Trådlösa sensorer och Yggio, det öppna operativa lagret för städer, fastighetsägare och transportoperatörer. Dina data, din drift, din suveränitet.

Distribuerad artificiell intelligens över uppkopplade enheter i projektet DAIS

DAIS - H2020-ECSEL-2020-2-RIA #101007273

Avslutat
Projektledare: RISE Research Institutes of Sweden
← Tillbaka till Forskningsprojekt

Bakgrund

Artificiell intelligens flyttar i allt högre grad från centraliserade moln- och datacentermiljöer ut till uppkopplade enheter i kanten av nätet. Det gör att data kan bearbetas närmare källan, med kortare fördröjning och mindre dataöverföring, och öppnar för intelligenta funktioner i allt mindre och resurssvagare enheter.

DAIS (Distributed Artificial Intelligent Systems) var ett stort europeiskt forskningsprojekt om den teknik som krävs för att få industriell AI att fungera i starkt distribuerade edge-miljöer. I stället för att ta fram nya AI-algoritmer arbetade projektet med den hårdvara, programvara, uppkoppling, säkerhet och orkestrering som behövs för att köra befintliga algoritmer över distribuerade system.

Projektet samlade 48 partner från 11 länder för att stärka Europas förmåga inom edge-AI, med inbyggd integritet, energieffektivitet och självorganisering som grundläggande designprinciper.

AI ut i kanten

Att köra AI direkt på edge-enheter ställer helt andra krav än att köra den i molnet. Enheterna kan ha begränsad processorkraft, minne, uppkoppling och energi, samtidigt som industriella tillämpningar kan kräva realtidsdrift, tillförlitlighet, säkerhet och skydd av känsliga data.

DAIS utvecklade både hårdvara och programvara för edge-AI, från specialiserade elektronikkomponenter och strömsnål sensorteknik till programvara som kan köras effektivt på resurssvaga enheter.

Ett huvudmål var att kraftigt minska energiförbrukning, fysisk storlek och mängden data som utbyts mellan edge-enheter och moln, och ändå möjliggöra intelligent bearbetning och inlärning nära datakällan.

Distribuerad AI från edge till moln

Många AI-tillämpningar kan inte köras helt på ett ställe. Bearbetningen kan fördelas mellan sensorer, inbyggda enheter, gateways, edge-datorer, fog-infrastruktur och molnplattformar, beroende på tillgängliga resurser och tillämpningens krav.

DAIS undersökte därför hur distribuerade AI-komponenter kan integreras och samordnas säkert över edge-, fog- och molnmiljöer. Det omfattade orkestrering av AI-uppgifter, distribuerade säkerhets- och integritetsmekanismer, nätverk och kommunikation mellan systemets delar.

Resultatet blev ett ramverk för distribuerad AI, byggt för att komponenter, plattformar och tjänster från olika leverantörer ska kunna utbyta data och AI-resultat och ändå ingå i ett större interoperabelt system.

Från komponenter till verkliga demonstratorer

DAIS förenade teknikutveckling med storskalig integration och validering. Hårdvara, programvara, AI-tjänster, sensorer och plattformar från hela projektet fördes samman för att visa att distribuerad AI kan fungera över organisatoriska och tekniska gränser.

Tekniken demonstrerades i tre fysiska domäner: en industrianläggning, en byggnad och en stad. Där testades både vertikal integration inom enskilda tillämpningar och horisontell integration, där teknik och AI-resultat kunde delas mellan olika system.

Genom att validera samma underliggande teknik i flera domäner visade DAIS hur distribuerade AI-arkitekturer kan bära tillämpningar inom digital industri, digitalt liv, transporter, mobilitet och andra uppkopplade miljöer.

Sensatives roll

Sensative hade en central integrationsroll i DAIS och ledde projektets arbete med de slutliga demonstratorerna, liksom det delkluster som ansvarade för samordning och orkestrering av distribuerad AI.

Yggio användes som horisontell mellanprogramvara och datamäklare för att koppla ihop enheter, AI-komponenter, plattformar och tjänster från olika projektpartner. Så kunde data och AI-resultat delas mellan annars fristående system, i en praktisk miljö för att validera DAIS-arkitekturen för distribuerad AI.

Projektet lade viktiga grunder för Sensatives arbete med distribuerade Yggio-arkitekturer, där intelligens, applikationer och databearbetning kan fördelas mellan enheter, edge-infrastruktur och molnmiljöer.

Distribuerad AIEdge-AIArtificiell intelligensEdge computingIndustriell IoT
Övriga deltagare (48)
  • ALMENDE BV
  • DANMARKS TEKNISKE UNIVERSITET
  • SIRRIS HET COLLECTIEF CENTRUM VAN DE TECHNOLOGISCHE INDUSTRIE
  • TECNOLOGIAS SERVICIOS TELEMATICOS Y SISTEMAS SA
  • INSTITUT JOZEF STEFAN
  • INSTITUT MIKROELEKTRONICKYCH APLIKACI S.R.O.
  • JOTNE EPM TECHNOLOGY AS
  • PDM E FC PROJECTO DESENVOLVIMENTO MANUTENCAO FORMACAO E CONSULTADORIA LDA
  • EXPERT ANALYTICS AS
  • Step Solutions AS
  • COSYLAB LABORATORIJ ZA KONTROLNE SISTEME DD
  • TPV trzenje in proizvodnja opreme vozil d.d.
  • INSTITUTO DE TELECOMUNICACOES
  • NXP SEMICONDUCTORS NETHERLANDS BV
  • ANYWI TECHNOLOGY BV
  • DANFOSS POWER ELECTRONICS AS
  • TECHNICKA UNIVERZITA V LIBERCI
  • VYSOKE UCENI TECHNICKE V BRNE
  • I. LECO
  • CENTRICA BUSINESS SOLUTIONS BELGIUM
  • Octavic PTS IVS
  • NXP SEMICONDUCTORS GERMANY GMBH
  • FRAUNHOFER GESELLSCHAFT ZUR FOERDERUNG DER ANGEWANDTEN FORSCHUNG E.V.
  • NUROMEDIA GMBH
  • GIESECKE+DEVRIENT MOBILE SECURITY GMBH
  • ESC AEROSPACE GMBH
  • UNIVERSITAET ZU LUEBECK
  • Eventigrate
  • VESTEL ELEKTRONIK SANAYI VE TICARET ANONIM SIRKETI
  • SESTEK Ses ve Iletisim Bilgisayar Teknolojileri Sanayi ve Ticaret A.S.
  • Akim Metal
  • SCHNEIDER ELECTRIC ESPANA SA
  • FUNDACION CENTRO TECNOLOXICO DE TELECOMUNICACIONS DE GALICIA
  • UNIVERSIDAD DE CANTABRIA
  • UNIVERSIDAD DE GRANADA
  • TECHNISCHE UNIVERSITEIT EINDHOVEN
  • SEVEN SOLUTIONS SL
  • INSTITUTO TECNOLOGICO DE INFORMATICA
  • TECHNISCHE UNIVERSITEIT DELFT
  • STICHTING IMEC NEDERLAND
  • INNATERA NANOSYSTEMS BV
  • SENSATIVE AB
  • TIETO SWEDEN AB
  • GREENSPHERE UNIPESSOAL LDA
  • Koala Tech Unipessoal LDA
  • Arctos Labs Scandinavia AB
  • BEYOND VISION - SISTEMAS MOVEIS AUTONOMOS DE REALIDADE AUMENTADA LDA
  • MAELARDALENS HOEGSKOLA
Finansieras av

Frågor om forskning

cto@sensative.com