Raspberry Pi: Microsoft optimiert KIs für den Einplatinenrechner

Microsoft arbeiten eigenen Angaben zufolge intensiv daran, KIs auch auf kleine, von einem Netzwerk unabhängige Geräte zu bringen, womit auch und gerade Dinge des täglichen Bedarfs gemeint sind, etwa einen Gehstock, der im Fall eines Sturzes einen Notruf absetzt.

Auch in industriellen oder landwirtschaftlichen Situationen gibt es sinnvolle Einsatzgebiete für KI-gestützte Geräte, Microsoft nennt etwa smarte Feuchtigkeitssensoren zur effizienten Bewässerung auf Farmen. 

In ersten Versuchen hat sich Microsoft nun eines handelsüblichen und günstigen Raspberry Pi 3 bedient. Mithilfe der Embedded Learning Libary gelang es somit, einen durch ein neuronales Netzwerk erzeugtes Modell zur Video-Verarbeitung massiv zu optimieren. Die komprimierte Version des Modells soll den Redmondern zufolge auf einem Raspberry Pi 3 rund 20 mal schneller als der unkomprimierte Algorithmus arbeiten - und das ohne Genauigkeitsverlust.

Neben der reinen Komprimierung sorgt auch die von Microsoft als „sparsification“ Entfernung von redundanten Bestandteilen des neuronalen Netzwerks für einen Performancegewinn. In weiteren Versuchen sollen entsprechende Anwendungen um den Faktor 1.000 bis 10.000 beschleunigt werden, womit selbst komplexe Aufgabenstellungen auf günstigen ARM-CPUs abgearbeitet werden könnten.

Erste, experimentelle Algorithmen zum Training und Kompression von KIs hat Microsoft bereits auf GitHub veröffentlicht. 

Quelle(n)