Eine neue AI-ready Infrastruktur reduziert die Trainingszeiten der Modelle um über 50% und schafft die Grundlage für den nächsten Schritt von Video Systems in Richtung Physical AI mit SENTIO.

Die Entwicklung von Machine Vision und Künstlicher Intelligenz erfordert eine ständig steigende Rechenleistung, insbesondere wenn mehrere Forschungs- und Entwicklungsteams gleichzeitig an Training, Validierung und Bereitstellung von KI-Modellen arbeiten müssen.

Um dieses Wachstum zu unterstützen, hat Video Systems in Zusammenarbeit mit dem Partner Infostar eine neue Infrastruktur auf Basis von Lenovo- und AMD-Technologie geschaffen, die darauf ausgelegt ist, Leistung, Skalierbarkeit, Zuverlässigkeit und Energieeffizienz zur Unterstützung der fortschrittlichsten KI-Workloads zu bieten. lenovo_videosystems_casestudy

Eine neue AI-ready Plattform

Die Lösung umfasst zwei Lenovo ThinkSystem SR665 V3-Server, ausgestattet mit AMD EPYC 9124 Server CPUs und NVIDIA L40S GPUs.

Die Infrastruktur unterstützt die Aktivitäten von Design, Training, Validierung und Bereitstellung von auf KI basierenden Machine Vision-Modellen, die auf der Plattform Ingenium® entwickelt wurden. Die Implementierung wurde mit der gemeinsamen Unterstützung der Teams von Infostar und Lenovo realisiert, sodass die Migration der Workloads ohne Unterbrechung der Betriebsabläufe erfolgen konnte. lenovo_videosystems_casestudy

Die Plattform profitiert zudem von Lenovo Premier Support for Infrastructure, der einen 24/7/365-Zugang zu technischen Spezialisten gewährleistet und dazu beiträgt, die Verfügbarkeit der Infrastruktur zu maximieren und die Problemlösungszeiten zu verkürzen. lenovo_videosystems_casestudy

Messbare Ergebnisse in der KI-Entwicklung

Die neue Infrastruktur hat es Video Systems ermöglicht, signifikante Verbesserungen in den Forschungs- und Entwicklungsaktivitäten zu erzielen:

• über 50% Reduktion der Trainingszeiten der KI-Modelle;

• 30% höhere Verfügbarkeit für Entwickler dank virtueller GPUs;

• Reduzierung des Energieverbrauchs pro TFLOP/W. lenovo_videosystems_casestudy

Die Virtualisierung der GPUs ermöglicht es zudem, die Hardware-Ressourcen in mehrere unabhängige Instanzen zu unterteilen, sodass verschiedene KI-Workloads gleichzeitig ausgeführt werden können.

Die Plattform wird nicht nur für das Training der Machine Vision-Modelle genutzt, sondern auch für Digital Twin-Simulationen, prädiktive Wartungsanalysen und parallele Entwicklung mehrerer Projekte, wodurch der Weg von R&D zur industriellen Anwendung beschleunigt wird. lenovo_videosystems_casestudy

Von Industrial AI zu Physical AI

Die Verbesserung der Infrastruktur stellt auch eine technologische Grundlage für die nächste Entwicklungsphase von Video Systems dar: die Physical AI.

Durch SENTIO treibt Video Systems Forschungsaktivitäten im Bereich der reasoning-driven robotics voran, mit dem Ziel, Wahrnehmung, Denken und Handeln innerhalb physischer und industrieller Umgebungen zu verbinden. lenovo_videosystems_casestudy

„Unser nächster Schritt besteht darin, auf jahrzehntelanger Erfahrung mit industrieller KI und fortschrittlicher reasoning-driven robotics durch SENTIO aufzubauen. Wir benötigen zuverlässige, skalierbare Rechenleistung, die unseren Teams Raum gibt, neue Ideen zu entwickeln und zu testen.“

Alessandro Liani, Gründer & CEO, Video Systems Srl lenovo_videosystems_casestudy

Die neue Plattform ermöglicht es mehreren Teams, gleichzeitig an KI-Modellen zu arbeiten und schafft eine solidere Basis für die Entwicklung intelligenter Robotik durch SENTIO und für die Erkundung neuer Anwendungen auch in den Bereichen Luft- und Raumfahrt & Verteidigung. lenovo_videosystems_casestudy

Eine technologische Partnerschaft zur Unterstützung des Wachstums

Die Zusammenarbeit mit Lenovo, AMD und Infostar ermöglicht es Video Systems, über eine Infrastruktur zu verfügen, die nicht nur auf die aktuellen Anforderungen, sondern auch auf die zukünftige Expansion der KI-Aktivitäten ausgelegt ist.

„Die Technologie von Lenovo und AMD bot überlegene Leistung und Energieeffizienz, um unsere Betriebskosten zu kontrollieren. Da Video Systems in naher Zukunft voraussichtlich weiterhin schnell wachsen wird, ist die skalierbare Natur der Lösung entscheidend, um die Nachfrage effektiv zu erfüllen.“

Alessandro Liani, Gründer & CEO, Video Systems Srl lenovo_videosystems_casestudy

Für Video Systems stellt die Investition daher einen weiteren Schritt in der Entwicklung eigener Technologien für industrielle Qualitätskontrolle, Machine Vision, Künstliche Intelligenz und Physical AI dar, mit dem Ziel, Innovationen zu beschleunigen und neue Lösungen zunehmend schneller auf den Markt zu bringen.