de.wedoany.com-Bericht: Qualcomm Technologies arbeitet mit San Diego Gas & Electric (SDG&E) und dem Scripps Institution of Oceanography der University of California San Diego zusammen, um das Edge Alert Sentinel-System (EAS) zu implementieren – eine auf Edge-Künstlicher Intelligenz basierende Frühwarnlösung vor Ort, die demonstrieren soll, wie Edge-KI die Netzstabilität, Notfallvorsorge und Klimaresilienz unterstützen kann.
Südkalifornien ist mit den komplexesten Waldbrand- und Extremwetterrisiken der USA konfrontiert, wobei Santa-Ana-Winde, Dürre und schwieriges Gelände gemeinsam schnell wechselnde und schwer vorhersagbare Bedingungen schaffen. Herkömmliche Überwachungssysteme sind auf entfernte Cloud-Verarbeitung angewiesen, was bei schlechtem Wetter oder in Notfällen zu Verzögerungen führen kann. Das EAS-System kombiniert Umweltsensoren, Edge-KI-Berechnung und Atmosphärenwissenschaften, um am Ort der Datenerfassung sofort Analysen zu generieren und Verzögerungen durch die Übertragung an entfernte Rechenzentren zu vermeiden. Das erste System wurde bereits auf dem Palomar Mountain installiert und beginnt mit der Analyse von Wind-, Wetter- und Umweltdaten, um Bedingungen, die Waldbrandverhalten und Extremwetter beeinflussen, früher zu erkennen.
„Seit fast zwei Jahrzehnten hat unsere Region katastrophale, durch Stromleitungen verursachte Waldbrände vermieden, weil wir uns entschieden haben, frühzeitig die Führung zu übernehmen und nie aufzuhören, vorauszudenken", sagte Scott Crider, Präsident von SDG&E. „Edge Alert Sentinel spiegelt dieselbe Denkweise wider. Durch die Zusammenarbeit mit Qualcomm Technologies und der UC San Diego bringen wir weltklasse Technologie und Wissenschaft zusammen, sodass Intelligenz dort existiert, wo das Risiko liegt – an vorderster Front – und Gemeinden dadurch sicherer werden." Nakul Duggal, Senior Vice President und General Manager für Automotive, Industrial und Embedded IoT sowie Robotik bei Qualcomm Technologies, erklärte, dass das System durch die Kombination von KI vor Ort mit fortschrittlicher Sensorik und Konnektivität schnellere und zuverlässigere Erkenntnisse bei sich ändernden Bedingungen liefern und Einsatzkräften helfen könne, Risiken zu bewerten und Maßnahmen zu ergreifen. Frank Vernon, Direktor des High Performance Wireless Research and Education Network am Scripps Institution of Oceanography der UC San Diego, wies darauf hin, dass Scripps seit der Jahrtausendwende im gesamten San Diego County Echtzeitbeobachtungen durchführe und umfangreiche Datensätze gesammelt habe. Mit der neuen Edge-KI-Fähigkeit gingen sie über die Beobachtung hinaus und sagten Auswirkungen in Echtzeit voraus – genau zum Zeitpunkt und am Ort des Auftretens der Gefahr. Dies werde möglich, wenn die Industrie Betriebsgröße, praktische Erfahrung und Gemeindebedürfnisse mit der wissenschaftlichen Strenge und langjährigen Beobachtungsaufzeichnungen der Wissenschaft verbinde.
Kern dieser Implementierung ist eine verstärkte Edge-KI-Gateway-Plattform mit dem Qualcomm Dragonwing IQ9-Prozessor. Es handelt sich um einen Mehrkern-Anwendungsprozessor mit einer neuronalen Verarbeitungseinheit, der bis zu 100 Billionen Operationen pro Sekunde ausführen kann. Das System nutzt die MLOps-Plattform von Edge Impulse (Qualcomm), um geräteseitige Modelle zur Vorhersage von Bedingungen auszuführen, die die Infrastruktur von Stromnetzen in Wohngebieten beeinträchtigen könnten, und überträgt Überwachungsdaten und Warnungen über das dedizierte Mobilfunknetz von SDG&E an die Kontrollzentrale. Qualcomm und SDG&E arbeiten zudem daran, KI direkt in Feldgeräte zu integrieren, um durch autonome Luftoperationen automatische Inspektionen kritischer Versorgungsinfrastruktur durchzuführen.
Das EAS-Projekt vereint Ressourcen aus Industrie und Wissenschaft, um einen kontinuierlichen Kreislauf aus Echtzeitdaten, Edge-KI-Analysen und umsetzbaren Erkenntnissen zu schaffen, der darauf abzielt, schnell wechselnde Bedingungen in rechtzeitige Maßnahmen umzuwandeln. In der bevorstehenden Saison der öffentlichen Sicherheitsabschaltungen wird die Leistung der Implementierung auf dem Palomar Mountain bewertet, und ab nächstem Jahr ist geplant, die Technologie auf weitere Standorte auszuweiten. Die Erkenntnisse aus der Pilotphase werden in erweiterte und verbesserte Modellierungsfähigkeiten einfließen, mit dem Ziel einer breiteren Einführung im Jahr 2027. Die Zusammenarbeit wird auch gemeinsame Schulungen zur Unterstützung der Notfallvorsorge in Südkalifornien und anderen Regionen mit ähnlichen Risiken erkunden.
Obwohl das System ursprünglich in Südkalifornien entwickelt wurde, ist der Ansatz darauf ausgelegt, auf andere Regionen ausgeweitet zu werden, die mit zunehmend häufigeren und schwereren klimabedingten Ereignissen konfrontiert sind, in denen Echtzeit- und ortspezifische Intelligenz die Entscheidungsfindung unter Druck verbessern kann.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
