Im Rahmen einer industriellen Inspektion prüfen unabhängige Inspektionsfirmen Industrieanlagen. Diese Inspektionen sind sehr aufwendig. Regelmäßig finden visuelle und messtechnische Untersuchungen statt. Die Auswertung erfordert höchste Konzentration und Expertise. Und trotzdem werden Fehler wie Materialfehler oder eine mangelhafte Schweißnaht nicht immer zuverlässig erkannt. Erst 2020 stürzte ein Baukran in das Dach eines Bürogebäudes in München. Als Ursache ermittelte die Polizei Materialermüdung.
Bei einer industriellen Inspektion wird eine große Menge an Daten gesammelt. Detailfotografien, Aufnahmen von Wärmebildkameras, Ergebnisse von Ultraschall- und vielen anderen Messungen, Prüfberichte und Protokolldaten der Anlagen sind nur ein Teil der im Zuge einer Inspektion anfallenden Daten. Neue Technologie wie der Einsatz von Drohnen generiert noch mehr und immer größere Daten. Der Einsatz von Künstlicher Intelligenz (KI) und maschinellem Lernen (ML) unterstützt die Prüfer bei der Sichtung und Auswertung des Materials.
Die Grundlage vieler moderner KI Anwendungen zur visuellen Qualitätskontrolle sind Deep-Learning-Modelle. Für das richtige Maß an Genauigkeit und Leistung müssen große Mengen hochwertiger Datensätze gesammelt und aufbereitet werden. Anschließend muss das Modell für die Bereitstellung trainiert und optimiert werden. Das ist ein sehr großer Aufwand, den Inspektionsfirmen kaum leisten können. Sie verfügen weder über das Fachwissen noch eine ausreichend umfangreiche Datensammlung für ein Training von Grund auf. Daher greifen viele auf die manuelle Prüfung zurück.
Vortrainierte Modelle minimieren den Aufwand
Vortrainierte Modelle beschleunigen den Trainingsprozess der KI und reduzieren die Kosten. NVIDIA bietet speziell angefertigte Modelle in seinem Train Adapt Optimize (TAO) Toolkit. Entwickler, Softwareanbieter und Integratoren intelligenter KI-Apps und -Dienste können vortrainierten Modelle mit eigenen Daten zur Feinabstimmung anreichern.
Boston Server & Storage Solutions bietet mit vScaler Cloud die optimale Plattform für das NVIDIA TAO Toolkit. Hochleistungsfähige Grafikprozessoren von NVIDIA beschleunigen KI-Simulationen und reduzieren die Trainingszeit für DL-Algorithmen. vScaler kombiniert Rechenleistung, skalierbaren Speicher und fortschrittliches Networking zu einer leistungsstarken Cloud-Plattform. Die Plattform kann als schlüsselfertige Cloud-Appliance im eigenen Rechenzentrum betrieben oder als Dienst bei einem der von Boston autorisierten Cloud Service Provider angemietet werden. Die Cloud-Infrastruktur wird regional betrieben und erfüllt die strengen Datenschutzanforderungen der EU. Für eine einsatzbereite Deep-Learning-Umgebung installieren Experten auf Wunsch alle entsprechenden Frameworks. Interessierte Systementwickler oder Integratoren wenden sich für eine unverbindliche Demonstration an sales@boston-it.de.
Bei einer industriellen Inspektion wird eine große Menge an Daten gesammelt. Detailfotografien, Aufnahmen von Wärmebildkameras, Ergebnisse von Ultraschall- und vielen anderen Messungen, Prüfberichte und Protokolldaten der Anlagen sind nur ein Teil der im Zuge einer Inspektion anfallenden Daten. Neue Technologie wie der Einsatz von Drohnen generiert noch mehr und immer größere Daten. Der Einsatz von Künstlicher Intelligenz (KI) und maschinellem Lernen (ML) unterstützt die Prüfer bei der Sichtung und Auswertung des Materials.
Die Grundlage vieler moderner KI Anwendungen zur visuellen Qualitätskontrolle sind Deep-Learning-Modelle. Für das richtige Maß an Genauigkeit und Leistung müssen große Mengen hochwertiger Datensätze gesammelt und aufbereitet werden. Anschließend muss das Modell für die Bereitstellung trainiert und optimiert werden. Das ist ein sehr großer Aufwand, den Inspektionsfirmen kaum leisten können. Sie verfügen weder über das Fachwissen noch eine ausreichend umfangreiche Datensammlung für ein Training von Grund auf. Daher greifen viele auf die manuelle Prüfung zurück.
Vortrainierte Modelle minimieren den Aufwand
Vortrainierte Modelle beschleunigen den Trainingsprozess der KI und reduzieren die Kosten. NVIDIA bietet speziell angefertigte Modelle in seinem Train Adapt Optimize (TAO) Toolkit. Entwickler, Softwareanbieter und Integratoren intelligenter KI-Apps und -Dienste können vortrainierten Modelle mit eigenen Daten zur Feinabstimmung anreichern.
Boston Server & Storage Solutions bietet mit vScaler Cloud die optimale Plattform für das NVIDIA TAO Toolkit. Hochleistungsfähige Grafikprozessoren von NVIDIA beschleunigen KI-Simulationen und reduzieren die Trainingszeit für DL-Algorithmen. vScaler kombiniert Rechenleistung, skalierbaren Speicher und fortschrittliches Networking zu einer leistungsstarken Cloud-Plattform. Die Plattform kann als schlüsselfertige Cloud-Appliance im eigenen Rechenzentrum betrieben oder als Dienst bei einem der von Boston autorisierten Cloud Service Provider angemietet werden. Die Cloud-Infrastruktur wird regional betrieben und erfüllt die strengen Datenschutzanforderungen der EU. Für eine einsatzbereite Deep-Learning-Umgebung installieren Experten auf Wunsch alle entsprechenden Frameworks. Interessierte Systementwickler oder Integratoren wenden sich für eine unverbindliche Demonstration an sales@boston-it.de.
