Produktmängel führen zu unzufriedenen Kunden, schlechten Bewertungen und weniger Umsatz. Die Qualitätssicherung ist für Unternehmen ein kritischer Bereich und erfolgt dennoch oft nur manuell. Die Automatisierung der Fehlerprüfung mit künstlicher Intelligenz (KI) verbessert die Prozesse in der Qualitätskontrolle und damit auch die Qualität der ausgelieferten Produkte. Allerdings ist der Aufbau eines KI-Systems und einer produktionsreifen Anwendung schwierig und erfordert qualifiziertes Personal – eine große Herausforderung für viele Hersteller.
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 Hersteller kaum leisten können. Sie verfügen weder über das Fachwissen noch die Zeit und eine ausreichend umfangreiche Datensammlung für ein Training von Grund auf.
Mit wenig KI-Know-How zur produktionsreifen KI-App
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 und den Daten ihrer Kunden zur Feinabstimmung anreichern.
Das NVIDIA TAO Toolkit ist benutzerfreundlich und erfüllt die Anforderungen von Benutzern mit unterschiedlichem KI-Know-how. Es kann auch von Ingenieuren ohne KI-Kenntnisse leicht verwendet werden. Zusammen mit anderen Frameworks wie NVIDIA® TensorRT™ wird die Erstellung von KI-Anwendungen durch einen Workflow vereinfacht, der keine AI- oder GPU-spezifischen Programmierkenntnisse voraussetzt.
Boston Server & Storage Solutions bietet mit seinen HGX- und DGX-Servern eine optimale Grundlage für KI-Anwendungen und -Dienste in Unternehmen auf Basis der NVIDIA TAO-Plattform an. Die NVIDIA DGX Station™ A100 ist das universelle System für alle KI-Workloads - von der Analyse über das Training bis hin zur Inferenz - und bringt KI-Supercomputing zu Data-Science-Teams, ohne Rechenzentrum oder zusätzliche IT-Infrastruktur. Sie enthält vier NVIDIA A100 Tensor Core GPUs, die NVIDIA® NVLink® nutzen, eine CPU in Serverqualität, NVMe-Speicher und unterstützt PCIe Gen4. Darüber hinaus sind rackmountfähige Server mit bis zu acht GPU-Steckplätzen bei Boston erhältlich. Die Systeme, welche sowohl HDDs als auch NVME-fähige SSDs unterstützen, vereinen High Performance Computing und GreenIT auf kleinem Platz. Alle Systeme werden in Deutschland assembliert. Der Support Service – angefangen von Vorabaustausch bis zu 7x24/4h vor Ort Service – ist auf die Bedürfnisse anspruchsvoller Organisationen abgestimmt. Die Garantie kann auf einen Zeitraum von bis zu 60 Monaten erweitert werden.
Am 21. Oktober präsentiert Boston Server & Storage Systems die Technologie auch auf dem Technology Innovation Day, der 2021 nach einem Jahr Pause wieder als Präsenzveranstaltung stattfindet. Die Anmeldung ist unter https://eveeno.com/boston-it_technology-innovation-day_2021 möglich.
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 Hersteller kaum leisten können. Sie verfügen weder über das Fachwissen noch die Zeit und eine ausreichend umfangreiche Datensammlung für ein Training von Grund auf.
Mit wenig KI-Know-How zur produktionsreifen KI-App
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 und den Daten ihrer Kunden zur Feinabstimmung anreichern.
Das NVIDIA TAO Toolkit ist benutzerfreundlich und erfüllt die Anforderungen von Benutzern mit unterschiedlichem KI-Know-how. Es kann auch von Ingenieuren ohne KI-Kenntnisse leicht verwendet werden. Zusammen mit anderen Frameworks wie NVIDIA® TensorRT™ wird die Erstellung von KI-Anwendungen durch einen Workflow vereinfacht, der keine AI- oder GPU-spezifischen Programmierkenntnisse voraussetzt.
Boston Server & Storage Solutions bietet mit seinen HGX- und DGX-Servern eine optimale Grundlage für KI-Anwendungen und -Dienste in Unternehmen auf Basis der NVIDIA TAO-Plattform an. Die NVIDIA DGX Station™ A100 ist das universelle System für alle KI-Workloads - von der Analyse über das Training bis hin zur Inferenz - und bringt KI-Supercomputing zu Data-Science-Teams, ohne Rechenzentrum oder zusätzliche IT-Infrastruktur. Sie enthält vier NVIDIA A100 Tensor Core GPUs, die NVIDIA® NVLink® nutzen, eine CPU in Serverqualität, NVMe-Speicher und unterstützt PCIe Gen4. Darüber hinaus sind rackmountfähige Server mit bis zu acht GPU-Steckplätzen bei Boston erhältlich. Die Systeme, welche sowohl HDDs als auch NVME-fähige SSDs unterstützen, vereinen High Performance Computing und GreenIT auf kleinem Platz. Alle Systeme werden in Deutschland assembliert. Der Support Service – angefangen von Vorabaustausch bis zu 7x24/4h vor Ort Service – ist auf die Bedürfnisse anspruchsvoller Organisationen abgestimmt. Die Garantie kann auf einen Zeitraum von bis zu 60 Monaten erweitert werden.
Am 21. Oktober präsentiert Boston Server & Storage Systems die Technologie auch auf dem Technology Innovation Day, der 2021 nach einem Jahr Pause wieder als Präsenzveranstaltung stattfindet. Die Anmeldung ist unter https://eveeno.com/boston-it_technology-innovation-day_2021 möglich.
