nicht zuverlässig genug ist – sofern es überhaupt verfügbar ist.

„Bislang dominierten cloudbasierte KI-Anwendungen, die umfangreiche Rechenleistung in Rechenzentren erfordern“, sagte Jeff Gibson, CEO von J-Squared Technologies Inc. „Die nächste Phase der KI findet am Rande der Gesellschaft statt, wo Vorteile in Bezug auf Kosten, Datenschutz und Konnektivität erzielt werden können.“

Der TRAX-Computer stammt aus der ursprünglichen Produktlinie von Octagon Systems, die J-Squared vor einigen Jahren übernahm. Sie wurde hinsichtlich ihrer Produkte und Anwendungen erweitert. (Foto: J-Squared Technologies)

Octagon-Systeme

J-Squared Technologies wurde 1990 gegründet und ist ein Anbieter von Embedded-Computern, -Systemen und -Services für unternehmenskritische Anwendungen. Das Unternehmen begann als Herstellervertretung für Halbleiter und produzierte später Small Form Factor Computer. Mit Sitz in Kanata, Ontario, Kanada, hat das Unternehmen seine Kapazitäten und seine Präsenz erweitert. Es besitzt nun ESL Labs, ein Umweltprüflabor in Dartmouth, Nova Scotia, Kanada. Darüber hinaus wurde eine Wartungs-, Reparatur- und Überholungsabteilung (MRO) mit Standorten in Mississauga, Ontario, und nahe Atlanta, Georgia, eingerichtet, um seine Computer und Produkte von Drittanbietern zu unterstützen.

Im Jahr 2018 übernahm das Unternehmen Octagon Systems, damals ein in Colorado ansässiger Anbieter robuster Embedded-Computer für den Bergbau, die Bahnindustrie und das Transportwesen. J-Squared behielt die Marke Octagon und nahm deren Produkte in den eigenen Katalog auf. Seitdem hat das Unternehmen sowohl Octagons Reichweite als auch sein Produktangebot um Rackmount-Server, die dazugehörigen Schränke, Displays, Netzwerklösungen und Edge-KI-Systeme erweitert.

„In einer typischen kommerziellen Umgebung mit guter Internetverbindung ermöglichen viele Lösungen die Übertragung sämtlicher Daten zur Verarbeitung in die Cloud“, sagte Andrew Woollard, Präsident von J-Squared Technologies. „Aber in den Branchen, in denen wir tätig sind, ist diese Verbindung nicht zuverlässig. Im Bergbau und im Militär beispielsweise muss die Verarbeitung vor Ort erfolgen.“

Wenn KI in unseren Märkten eingesetzt werden soll, ist eine lokale Verarbeitung erforderlich. Dafür gibt es viele Gründe: Konnektivität, Zuverlässigkeit, Entscheidungsfindung in Echtzeit, Kosten – das ist ein wichtiger Punkt – und Datenschutz.

Wir gehen davon aus, dass in den nächsten zehn Jahren mehr als 75 % der Daten am Rande des Netzwerks generiert werden. Dort werden auch die Videos und andere Daten generiert. Daher ist es sinnvoll, sie so nah wie möglich am Entstehungsort zu verarbeiten.

Um ein Komplettsystem zu liefern, bietet J-Squared auch Touch-Displays in den Größen 8 und 15 Zoll an. (Foto: J-Squared Technologies)

Produktkatalog erweitert

Das Unternehmen erweiterte sein Octagon-Hardwareangebot im Jahr 2022 um eine Familie von Small-Form-Factor-Computern namens FALC, die Videoverarbeitung und dediziertes KI-Computing für die Entscheidungsfindung vor Ort umfassen.

Die in drei Modellen erhältlichen FALC-Systeme verfügen über GPU/KI-Beschleunigerfunktionen und sind für Anwendungen konzipiert, bei denen die Konnektivität zu anderen Geräten, Sensoren und Ausrüstung entscheidend ist. Das Unternehmen bietet kabelgebundene und kabellose Konnektivitätsoptionen an, um sicherzustellen, dass jeder Computer für das Internet der Dinge (IoT) und Vehicle-to-Everything (V2X) gerüstet ist. Sie sind IP-zertifiziert und somit beständig gegen Staub, Sand und Wasser. Da eine höhere Rechenleistung eine höhere Wärmeentwicklung erzeugt, nutzen FALC-Computer Konduktions- und Konvektionskühlung, einschließlich externer IP-zertifizierter Lüfter, sofern die Anwendung dies zulässt.

Die FALC-Computerfamilie ist mit TRAX verwandt, einer Reihe von Kleinrechnern, die auf die ursprünglichen Octagon-Systeme zurückgeht. Heute umfasst die J-Squared-Reihe zehn verschiedene Computer mit drahtlosen Konnektivitätsoptionen und bietet eine Plattform für die Konnektivität von Sensoren, Fahrzeugen und Geräten. Sie ist außerdem für IoT und V2X vorbereitet.

„FALC ist ein TRAX-Computer, der Unterschied besteht jedoch darin, dass er Videoverarbeitung und KI am Edge unterstützt“, sagte Gibson. „Unser Fokus liegt auf hoher Leistung pro Watt am Edge. Sie erhalten die TRAX-Funktionalität zusammen mit KI-Berechnung, Videoverarbeitung und Sensorfusion. Dies ermöglicht den Einsatz von KI-Anwendungen am Edge.“

Eine höhere Leistung pro Watt zu erreichen, ist keine leichte Aufgabe. „Hardware-Verbesserungen haben zwar dazu beigetragen, den Stromverbrauch von Geräten zu senken, doch mit zunehmender Anwendungskomplexität und zunehmender Verarbeitung am Netzwerkrand steigt der Softwarebedarf“, so Woollard. „Vor dem Trend zu KI-Lösungen wurden Hard- und Software immer effizienter. Jetzt verbrauchen die Geräte wieder mehr Strom.“

Eine typische Anwendung für einen TRAX-Computer könnte ein großer Bulldozer im Tagebau sein. „Dieser Einsatz ist mit erheblichen Stoß- und Vibrationsbelastungen verbunden, daher müssen wir den Computer so konstruieren, dass er diesen Bedingungen standhält. Der Bulldozer verfügt möglicherweise über 30 oder 40 Sensoren, und alle diese Informationen werden an den Computer zurückgespeist“, so Gibson. „In Bergwerken geht es vor allem um die Wartung ihrer Investitionsgüter, und es ist schon lange ein Anliegen, Probleme zu erkennen, bevor sie beispielsweise zu einem Motorschaden führen. Heute gibt es im Bulldozer-Beispiel auch Kameras, deren Daten der Computer verarbeiten muss. Deshalb müssen GPUs und dedizierte KI-Beschleuniger entwickelt und in das Hardwaresystem integriert werden.“

Hier ist eine Explosionszeichnung des TRAX-Computers von J-Squared. (Abbildung: J-Squared Technologies)

KI-Tech-Beschleuniger

Die Technologie entwickelt sich rasant, und mit der generativen KI dürfte sich das Tempo noch weiter beschleunigen. Die Lernkurve ist beträchtlich.

„Es gibt sicherlich unterschiedliche Reifegrade. Ich denke, jeder unserer Kunden weiß, dass er KI nutzen muss“, sagte Woollard. „Manche sind schon weiter, andere haben bereits eine Lösung im Kopf und versuchen, sie in die Produktion zu bringen. Wieder andere testen Ideen im Rahmen eines Proof-of-Concept. Sie können es sich wirklich nicht leisten, es nicht zu tun.“

„Wenn diese Kunden uns kontaktieren, wissen sie, was sie mit der Technologie erreichen wollen“, sagte Gibson. „Sie verstehen vielleicht nicht alle Dynamiken der Technologie, aber sie wissen ganz genau, was sie wollen – und sie werden erkennen, dass die Cloud nicht für jeden Anwendungsfall geeignet ist.“

Viele Unternehmen verfügen bereits über Software und möchten diese gerne um KI- oder kamerabasierte Elemente erweitern, verfügen aber nicht über die erforderlichen internen Kapazitäten. Wir können das für sie übernehmen.

„Wir sind sehr partnerschaftlich, was für unsere Märkte wichtig ist“, sagte Woollard. „Wir brauchen niemanden, der zu uns kommt und sich verpflichtet, 10.000 Kartons zu liefern, damit wir loslegen können – aber verstehen Sie mich nicht falsch, das gefällt uns. Wir brauchen diese Art von Engagement nicht, um mit Ihnen zusammenzuarbeiten, einen bestehenden Karton anzupassen oder etwas Spezielles zu entwickeln.“

Die Stronghold EMI/EMV-Schränke von J-Squared erfüllen die MIL-SPEC-Tests für den Marineeinsatz. (Foto: J-Squared Technologies)

J-Squared bot in der Vergangenheit eine generische Computerplattform für verschiedene Branchen an. Jede Plattform konnte für spezifische Anwendungen mit unterschiedlicher Rechenleistung oder Ein-/Ausgabegeräten modifiziert werden, im Wesentlichen handelte es sich jedoch um eine Einheitslösung.

„Wir beginnen, Computerlösungen zu entwickeln, die auf bestimmte Endanwendungen zugeschnitten sind“, sagte Gibson. „Ein gutes Beispiel dafür ist die Marinekommunikation auf Militärschiffen, für die wir eine ganze Reihe von Lösungen entwickelt haben. Auch die Landwirtschaft ist ein Anwendungsbeispiel, bei dem das Gehäusedesign auf die jeweilige Anwendung zugeschnitten sein wird.“

Woollard sagte, die meisten Kunden kämen zu J-Squared, um ein bestimmtes Produkt zu finden, stellten aber fest, dass das Unternehmen viel mehr könne. Es unterstütze mittlerweile den gesamten Produktlebenszyklus – Design, Produktion, Tests, Reparatur und Wartung.

„Wir haben unser Produktportfolio über die TRAX-Produktlinie hinaus um weitere Produkte für den Bergbau und andere Märkte erweitert und arbeiten nun verstärkt an lösungsorientierter Systemintegration“, so Gibson. „So sind wir heute beispielsweise in der Lage, eine schlüsselfertige Hardwarelösung zu entwickeln, die einen TRAX-Computer mit Display, GPS-Antenne und allen Kabeln für ein Flottenmanagementsystem umfasst. Ein weiterer Bereich, in dem wir zunehmend Fuß fassen, ist der Softwarebereich, in dem wir Lösungen entwickeln, die unsere Software und Hardware nutzen. Im Mittelpunkt, im Zentrum unseres Universums, steht für uns jedoch die robuste Computertechnik.“

Dieser Artikel erschien ursprünglich in der Januar-Februar-Ausgabe 2025 von Power Progress.