Adaptive AI Vision

AI SOMs inkl. Applikationen App Store für Edge Vision
Die Kria System-on-Module (SOM) von Xilinx sind für den schnellen Einsatz in Edge-Applikationen ausgelegt. Mit vollständigem Software Stack und vorkonfigurierten Applikationen bieten sie neue Möglichkeiten für AI- und Software-Entwickler. Das Kria K26 SOM ist spezifisch auf Vision AI Applikationen ausgelegt.
Image: Xilinx Inc.

Die Kria SOMs ermöglichen den schnellen Einsatz durch Bereitstellung einer End-to-End Lösung auf Board-Ebene mit vorkonfiguriertem Software Stack. Das Kria K26 SOM basiert auf der Zynq UltraScale+ MPSoC Architektur, die einen Quad-Core Arm Cortex A53 Prozessor enthält sowie mehr als 250K Logikzellen. Das SOM umfasst 4GB an DDR4 Speicherplatz und 245 IOs. Mit 1,4 Tera Ops an AI Compute-Leistung ermöglicht es die Entwicklung von AI Vision Applikationen mit dreifach höherer Performance als GPU-basierte SOMs bei geringerer Latenz und Leistungsverbrauch. Xilinx hat bei der Entwicklung besonders darauf geachtet, Entwicklern ohne Hardware-Expertise das adaptive Computing besser zu erschließen. Die schlüsselfertigen Applikationen eliminieren den gesamten FPGA-Hardware-Designprozess. Sie verlangen von den Software-Entwicklern nur die Integration ihrer kundenspezifischen AI-Modelle, den Applikation Code und die Modifizierung der Vision-Pipeline unter Beibehaltung ihrer vertrauten Design-Umgebungen. Dazu zählen die Frameworks TensorFlow, Pytorch oder Café, sowie die Programmiersprachen C, C++, OpenCL- und Python. Die SOMs ermöglichen Embedded Entwicklern auch die Kundenspezifizierung und Optimierung mit Unterstützung des Yocto-basierten PetaLinux. Zudem ist eine Kollaboration mit Canonical für Ubuntu Linux Support geplant. Beide Umgebungen kommen vorkonfiguriert mit einer Software-Infrastruktur und hilfreichen Utilities. Gleichzeitig geht der erste Embedded App Store für Edge-Applikationen an den Start, der eine Auswahl von kostenfreien Apps für Kria SOMs von Xilinx und seinen Ökosystem-Partnern bietet.

Der Kria KV260 Vision AI Starter-Kit ist eine preisgünstige Entwicklungsplattform zum Design von Vision Applikationen und für Applikationen aus dem App Store ausgelegt. Diese sind in weniger als einer Stunde fertig und dies ohne spezielle Kenntnisse über FPGAs oder FPGA-Tools. Der Preis des Starter-Kits liegt bei 199USD, die kommerziellen und industriellen Varianten bei 250 bzw. 350USD. Der commercial-grade Kria K26 SOM erscheint im Mai 2021, der industrial-grade K26 SOM ab Sommer.

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige