Projekt EASY

Herausforderung 

Bei modernen Produktionsanlagen entstehen riesige Mengen an Daten, die ausgewertet werden sollen. Dabei ist eine gängige Methode Daten in die Cloud zu transferieren und dort mit viel Rechenleistung zu verarbeiten. Das ist jedoch nicht effizient, da die Übertragung von großen Datenmengen viel Energie benötigt. Zudem ergibt sich prinzipbedingt eine relativ hohe Latenzzeit. Das Ziel im Projekt EASY ist es ein Cloud-Edge Kontinuum zu schaffen, welches als Plattform für die Ausführung von KI-basierten Analysemethoden geeignet ist. So sollen die Services immer dort ausgeführt werden, wo es am sinnvollsten ist. Dabei soll neben dem Energiebedarf die Servicequalität verbessert werden. Dazu werden neue Algorithmen angepasst, wie z.B. Federated Learning zum verteilten maschinellen Lernen oder ein hierarchischer Diagnoseansatz. Die Ausführung mit weniger Daten ist schneller und effizienter.

Lösungsansatz

EASY verfolgt einen innovativen Ansatz, um ein Edge-Cloud-Kontinuum zu schaffen. Dies ermöglicht die Ausführung von KI-basierten Analyse- und Steuerungsdiensten sowohl in lokalen Edge- als auch in Cloud-Umgebungen. Um dieses zu realisieren, entwickelt EASY eine Open-Source-Laufzeitumgebung, die die dynamische Ausführung von Compute-Diensten ermöglicht. Dabei werden lauffähige und semantisch beschriebene Dienste bereitgestellt, die auf allen Ebenen des Edge-Cloud-Kontinuums orchestriert werden können und sich selbst konfigurieren. Diese Dienste können über einen Marktplatz abgerufen werden. Darüber hinaus implementiert EASY intelligente Federated Learning-Ansätze, um die Überwachung ganzer Produktionslinien zu verbessern. Dies ermöglicht eine kosteneffiziente Nutzung von lokaler und globaler Rechenkapazität. Es werden auch Analysedienste entwickelt, die auf leistungsschwachen Edge-Knoten ausgeführt werden können. EASY realisiert Mess- und Analyseverfahren, um den Ressourcenverbrauch und Datentransfer im Edge-Cloud-Kontinuum auszugleichen. Zur flexiblen Planung und dezentralen Überwachung werden KI-Planungsverfahren und Digitale Zwillinge verwendet. Diese Methoden ermöglichen resiliente Steuerungsprozesse auf Edge-Ebene. Die entwickelten Methoden und Systeme von EASY werden durch Demonstrator-Anwendungen in der SmartFactoryKL und der SmartFactoryOWL evaluiert und an mehrere Referenzanwendungen demonstriert.

Steckbrief