TinyAIoT

Energie- und ressourceneffiziente künstliche Intelligenz für moderne IoT-Anwendungen

...

Die Idee

Das TinyAIoT-Projekt hat zum Ziel, KI-Verfahren an die Bedürfnisse moderner Internet of Things (IoT)-Anwendungen anzupassen. Diese basieren heutzutage oft auf Mikrocontrollern, wie z.B. Geräten der Arduino-Familie, welche über spezielle Netzwerkprotokolle – beispielsweise dem Long Range Wide Area Network (LoRaWAN)-Netzwerkprotokoll – Daten versenden und empfangen können. Die Mikrocontroller werden i.A. mit verschiedenen Sensoren ausgestattet, um z.B. die Temperatur, Feinstaubbelastung und andere Parameter zu messen [3, 14]. Entsprechende Sensornetzwerke bestehen aus vielen solcher Mikrocontroller. Sie stellen die Basis für IoT-Anwendungen dar, welche sich bereits in den verschiedensten Bereichen finden lassen (z.B. Smart Cities, Landwirtschaft 4.0, . . . ).

Verbundpartner

Das Projekt wird als Verbundprojekt der Universität Münster und der Reedu GmbH & Co. KG (Dr. Thomas Bartoschek) durchgeführt.

...

re:edu ist ein Start-Up und Spin-Off aus dem Institut für Geoinformatik. Seit 2018 ist re:edu der Hersteller der senseBox und bietet ein breite Palette an Angeboten rund um die senseBox und die Bereiche Digitale Bildung, Citizen Science und Smart Cities an.

...

Die Universität Münster beteiligt sich mit dem Institut für Geoinformatik (Prof. Dr. Angela Schwering) und dem Institut für Wirtschaftsinformatik (Prof. Dr. Fabian Gieseke).

Assoziierte Partner

Zudem sollen verschiedene Anwendungsszenarien gemeinsam mit vier assoziierten Partnern, der Stadtwerke Emsdetten GmbH, der Stabsstelle Smart City der Stadt Münster, dem Naturschutzzentrum Kreis Coesfeld e.V. und der Hof Homann eG, realisiert werden, und Unteraufträge an zwei weitere Firmen vergeben werden (opensenselab gGmbH und Budelmann Elektronik GmbH).

...

Stadtwerke Emsdetten GmbH

...

Stabstelle Smart City der Stadt Münster

...

Naturschutzzentrum Kreis Coesfeld e.V.

...

Hof Homann eG

...

opensenselab gGmbH

...

HANZA Tech Solutions GmbH

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.

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
Der Markt für IoT-Anwendungen ist bereits stark gewachsen und es ist anzunehmen, dass die Anzahl der Mikrocontroller in Zukunft stark ansteigen wird. Eine effizientere Umsetzung der Verfahren und der damit einhergehenden Einsparung an Energie bietet somit das Potential, den Energiebrauch für einen großen Teil solcher Geräte zu reduzieren und so einen signifikanten Beitrag zur Einsparung von CO2-Emissionen zu leisten. Zudem werden durch intelligente Mikrocontroller zahlreiche umwelt- und naturrelevante Anwendungen ermöglicht werden, wie z.B. in den Bereichen Landwirtschaft 4.0 und Smart Grids oder auch im Bereich von Ökosystemen.

Der Mikrocontroller hat einen jährlichen Energieverbrauch von ungefähr 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).

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.