Open Telekom Cloud für Geschäftskunden

Künstliche Intelligenz: Welcher Prozessor für welche Anwendung? Video

von Redaktion
Die wichtigsten Prozessortypen für die KI-Berechnung unter der Lupe.
NPU, FPGA, GPU: Max Guhl erklärt im Video, was die verschiedenen Prozessoren beim KI-Einsatz unterscheidet.

In diesem Artikel lesen Sie, 

  • welche Prozessortypen es für KI-Berechnungen gibt,
  • für welche Einsatzgebiete diese geeignet sind und
  • warum die richtige Auswahl für den Erfolg von KI-Projekten wichtig ist.

Smartphone-Kameras, die Gesichter erkennen – und die Aufnahme erst auslösen, wenn alle Personen auf dem Bildausschnitt lächeln. Neuronale Netze, die dabei helfen, Maschinenausfälle, Verkehrsdichte oder Fahrtrouten zu analysieren – und anschließend punktgenaue Optimierungen empfehlen, um Staus zu vermeiden. Oder Autos, die nicht mehr nur selbst einparken, sondern Fahrspuren halten und der eingegebenen Route folgen. Das alles sind Beispiele, die zeigen, dass der Einsatz Künstlicher Intelligenz (KI) längst Wirklichkeit ist. Und ein relevanter Wirtschaftsfaktor: Das Marktforschungsunternehmen Omdia geht für 2020 allein in Europa von 1,3 Milliarden Euro Umsatz durch KI-Produkte aus. In den nächsten fünf Jahren könnte sich dieser Wert versechsfachen. Allein das ökonomische Potenzial für Deep-Learning-Prozessoren schätzen die Marktforscher von Omdia bis dahin auf ein Volumen von 66 Milliarden Euro ein. Kein Wunder, denn die technischen Möglichkeiten sind enorm.

Eine Stolperfalle hält diese Vielfalt allerdings für innovationsfreudige Unternehmen bereit. Denn KI ist nicht gleich KI: Die verschiedenen Nutzungsszenarien stellen grundlegend verschiedene Anforderungen an die Hardware. Vom stromsparenden Chip im Smartphone bis zur Cloud-Serverfarm aus Tausenden Grafikbeschleunigern: Jede Hardware hat andere Vor- und Nachteile und ist so ganz nach Anwendungsfall besser oder schlechter für den Einsatz geeignet. Die Anwendung muss auf Hardware unterwegs laufen? Dann zahlt sich der geringe Stromverbrauch von NPUs aus. Echtzeitberechnungen stehen im Mittelpunkt des Interesses? Genau richtig für die geringen Latenzen bei FPGAs. Die Anforderungen an die Hardware ändern sich häufig, Flexibilität ist das Gebot der Stunde? Dann könnte konventionelle CPU-Leistung das Richtige sein. Kurz: Wenn Unternehmen ihre Anwendungsfälle nicht passgenau mit der richtigen Hardware zusammenbringen, geht es schnell um viel Zeit und Geld.

Im neuen Video bringt Max Guhl aus dem A.I.-Team von T-Systems Licht ins Dunkel: Was macht die verschiedenen Prozessortypen aus – und für welche Anwendung ist welcher Ansatz am besten geeignet?

 

Welcher Prozessor eignet sich für welche KI-Anwendung?

CPU, FPGA, GPU und viele mehr: Die verschiedenen KI-Projekte stellen unterschiedliche Anforderungen an die Hardware. Doch welche Prozessortechnologie eignet sich am besten für welche KI-Anwendung? Antworten darauf, gibt das A.I.-Team von T-Systems.


Jetzt direkt buchen und 250 € Startguthaben sichern

 

Haben Sie Fragen?

Wir beantworten Ihre Fragen zu Testmöglichkeit, Buchung und Nutzung – kostenfrei und individuell. Probieren Sie es aus! Hotline: 24 Stunden am Tag, 7 Tage die Woche
0800 33 04477 aus Deutschland / 00800 33 04 47 70 aus dem Ausland

  • Communities

    Die Open Telekom Cloud Community

    Hier treffen sich Nutzer, Entwickler und Product Owner um sich zu helfen, auszutauschen und zu diskutieren.

    Jetzt entdecken 

  • Telefon

    Kostenfreie Experten-Hotline

    Unsere zertifizierten Cloud-Experten stehen Ihnen mit persönlichem Service zur Seite.

    0800 33 04477 (aus Deutschland)

    +800 33 04 47 70
     (aus dem Ausland)

    24 Stunden am Tag, 7 Tage die Woche

  • E-Mail

    Unser Kunden-Service steht Ihnen per E-Mail-Support kostenlos zur Verfügung.

    E-Mail schreiben