Embedded PC für KI-Anwendungen im industriellen Umfeld

Bild: ICO Innovative Computer GmbH

ICO Innovative Computer stellt den neuen PicoSYS 4614 KI Embedded PC vor. Er vereint die für das industrielle Umfeld nötige Robustheit und bietet Technologien für vielfältige Gebiete der künstlichen Intelligenz, Machine Learning und Big Data, aber auch weite Gebiete der automatisierten Bildbearbeitung, maschinelles Sehen und optische Inspektionen. Da bei vielen dieser Bereiche eine hohe Rechenleistung erforderlich ist, kommt in dem Embedded Box PC eine MSI-GTX-1650-Grafikkarte mit 1695MHz und 4GB GDDR5-Speicher zum Einsatz. Damit kann aufgrund der CUDA-Technologie der Grafikprozessor als Coprozessor genutzt werden und arbeitet, insbesondere bei parallelen Programmabläufen, signifikant schneller als lediglich über den eigentlichen Hauptprozessor. Ausgestattet ist der Embedded PC mit einem Intel Core i5-8500T mit sechs Kernen und sechs Threads. Zudem kann er auch mit einer Nominalfrequenz von 2,10GHz und einer Burstfrequenz von 3,50GHz aufwendige Berechnungen schnell lösen. Bis zu 32GB Arbeitsspeicher unterstützen ihn bei seiner täglichen Arbeit ebenso wie die integrierte 120GB SSD. Er besitzt sechs RS232-Schnittstellen, wovon zwei auch RS422/485 beherrschen sowie auch sechs schnelle USB3.2-Generation-1-Schnittstellen. Dadurch kann eine Vielzahl weiterer Komponenten direkt an den PicoSYS 4614 KI angeschlossen werden, ohne auf weitere Systeme angewiesen zu sein. Ein weiteren Vorteil stellen die Netzwerkports des Box PC dar. Gleich sieben Stück wurden in den Embedded Box PC integriert, um auch aufwendige Netzwerkstrukturen abbilden zu können. Vier der alle in Gbit ausgeführten Anschlüsse können zusätzlich angeschlossene Geräte mit Strom über PoE versorgen. Gerade bei PoE-fähigen Netzwerkkameras wird der Integrationsaufwand dadurch verringert, da nur noch ein Netzwerkkabel für die jeweilige Kamera notwendig ist. So lassen sich Projekte für optische Inspektionen, Qualitätsprüfungen, Oberflächeninspektionen oder Vollständigkeitsprüfungen mit wenig Aufwand realisieren. Durch die hohe Rechenleistung von CPU und GPU des PicoSYS 4614 KI, sowie der integrierten PoE-Ports ist er ein wichtiger Baustein für moderne Produktionsanlagen und ist den Herausforderungen der Smart Factory und den Anforderungen von Industrie-4.0-Projekten gewachsen.

ICO Innovative Computer GmbH

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