Embedded-PC mit Tiger-Lake-Prozessortechnologie

Bild: ICP Deutschland GmbH

CPU Performance, verbesserte Grafikleistung und zusätzliche Funktionen für den Einsatz von künstlicher Intelligenz bietet das neue Embedded-PC-System von ICP durch Verwendung der Intel-Core-Prozessoren der 11ten Generation, auch als Tiger Lake UP3 bekannt. Insgesamt stehen vier Prozessoren zur Auswahl. Den Einstieg stellen die Varianten mit Zweikern-Prozessor, Intel Celeron 6305 mit 4MB Cache und 1,8GHz Taktfrequenz und Intel Core i3-1115G4E mit 6MB Cache und 2,2GHz Grundtakt sowie 3,9GHz Turbotakt dar. Außerdem ist für anspruchsvolle Rechenaufgaben eine Version mit Intel Core i5-1145G7E, ein Vierkern-Prozessor mit 8MB Cache und 1,5GHz Grundtakt sowie 4,1GHz Turbotakt erhältlich. Für High-End-Rechenanwendungen stellt der Intel Core i7-1185G7E vier Prozessorkerne, 12MB Cache und einen Grundtakt von 1,8GHz und einen Turbotakt von 4,4GHz ausreichende Rechenleistung zur Verfügung. Der Arbeitsspeicher bietet mit 3.200MHz ebenfalls einen Performance-Zuwachs zu den derzeitigen Modellen mit 2.666MHz. Insgesamt kann das System mit bis zu 32GB DDR4-SO-DIMM-Arbeitsspeicher ausgerüstet werden. Allen vier Prozessorvarianten gemein ist die Ausgabe von bis zu vier simultanen Videosignalen. Die beiden Einstiegsvarianten sind mit der Intel-UHD-Prozessorgrafik ausgestattet. In High-End-Versionen findet die verbesserte Intel-Iris-Xe-Grafikeinheit Verwendung. Die Tiger-Lake-UP3-Plattform wurde zusätzlich um KI- und Deep-Learning-Funktionalität erweitert, die mittels Intel Deep Learning Boost zusätzlich beschleunigt werden kann. Die MP1-11TGS-Serie bietet durch diese Kombination aus CPU-, GPU- und KI-Funktionalitäten eine gute Gesamtrechenleistung, und kann so Aufgaben die KI-Funktionen erfordern auf einfache Weise bewerkstelligen.

Thematik: Technologie
ICP Deutschland GmbH

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

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.