Neue SoCs für smarte Kameras

Bild: Atlantik Elektronik GmbH

Atlantik Elektronik präsentiert die neueste Generation von System on Chips (SoCs) für smarte Kameras von Qualcomm. Diese wurden entwickelt, um künstliche Intelligenz in smarten Kameras auf ein neues Level zu heben. Qualcomm bringt hierbei KI und maschinelle Lernfähigkeiten ein, um mit den neuen System on Chips mehrere Ebenen von Smart Kameras anzusprechen. Qualcomm Technologies bringt hierfür die SoCs Qualcomm QCS610 und Qualcomm QCS410 für die Qualcomm-Vision-Intelligence-Plattform auf den Markt. Sowohl der QCS610 als auch der QCS410 SoCs wurden entwickelt, um Kameratechnologie, einschließlich leistungsstarker Funktionen für künstliche Intelligenz und maschinelles Lernen, die bisher nur High-End-Geräten vorbehalten waren, in das mittlere Kamerasegment zu bringen. Mit der Einführung von QCS610 und QCS410 reagiert Qualcomm auf die gestiegene Kundennachfrage nach mehr integrierten Funktionen und verbesserten KI-Features mit einer Vielzahl von Anschlussoptionen.

Der QCS610 und der QCS410 stellen eine integrierte Lösung dar, die mit zahlreichen Funktionen ausgestattet ist und Atlantik-Elektronik-Kunden, die kamerabasierte Geräte bauen, eine zentrale Anlaufstelle bietet. Die neue Plattform besteht aus der aufgerüsteten Qualcomm KryoTM CPU, Qualcomm AdrenoTM GPU und Qualcomm HexagonTM DSP und enthält die Qualcomm Artificial Intelligence (AI) Engine, die eine um bis zu 50% verbesserte AI-Leistung gegenüber der vorherigen Generation bietet. Diese neueste Generation wurde überarbeitet, um eine verbesserte Effizienz und schnelleren Rückschluss im DSP zu erreichen, was zu mehr Rechenleistung und KI-Rückschluss auf Geräteebene führt. Durch die Beibehaltung der Hauptauslastung auf dem Gerät kann die Privatsphäre gewahrt und die Latenzzeit für ein verbessertes Benutzererlebnis reduziert werden.

Die Vision-Intelligence-Plattform unterstützt Linux und Android OS für eine Vielzahl von IoT-Bereichen, einschließlich Kamera, Edge AI-Box, Einzelhandel und Robotik. Zu den weiteren erweiterten Funktionen gehört die Unterstützung für Microsoft Azure Machine Learning und Azure-Dienste. Duale ISPs unterstützen Videoerfassung, integriertes Audio, GNSS, hardwarebasierte Sicherheit und Konnektivitätsoptionen von Qualcomm Technologies.

Thematik: Technologie
Atlantik Elektronik 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