Mit einer neuen Chip- und Edge-Software will Google die IoT-Landschaft für Unternehmen umgestalten und sich in eine bessere Position gegen die Konkurrenten Amazon und Microsoft bringen. [...]
Um besser mit den Daten einer wachsenden Anzahl von IoT-Geräten umgehen zu können, unternimmt Google zwei Schritte – einen in Hardware und einen in Software -, wobei das Unternehmen seine Analyse- und Machine-Learning-Funktionen in Edge-Netzwerken und sogar einzelnen IoT-Geräten (Internet of Things) bereitstellt, wie Google auf seiner Cloud Next Technologiekonferenz ankündigte.
Der erste Schritt ist, dass Google die Funktionen seiner Cloud IoT-Softwareplattform auf das Edge-Networking erweitert. Der zweite ist ein winziger Chip, der selbst in IoT-Geräte integriert werden kann und die gesammelten Daten vor der Übertragung verarbeitet.
Edge Computing bezeichnet eine Architektur, in der ein spezialisierter Computer sehr nahe an den IoT-Endpunkten positioniert ist, um die Analyse und Datenverarbeitung von diesen Endpunkten aus durchzuführen, anstatt diese Informationen zurück zum Rechenzentrum zu senden. Edge Computing ist ein stark kommendes Modell für die IoT-Bereitstellung -insbesondere in Anwendungsfällen mit strengen Anforderungen an die Latenzzeit.
Christian Renaud, IoT-Forschungsdirektor bei 451 Research, sagte jedoch, dass die technischen Vorteile von Edge Computing gegenüber dem menschlichen Faktor zweitrangig seien – denn Manager, die für betrieblichen Technologie-Einsätze (Fabriketagen, Fahrzeugflotten etc.) verantwortlich zeichnen und die von IoT-Technologien profitieren, fühlen sich nicht wohl, wichtige Verwaltungs- und Analysefunktionen in eine Cloud zu verlagern, selbst wenn es eine private Cloud ist.
Google bringt seinen IoT-Software-Stack auf Edge-Geräte und beseitigt damit eine potentiell schwerwiegende Einstiegshürde und macht das Unternehmen zu einer attraktiveren Option für das Enterprise-IoT-Management. Das Angebot von Google passt damit auch besser zu den Konkurrenten von Microsoft und Amazon, die ihre IoT-Plattformen bereits ins Edge-Zeitalter gebracht haben.
Googles Ansehen innerhalb der Konkurrenz könnte durch den auf der Cloud Next angekündigten und Edge TPU genannten Chip profitieren. Dieser beschleunigt das maschinelle Lernen über die TensorFlow AI-Software des Unternehmens.
Google Edge TPU auf einer 1-Cent-Münze
„Abhängig von der Effektivität von Edge TPU hat Google dadurch nicht nur aufgeholt, sondern schafft es möglicherweise der Konkurrenz technisch davon zu ziehen“, kommentiert Renaud.
Edge TPU ist ein benutzerdefinierter Chip, der nur einen Bruchteil der Größe einer 1-Cent-Münze aufweist und speziell für das Ausführen von Google TensorFlow Lite-Machine-Learning-Modelle auf Endpoint-Geräten auszuführen. Die Absicht ist, IoT-Geräte selbst zu nutzen, um aussagekräftige Vorhersagen und Erkenntnisse zu generieren.
Google erklärt auf seiner Website, dass der Chip unter anderem für vorausschauende (predictive) Wartung, Anomalieerkennung, Machine Vision, Robotik und Spracherkennung sowie andere Dinge genutzt werden könnte.
Entwickler, die bereits frühzeitig mit einem solchen Chip experimentieren wollen, können sich hier bei Google bewerben.
Abzuwarten bleibt, ob Edge TPU tatsächlich in großem Maßstab angenommen wird und sie so so gut funktioniert, wie Google es verspricht.
*Jon Gold ist Redakteur der Network World und spezialisiert auf die Themen IoT und Wireless Networking.
Be the first to comment