Press release

OctaiPipe veröffentlicht Version 2.0 seiner Plattform Federated Learning Operations (FL-Ops) for Critical Infrastructure on-device AI

0
Präsentiert von Businesswire

OctaiPipe, das Unternehmen Federated Learning Operations (FL-Ops), hat heute bekannt gegben, dass die Version 2.0 seiner Plattform verfügbar ist. Sie richtet sich an Critical Infrastructure OEMs und Gerätehersteller. Mit der Plattform OctaiPipe können Informatiker Netzwerke intelligenter Edge-Geräte bauen und steuern. So wird der gesamte Lebenszyklus von der Erstellung des Netzwerks über das Training bis hin zur Bereitstellung, der Verfeinerung des KI-Modells und dem fortwährenden Lernen verschlankt.

Diese Pressemitteilung enthält multimediale Inhalte. Die vollständige Mitteilung hier ansehen: https://www.businesswire.com/news/home/20230921225386/de/

Unternehmen, die kritische Infrastruktur in Bereichen wie Energie, Telekommunikation, Tiefbau und Sicherheit betreiben, kennen die zahlreichen Vorteile, die KI und verbundene IoT-Geräte bieten – zum Beispiel Steigerung der Betriebseffizienz und Nachhaltigkeit, Leistungskontrolle der Assets und Sicherung der Stabilität des Netzwerks. Umgebungen mit kritischer Infrastruktur zeichnen sich üblicherweise durch Datenreichtum und hohe Sicherheitsstandards aus. Deshalb haben hohe Anforderungen an die Cloud-Daten sowie Bedenken wegen der Sicherheit und Abhängigkeit vom Netzwerk bis dato die Nutzung von Cloud AI und verbundenen Geräten begrenzt.

Federated Learning Operations (FL-Ops) ermöglicht die Bereitstellung von KI an die Edge und das Management von dezentralem Lernen in einem Netzwerk intelligenter Geräte. Anstatt Daten von Edge-Geräten in die Cloud zu transferieren, um KI-Algorithmen zu trainieren – was erhebliche Kosten für die Datenspeicherung sowie Sicherheitsbedenken mit sich bringt – trainiert Federated Learning (FL) Algorithmen on-device in der Edge. Dabei werden Daten in einem dezentralen Netzwerk geteilt, um ein fortwährendes dezentrales Lernen zu ermöglichen.

Hier finden Sie ein Video von OctaiPipe über Federated Learning für Edge AI für IoT: https://youtu.be/OrLR8HTxJI0?feature=shared

Eric Topham, CEO von OctaiPipe sagte: „Wir haben in den vergangenen 12 Monaten eng mit unseren Kunden und unserem Team von Informatikern zusammengearbeitet, um deren Anforderungen zu verstehen und dieses wichtige Update der Plattform OctaiPipe vorzubereiten. OctaiPipe 2.0 macht es noch leichter, on-device Federated Learning in großem Umfang zu trainieren, bereitzustellen und zu managen. Und das bei einer höheren Datensicherheit, einer besseren Stabilität des AIoT-Systems und geringeren Abhängigkeit vom Netzwerk und der Cloud. Die Gesellschaft ist abhängig von der Stabilität, Leistung und Sicherheit unserer kritischen Infrastruktur. Indem OctaiPipe Federated Learning für IoT leicht macht, wird sichergestellt, dass die kritische Infrastruktur auch in Zeiten der KI zuverlässig funktioniert.”

OctaiPipe kam 2022 auf den Markt. Der Plattform vertrauen 20 Unternehmen und OEMs. Sie vereinfacht und automatisiert dezentrales Lernen, erhöht die Sicherheit und und steigert die Leistung von Edge-KI-Systemen in großem Umfang. Informatiker verlassen sich auf OctaiPipe, um dezentrale, lernende und flexible AIoT (AI Internet of Things)-Lösungen zu erstellen. Gleichzeitig werden die Gemeinkosten für die Überwachung, das Management, Updates und Audit minimiert.

Informatiker können die OctaiPipe FL-Ops Platform-as-a-Service über eine Cloud-Infrastruktur ihrer Wahl nutzen und so eine Datenbank ihrer Geräte, Modelle, Experimente und Bereitstellungen verwalten. OctaiPlatform hängt nicht von der Infrastruktur ab und ist mit Tools wie PyTorch oder scikit-learn kompatibel. Die OctaiPipe-Bibliothek ermöglicht eine umfassende FL- und Überwachungsautomatisierung in einer vertrauten Jupyter-Notebook-Entwicklungsumgebung. OctaiPipe wird fertig geliefert mit Beispielen für Definition und Erstellung, einschließlich Vorverarbeitung, Engineering von Funktionen, FL-Modelltraining und -Auswertung, Entdeckung von Datendrift und automatisiertem Umlernen.

Die vor Kurzem veröffentlichte Version 2.0 von OctaiPipe ist mit einem ganz neuen Web-Front-end ausgestattet, was die Verwaltung der Geräte, Modelle, Experimente und Bereitstellungen für Informatiker noch einfacher macht. Über eine neue Seite für die Überwachung lassen sich laufende Bereitstellungen und Experimente an einer Stelle überwachen. Die Verbindung der vertrauten und produktiven Jupyter-Notebook-Entwicklungsumgebung mit dem neuen Web-Front-end macht die Bereitstellung für Nutzer noch einfacher.

Während der Entwicklung der Version 2.0 hat OctaiPipe ein externes Penetrationstestteam engagiert, um die Sicherheit von allen Plattformkomponenten robust und unabhängig testen zu lassen. Ein erzwungenes TLS-Zertifikat ist nun Bestandteil der Rest API von OctaiPipe und automatisierte Penetrationstests gehören deshalb kontinuierlich zum Erstellungsprozess der Plattform.

Neben Microsoft Azure ist OctaiPipe 2.0 jetzt als eine AWS Platform-as-a-Service (PaaS)-Lösung erhältlich. Da die gesamte Speicherung und Berechnung in die Cloud-Infrastruktur des Kunden verlagert wird, stellt OctaiPipe sicher, dass der Kunde die vollständige Kontrolle über seine Daten und sein geistiges Eigentum behält. Das verbessert die Datensicherheit und den Schutz der Kundensysteme und macht die Einhaltung von Datenschutzgesetzen leichter.

Sehen Sie sich die Demo von OctaiPipe v2.0 hier an: https://youtu.be/NCKB6tI_wck

Hinweis für den Herausgeber

OctaiPipe kam 2022 auf den Markt. Es handelt sich um eine End-to-End Federated Learning (FL) Edge AI Plattform. Sie ist optimiert für die Entwicklung, Bereitstellung und Verwaltung von Machine Learning IoT-Lösungen in kritischen Infrastrukturumgebungen. Bereitstellungen auf OctaiPipe sind preisgünstiger, privat, skalierbar und aufgrund von föderierten Machine Learning-Fähigkeiten resistent gegen on-device Intelligence. Dazu kommt die innovative Edge MLOps-Technologie.

Dank der sicheren, robusten und kostengünstigen föderativen Edge AI beseitigt OctaiPipe die üblichen Barrieren zum Markt. Gleichzeitig werden Sicherheit und Datenschutz verbessert und der Datentransfer möglichst gering gehalten. Deshalb sinkt global die Abhängigkeit von der Verbindung zur Cloud.

Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.