KONTEXT-KOMPRIMIERUNG
Hergestellt für Smart Cities | IOT | Robotik
Welches Problem lösen wir mit KI-Komprimierung im Kontext?
Bis Ende 2028 wird die Welt 3 Milliarden kommunizierende Geräte in den Bereichen Smart City, IOT und Robotik haben. In dieser Zahl sind autonome Fahrzeuge nicht enthalten, und die Zahl der mit dem Internet verbundenen Geräte mit Sensoren aller Art wird noch höher sein.
- Funknetze können nicht unbegrenzt erweitert werden
- Die Belastung der Infrastrukturen von 3G bis 5G nimmt täglich zu
- Funkzellen können nur nach dem Best-Effort-Prinzip bedient werden
- Die Nachfrage nach der Übermittlung von Inhaltsinformationen steigt
- Die Kosten für 4G und 5G sowie für Satelliten steigen mit der Anzahl der gleichzeitig genutzten Geräte
- Unsere Industriekunden fragen nach einer effizienten Möglichkeit, Bilder kostengünstiger zu speichern und zu übertragen
Wie löst REBOTNIX diese Probleme?
Mit der Kontextkomprimierung reduzieren wir den Energieverbrauch, indem wir bildbasierte Inhalte schneller, sicherer und kostengünstiger über terrestrische oder orbitale Kommunikationswege zu Endgeräten mit geringem Stromverbrauch komprimieren.
Wie funktioniert das?
Jedem visuellen Objekt kann dann eine eigene Komprimierungsschicht zugewiesen werden. Objekte wie Text und andere, die für die Übertragung von Informationen relevant sind, wie Verkehrszeichen oder Nummernschilder, werden mit einer höheren Bitrate kodiert als Objekte, die nicht relevant sind, wie kleine Objekte im Hintergrund. Im Gegensatz zu einer Bewegungsvektor-Methode wird mit der Objektsegmentierungs-Einzelkodierungsmethode eine höhere Komprimierungsrate erreicht.
Im Standardmodus arbeitet der Encoder mit einer GPU oder CPU. Im höchsten AI-Modus ist eine GPU für die Kodierung obligatorisch, aber für die Dekodierung können wir immer noch eine CPU nur für Echtzeitanwendungen verwenden.
Welchen wirtschaftlichen Mehrwert erzielen wir damit?
- Geringer Energieverbrauch für die Übertragung von visuellen Informationen
- Mehr Kapazität auf Geräten mit geringer Speicherkapazität
- Höhere Laufzeiten für die Datenerfassung
- Höhere Qualität der Aufnahmen
- Funktioniert auf Computern mit geringer Leistung zwischen 5-15 Watt
- Verringerung der Belastung von Cloud- und Internet-Infrastrukturen sowie von Mobilfunknetzen
Beispiele
Wir haben eine Ladeseite eingerichtet, um unsere neue KI-Kontextkomprimierung zu testen.
Patent freigegeben
Für Systemintegratoren ist es wichtig, lizenzfreie Technologie ohne Patentbelastung zu nutzen. REBOTNIX kümmert sich um die Überprüfung und Registrierung sowie die Abrechnung aller Patente für seine eigenen Module.
Kompatibilität
Bei der Entwicklung wurde großer Wert auf Kompatibilität gelegt. Wir folgen dem AVIF-Standard für alle Kompressionsverfahren. Somit läuft RB-Compress ohne Plugin auf den neuesten Browserversionen, die in dieser Übersicht dargestellt sind. Unterstützt werden Firefox, Google Chrome oder Safari auf Desktop und Mobile.
Geringe Leistung bei jedem Schritt
Zusätzlich zu den technischen Herausforderungen haben wir uns bei RB-Compress immer darauf konzentriert, den Encoder mit dem geringsten Stromverbrauch zu versehen und gleichzeitig eine schnelle Verarbeitung im Vergleich zu den Referenzmethoden zu gewährleisten.
Anwendungsbereiche
- Smart City-Anwendungen
- Flughäfen
- Sicherheitsanwendungen
- IOT mit visuellen Kameras
- Überwachung von Autoladestationen
- Digitale Zwillinge in Fabrikhallen
Systemanforderungen
Die Kontextkomprimierung funktioniert auf jeder Plattform und in jedem Browser. Wir bieten native Encoder und Decoder mit Hardware-Beschleunigung wie GPU- und CPU-Optimierungen.
Für jede Frage können Sie unser Kontaktformular verwenden.
Sie müssen angemeldet sein, um einen Kommentar zu veröffentlichen.