FAU ESI als Aussteller auf der Hannover-Messe 2023
Auch 2023 wird FAU ESI vom 17. bis 21.04. auf dem Gemeinschaftsstand von BayernInnovativ, der in Halle 2 (Stand A42) anzutreffen sein wird, vertreten sein. Neben einem HERA-Demonstrator vom Lehrstuhl Informatik 3 (Rechnerarchitektur) von Prof. Dr.- Ing. Dietmar Fey, der eine flexible KI-Plattform zeigt, gibt es auch gibt es auch einen Demonstratoraufbau zur Handzeichenerkennung mittels künstlicher Intelligenz auf eingebetteten parallelen Prozessorfeldern.
Das HERA-System wird im Rahmen des vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Gesamtprojekts KI-Flex entwickelt. Ziel von KI-Flex ist die Entwicklung einer flexiblen Plattform für das autonome Fahren, das sowohl von Sei- ten der eingesetzten Software als auch der eigens entwickelten Hardware, zukunftssicher den Einsatz künstlicher Intelligenz (KI) in Autos ermöglicht. Um die Anforderungen an Performance und Energieverbrauch einerseits und der Anpassbarkeit für zukünftige Algorithmen in diesem sich rasch verändernden Themengebiet andererseits zu erfüllen, ist das KI- Flex System mit einem Field Programmable Gate Array (FPGA) ausgestattet. Dieses ermöglicht die Bereitstellung von dedizierten Schaltungen zur Verar- beitung der Sensorsignale als auch deren Austausch (online und offline) bei Bedarf. Verwaltet wird der FPGA dabei mit der an der Friedrich-Alexander-Universität (FAU) entwickelten HERA-Plattform. Aufbauend auf den Grundprinzipien der „Interoperabilität“, „Unabhängigkeit“, „Gewohnheit“, „Sicherheit“ und „Vertraulichkeit“ bietet es Entwicklern und Firmen die Möglichkeit ihre Algorithmen fortlaufend zu verbessern und mit möglichst geringem Aufwand auf dem FPGA auszuführen. Hierbei können mehrere Entwickler sowohl dedizierte, eigene Beschleuniger, als auch die per HERA High-Level Synthese (HLS) aus einer verbreiteten Hochsprache (OpenCl, OpenMP) übersetzten, simultan und unabhängig voneinander verwenden. Verwaltung, Einplanung und Rekonfiguration des FPGAs werden dabei komplett vom HERA-Laufzeitsystem übernommen. Der Demonstrator zeigt diese Fähigkeiten anhand von mehreren kleineren Applikationen aus dem Bereich der Signalverarbeitung (z.B. Wavelet Filterung) und des Deep Learning (z.B. Erkennung handgeschriebener Zahlen). Diese können unabhängig voneinander ausgeführt und verarbeitet werden.
Um den Anforderungen beim Design von Systemen zum maschinellen Lernen gerecht werden zu können, wurde im Rahmen des Projekts eine Integration von HERA in etablierte Entwicklungsumgebungen angestrebt. Hierzu wurde eine Anbindung an das Tensorflow Framework realisiert. Auf diese Art ist es möglich, Algorithmen für maschinelles Lernen zu entwerfen, ohne dabei Informationen über die zu Grunde liegende Hardware zu benötigen. Die Tensorflow Laufzeitumgebung kümmert sich um die Abbildung der Berechnungen auf optimierte Kernel-Implementierungen und die Ausführung auf der entsprechenden Beschleuniger-Hardware. Dabei ist auch eine Integration neuer Architekturen mit nur geringem Zusatzaufwand realisierbar, da intern auf eine nach HSA-Standard spezifizierte Schnittstelle gesetzt wird, die bereits von einer Vielzahl an Herstellern Unterstützung findet.
Der zweite Demonstrator, vom Lehrstuhl für Informatik 12 (Hardware-Software-Co-Design, ESI-Sprecher Prof. Dr.-Ing. Jürgen Teich) stammend, zeigt eine Handzeichenerkennung, die auf einem eng gekop- pelten Prozessorfeld (engl. Tightly Coupled Processor Array, kurz TCPA) beschleunigt wird. Hierbei werden Gesten mit einer Videokamera aufgenommen, mittels eines zur Erkennung von Handzeichen trainierten neuronalen Netz (CNN) erkannt und in Echtzeit durch eine Robotor-Hand imitiert. Ermöglicht wird dies durch die massiv parallele Datenverarbei- tung in einem TCPA, welches prototypisch in einem FPGA (Field Programmable Gate Array) realisiert ist.
Besuchen Sie uns in Halle 2 (Stand A48)! Gerne stellen wir Ihnen ein kostenloses Fachbesucher-Ticket zur Verfügung. Sprechen Sie uns an! Wir freuen uns auf Sie!
Dr.-Ing. Torsten Klie
FAU Research Center Embedded Systems Initiative (ESI)
Geschäftsstelle
- Telefon: +49913185-25151
- E-Mail: torsten.klie@fau.de