FPGA-Computing-Platform für Machine Learning in der Datenanalyse

Grosse Unternehmen mit Online-Geschäften entdecken zunehmend FPGA-Geräte (Field-Programmable Gate Array) zur Ausführung von Machine-Learning-Anwendungen. FPGAs können die Kosten der dazu notwendigen IT-Infrastruktur senken und deren energetischen Fussabdruck verkleinern.

Ein Interview mit Pioneer Fellow Mohsen Ewaida über sein erstes Softwareprodukt, das die FPGA-Technologie nutzt: „SnowBell“

Zunächst einmal, was ist ein FPGA?

Ein FPGA (siehe Bild unten) ist ein programmierbares elektronisches Gerät, das in der Lage ist, eine sehr grosse Zahl von Rechenschritten und logischen Operationen gleichzeitig mit geringem Energiebedarf auszuführen. FPGAs werden bereits seit Mitte der 1980er Jahre in Verbraucherelektronik, Telekommunikationssystemen und Kfz-Elektronik eingesetzt, um eine vielseitige Interkonnektivität zu externen Datenquellen und sehr schnelle Ausführung weniger Verarbeitungsschritte mit geringer Leistungsaufnahme zu ermöglichen. Moderne FPGA-Geräte sind grösser und ausgefeilter und mittlerweile in der Lage, sehr komplexe Rechenprobleme – z. B. im Bereich KI, Genomik und wissenschaftliche Simulationen zu bewältigen.

Picture of an FPGA - enlarged
FPGA (Quelle: Mohsen Ewaida)

Warum bietet SnowBell ein so grosses Potenzial für Unternehmen mit Machine-Learning-Anwendungen?

SnowBell ist die erste FPGA-Software, die es Nutzern ermöglicht, ihre Machine-Learning-Anwendung einmal zu entwickeln und dann auf einem beliebigen FPGA zu implementieren. Viele Anwendungen erfordern heute eine erhebliche Verarbeitungsleistung und Berechnungen innerhalb weniger Millisekunden. Ein SnowBell-basiertes System ist zehnmal schneller als herkömmliche grosse Computer. Ausserdem benötigt es weniger Energie, ist einfach zu managen und braucht weniger Platz. Letztendlich macht es jede Anwendung kosteneffizienter. Viele Unternehmen verfügen nicht über die erforderlichen Fähigkeiten oder finanziellen Mittel, um ihre eigenen FPGA-Anwendungen zu entwickeln. Mithilfe von SnowBell sind sie in der Lage, FPGAs nahtlos in ihre Systeme zu integrieren und ihre Dienste und Datenverarbeitung viel schneller und mit minimalen Investitionskosten zu skalieren.

Für eine Vielzahl von Diensten und Produkten sind ultraschnelle Lösungen erforderlich. Dies gilt zum Beispiel für die Sicherheit bei Online-Kreditkartenzahlungen, die Betrugserkennung, das IoT (Internet of Things), Predictive Maintenance, autonome Assistenzsysteme, autonomes Fahren, Flugsuchmaschinen, Online-Remarketing und Verkaufsempfehlungen.

infograph showing how the SnowBell FPGA works
SnowBell-Infografik (Quelle: Mohsen Ewaida)

Was waren die Herausforderungen?

Eine der Hauptherausforderungen bestand darin, Hardwareingenieure mit den erforderlichen Fähigkeiten zu finden. Die Aufgabe ist ebenso selten wie komplex, weshalb das Angebot an qualifizierten Leuten entsprechend klein ist. Eine weitere grosse Herausforderung ist es, Unternehmen die FPGA-Technologie und ihren potenziellen geschäftlichen Nutzen näherzubringen. Da FPGAs für die meisten Unternehmen eine unkonventionelle Technologie sind, dauert es, bis sie Vertrauen gewinnen und den geschäftlichen Nutzen realisieren. Das Ziel von SnowBell ist es, Unternehmen die Nutzung der FPGA-Technologie zu erleichtern und die Investitionshürden zu senken, um die Technologie attraktiv und ihre langfristigen Vorteile deutlich zu machen.

Was sind Ihre Ziele für 2020?

In der ersten Jahreshälfte 2020 möchte ich mein Unternehmen gründen. Ich stehe in Verbindung mit potenziellen Kunden und freue mich auf den Start einiger Pilotprojekte in den Bereichen Online-Empfehlungssysteme, Betrugserkennungssysteme und Predictive Mainenance.

In der Zwischenzeit bin ich dabei, mehr über die Schnittstellen von Unternehmen im Bereich Machine Learning und darüber zu erfahren, wie man die Systeme miteinander „verheiraten“ kann. Dies ist nicht nur wichtig für die SnowBell-Produktentwicklung, sondern auch für die zukünftige Leistungsfähigkeit, Anpassungsfähigkeit und Kompetenz dieser Unternehmen in einem rasch wachsenden und sich verändernden Umfeld.

Ferner suche ich geeignete Leute, um ein Team aus Softwareingenieuren, Geschäftsentwicklungs- und Vermarktungsspezialisten aufzubauen. Ausserdem bin ich auf der Suche nach Investoren. Die Reaktionen aus dem Bereich Venture Capital waren bisher sehr positiv.

Picture of Mohsen Ewaida
Mohsen Ewaida (Quelle: ETH ieLab)

    

Pioneer Fellowships

Für die Entwicklung von bahnbrechenden Ideen – für die Unternehmer von morgen

Ein Pioneer Fellowship wird an junge Unternehmer-​Talente der ETH vergeben, die ein hochinnovatives Produkt oder eine Dienstleistung kommerzialisieren und für die Gesellschaft nutzbar machen möchten.

Pioneer Fellows erhalten 150 kCHF über 12-​18 Monate, gespendet von Firmen oder Privatpersonen. Sie erhalten Räumlichkeiten am ETH ieLab sowie ein umfassendes Mentoring-​ und Trainingsprogramm. Das sind die besten Voraussetzungen auf dem Weg zu einem erfolgreichen Unternehmer.

Pioneer Fellowship Projekte
externe SeiteETH Foundation
ETH ieLab

Kontakt / Links:

Mohsen Ewaida: Machine Learning in der Datenanalyse

Sind Sie interessiert an weiteren spannenden "News for
Industry" Storys?

externe SeiteAbonnieren Sie unseren Newsletter

externe SeiteFolgen Sie uns auf LinkedIn

Suchen Sie Forschungspartner an der ETH Zürich? 

Kontaktieren Sie ETH Industry Relations

JavaScript wurde auf Ihrem Browser deaktiviert