TinyAIoT

Die Idee

Das schnelle Wachstum des Internet of Things hat die Entwicklung von Geräten gefördert, die auf Mikrocontrollern basieren, mit Sensoren ausgestattet sind und Daten austauschen können. Diese Geräte - die z. B. in Smart-Home-Anwendungen oder zum Aufbau von Umweltüberwachungsstationen eingesetzt werden - ermöglichen die Erfassung und Analyse großer Datenmengen und die Entwicklung potenziell leistungsstarker Anwendungen. Allerdings sind solche Anwendungen derzeit dadurch eingeschränkt, dass die gesammelten Daten über Cloud-Dienste ausgetauscht werden müssen, um moderne KI-Verfahren zu nutzen, was erhebliche Ressourcen in Form von Energie, Material und Bandbreite verbraucht. Ziel des TinyAIoT-Projekts ist es, diesen Ressourcenbedarf zu reduzieren, indem effiziente und besonders kleine KI-Modelle entwickelt werden, die auf Mikrocontrollern eingesetzt werden können. Dadurch wird nicht nur das Spektrum möglicher Anwendungsfälle auf leistungsfähigere Anwendungen erweitert, sondern auch die Menge an versendeten Daten von Anwendungen verringert, so dass Mikrocontroller mehrere Wochen bis Jahre lang autonom arbeiten können.

Ressourceneffizienz

Das Hauptziel des TinyAIoT-Projekts besteht in der weiteren Reduktion des Ressourcenbedarfs bestehender Implementationen sowie der entsprechenden Anpassung weiterer KI-Modelle. Dabei sollen insbesondere der Ressourcen- und Energiebedarf so stark reduziert werden, dass die zugrundeliegenden Mikrocontroller über einen längeren Zeitraum autark mittels Batterien betrieben werden können. Ein besonderer Fokus soll dabei auf der speziellen Kombination von Mikrocontrollern der Arduino-Familie und des LoRaWAN-Netzwerkprotokolls liegen (z.B. sehr kleiner Hauptspeicher und eingeschränkte Bandbreite von LoRaWAN). Die Ergebnisse sollen schließlich in die Anpassung und Erweiterung der senseBox sowie zugehöriger Sensornetze einfließen und so zu einer „intelligenten“ Version der senseBox –der TinyAI-senseBox – führen, die längere Zeit autark betrieben werden können.

Potential zur Ressourcenffizienz

Mikrocontroller: Arduino Pro Mini (5 Volt) mit einem Stromverbrauch von 22mA unter Volllast und ca. 3,6mA im Schlafmodus
Anzahl IoT-Geräte: Es werden für die Schätzung 10 Milliarden Mikrocontroller angenommen; Schätzungen gehen von ca. 75 Milliarden IoT-Geräten im Jahr 2025 aus

Zur Schätzung des einsparungspotentials wird exemplarisch auf einen konkreten Mikrocontroller sowie eine Schätzung der Anzahl entsprechender zukünftiger IoT-Geräte zurückgegriffen:

Dieser Mikrocontroller hat einen jährlichen Energieverbrauch von ungefähr (22, 1 · 24 ·365mAh·5V )/1000000 ≈ 0,97 kW/h im Normalmodus und von etwa (3, 6·24·365mAh·5V )/1000000 ≈ 0,16 kW/h im Schlafmodus. Betrachtet man 10 Milliarden Geräte, so erhält man einen jährlichen Energieverbrauch zwischen 7 TW/h (Normalmodus) und 1.6 TW/h (Schlafmodus). Unter der Annahme, dass durch effizientere Implementationen für KI-Verfahren eine Reduktion von ca. 15mA pro Gerät erzielt werden könnte (z.B. Schlafmodus, geringerer Datenerfassung/Datenversand, . . . ), würde sich analog zu obigen Berechnungen eine Ersparnis von ca. 657kW/h pro Gerät und Jahr ergeben. Für 10 Milliarden Geräte weltweit würde dies zu einer Ersparnis von ca. 57TW/h führen, was ca. 1,3% Prozent des Nettostromverbrauchs von Deutschland im Jahr 2020 entspricht (488TWh).

Anwendungsfälle

Das TinyAIoT Projekt wurde zum Teil vom Birdiary Projekt inspiriert.

Gefährlich nahe Überholmanöver erkennen mittels ToF Imaging

Messen und Versenden von Füllständen öffentlicher Mülltonnen

Personen zählen über Schrittvibration

Relation zu möglichen negativen Umweltwirkungen

Die Anzahl der IoT-Anwendungen sowie entsprechender auf KI-basierende Mikrocontroller wird in Zukunft drastisch ansteigen, sowohl für direkte Anwendungen zum Schutz unserer Umwelt und Natur als auch für zahlreiche wirtschaftliche Anwendungen (mit ggf. auch positive Umweltbilanz). Allerdings werden die zunehmende Digitalisierung und insbesondere auch weitere IoT-Anwendungen zu einem zusätzlichen Energieverbrauch führen. Zudem könnten effizientere Implementationen dazu führen, dass zusätzliche intelligente Mikrocontroller eingesetzt werden. Allerdings ist davon auszugehen, dass die Umsetzung entsprechender Szenarien maßgeblich durch den wirtschaftlichen Nutzen und nicht durch den Energieverbrauch bestimmt werden wird. Insofern sind effizientere Implementationen in jedem Fall wünschenswert.

Förderung

Dieses Projekt wird gefördert durch das Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) und läuft bis zum 31.12.2025.

Erste Schritte mit der...

senseBox

Hardware

Software

Forschungsprojekte

Über uns

Social Media