Wie man Kairos architektonisch in eine Edge-AI-Plattform integriert

TL;DR

Aurea Imaging integriert Kairos in eine Edge-AI-Plattform zur Optimierung der Software- und Hardwareverwaltung für landwirtschaftliche Remote-Sensing-Geräte. Durch den Einsatz von K3s und der immutablen OS-Architektur von Kairos können Updates remote durchgeführt werden, was die Effizienz und Wartungsfreundlichkeit erhöht.

Hauptinhalt

Aurea Imaging, ein niederländisches Startup, entwickelt Lösungen für die Fernüberwachung in der Landwirtschaft, die auf einem leistungsstarken, GPU-fähigen NVIDIA Jetson basieren. Anstatt die traditionelle Embedded-Architektur zu wählen, hat das Unternehmen einen cloud-nativen Ansatz gewählt, indem es eine leichtgewichtige Kubernetes-Distribution (K3s) am Edge einsetzt. Diese Entscheidung wurde getroffen, um den Herausforderungen der ständigen Aktualisierung von Machine-Learning-Modellen und der Verwaltung von Host-Level-Tools, wie JetPack und CUDA, gerecht zu werden.

Ein zentrales Problem war die Notwendigkeit, Firmware-Updates und andere kritische Änderungen an den Geräten durchzuführen, ohne dass Techniker vor Ort sein müssen. Dies ist besonders wichtig, wenn die Geräte in landwirtschaftlichen Maschinen mit instabiler Netzwerkverbindung betrieben werden. Um diese Herausforderung zu meistern, wurde Kairos, ein Sandbox-Projekt der Cloud Native Computing Foundation (CNCF), als Lösung identifiziert. Kairos ermöglicht es, Linux-Distributionen in ein unveränderliches Betriebssystem zu konvertieren, was die Durchführung von Updates sicher und remote ermöglicht.

Die Lebensdauer landwirtschaftlicher Geräte kann bis zu einem Jahrzehnt betragen, was eine präzise Kontrolle über die Software und das Host-System erfordert. Die Entscheidung, ein eigenes Betriebssystem zu pflegen, wäre mit hohem Entwicklungsaufwand verbunden gewesen. Alternativen wie Yocto-basierte Lösungen boten nicht die erforderliche Flexibilität. Im Austausch mit der Kairos-Community wurden die Herausforderungen beim Flashen des Betriebssystems auf den Jetson Orin NX diskutiert, da dieses Gerät zu diesem Zeitpunkt noch nicht unterstützt wurde.

Durch die Implementierung von Kairos wurde die Problematik der “Schneeflocken”-Geräte in der Flotte beseitigt, da nun ein einheitliches Betriebssystem verwendet wird. Dies hat die Konsistenz bei der Fehlersuche erhöht und den Wartungsaufwand erheblich reduziert. Die Containerisierung der Anwendung in Verbindung mit dem immutablen Betriebssystem ermöglicht eine hohe betriebliche Flexibilität, insbesondere nach der spezifischen Bereitstellung der Geräte.

Ein weiterer Vorteil ist die Vereinfachung des Bereitstellungsprozesses. Anstatt Pakete auf dem Host zu installieren, beschränkt sich der Prozess nun auf die Generierung von Cloud-Ressourcen und das Kopieren von Zertifikaten. Dies reduziert das Risiko menschlicher Fehler und verkürzt die Zeit für die Vorbereitung eines Geräts zur Installation beim Kunden.

Technische Details/Implikationen

Die Updates des Betriebssystems werden durch die Integration von Kairos in die Kubernetes-Umgebung automatisiert. Die K3s-Cluster übernehmen die Aktualisierungen selbstständig, was die Notwendigkeit verringert, manuell in die Geräte einzugreifen. Dies ist besonders vorteilhaft für die Verwaltung einer globalen Flotte von Remote-Sensing-Geräten, da es die Betriebskosten senkt und die Effizienz steigert.

Fazit/Ausblick

Die Integration von Kairos in die Edge-AI-Plattform von Aurea Imaging zeigt das Potenzial moderner cloud-nativer Technologien zur Verbesserung der Effizienz und Wartbarkeit in der Landwirtschaft. Zukünftige Entwicklungen in diesem Bereich könnten weitere Fortschritte in der Automatisierung und der Remote-Verwaltung von IoT-Geräten ermöglichen.