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

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.