Rechenpower für Zukunftstechnologien:
Der passende Industrie-PC für KI & Machine Learning

Künstliche Intelligenz ist in der Industrie angekommen: Von Predictive Maintenance in industriellen Anlagen über Qualitätskontrolle, Automatisierung, selbstfahrende Roboter und Arbeitsmaschinen bis hin zu Anwendungen in Verkehr, Transport und intelligenten Stromnetzen. Dabei ist all das erst der Anfang: Im Jahr 2022 hatte der Markt für Industrie-PCs ein globales Volumen von mehr als 5 Milliarden US-Dollar. Für die Jahre 2023 – 2032 gehen Experten von einer weiteren durchschnittlichen Wachstumsrate von sieben Prozent aus (Quelle).

Edge & Embedded: Neue Anforderungen an die Datenverarbeitung

Der Boom steht also noch bevor. Mit neuen Anwendungen ändern sich gleichzeitig auch die Anforderungen an die Rechensysteme: Wurden aufwendige Anwendungen bislang in die Cloud ausgelagert, wo Rechenleistung skalierbar und scheinbar grenzenlos zur Verfügung stand, erfordern autarke Systeme, sicherheitskritische Applikationen und Hochgeschwindigkeitsanwendungen die Echtzeit-Datenverarbeitung direkt vor Ort. Embedded Edge PCs zeigen hier ihre Stärke: Die robusten, kompakten und lüfterlosen Box-PCs können universell integriert werden, arbeiten auch in rauen Umgebungsbedingungen zuverlässig und verbinden hohe Rechenleistung mit Energieeffizienz. Das macht sie ideal für mobile Anwendungen. Gleichzeitig trägt ein geringer Stromverbrauch zu mehr Nachhaltigkeit, Ressourcenschonung und geringeren Betriebskosten bei. 

Spezielle Recheneinheiten für KI & Co.

Ein weiterer Trend im Embedded Computing sind spezielle Recheneinheiten – X86-Architekturen oder ARM-basierte Prozessoren werden ergänzt durch Graphics Processing Units (GPUs), Neural Processing Units (NPUs) und andere Bausteine, die perfekt auf ihre jeweiligen Anwendungen zugeschnitten sind. Dabei werden insbesondere GPUs heute als „General Purpose“ GPUs – abgekürzt als GPGPUs – neben Grafikanwendungen auch für weitere Zwecke verwendet, die von den Möglichkeiten der parallelen Datenverarbeitung profitieren. Sie ergänzen die CPUs der Systeme und halten deren Rechenleistung frei für die jeweiligen Endapplikationen. Was GPU, NPU und Co. bedeuten und die Vorteile von X86- und ARM-Architektur ausmacht, zeigen wir Ihnen im Blogartikel KI und Co für Industrie-PCs: So nutzen Sie GPUs, NPUs und andere Recheneinheiten.

Der passende Embedded Box-PC für KI, Machine Learning und andere leistungshungrige Anwendungen

Rechenleistung allein ist nicht das Maß der Dinge: Je nach Anwendung und individuellen Anforderungen können Entwickler und Anwender heute Box-PCs auswählen und konfigurieren, die ideal an die jeweiligen Einsatzbereiche angepasst sind. Dabei spielen neben Rechenleistung und spezifischen Einheiten für die Datenverarbeitung auch Schnittstellen, Speicherausstattung und Erweiterbarkeit eine Rolle.

In drei Schritten zum KI- und Embedded-Edge-Rechensysteme

  1. X86 oder ARM Architektur?

    Zunächst sollten Anwender die für ihren Einsatzbereich passende grundsätzliche Architektur des Hauptprozessors auswählen. So setzt beispielsweise die Vecow EAC-6000-Serie auf NVIDIA Jetson Orin NX, einen ARM-basierten Prozessor, der bis zu 100 TOPS AI-Inferencing-Performance bietet und damit speziell für Roboter geeignet ist, die sich unabhängig im Raum orientieren oder Werkstücke identifizieren müssen. Ebenfalls auf der im embedded-Bereich bewährten ARM-Architektur basieren die Contec DX-U2000-Serie und die DX-U1000-Serie, die mit Jetson Orin NX/Orin Nano bzw. Jetson Nano und Jetson Xavier NX Prozessoren eine im Vergleich niedrigere Rechenleistung bieten, dafür aber für eine geringere Energieaufnahme optimiert sind – ideal also für mobile Anwendungen. Generell wurden ARM-Prozessoren in der Vergangenheit insbesondere für Geräte wie Smartphones, Tablets und Embedded Devices entwickelt und sind deshalb auf hohe Leistung bei niedrigem Energiebedarf ausgerichtet. In den letzten Jahren hat die ARM-Architektur auch in Industrie-PCs an Bedeutung gewonnen, insbesondere aufgrund der immer steigenden Rechenperformance und des günstigen Preis-Leistungsverhältnisses.

    Intel X86-basierte Rechensysteme sind klassische Industrie-PCs, die wie im Falle der Vecow ECX-3000 PEG-Serie mit neuesten Prozessoren aus Intels 13./12. Generation ausgestattet sind. Sie eignen sich insbesondere als Workstations für KI-Anwendungen und sind für Echtzeit-Anwendungen mit Unterstützung für Intel TCC und TSN ausgestattet. X86 ist die am weitesten verbreitete Rechnerarchitektur für Desktop- und Serveranwendungen und entsprechend auch im Industrie-Bereich vielfach bewährt. Windows wird von allen X86-PCs unterstützt, während die Adaption auf ARM-Plattformen erst in den letzten Jahren Verbreitung findet. In der Regel sind X86-Prozessoren nochmals leistungsstärker als ARM-Prozessoren. Für besondere KI-Beschleunigungen integrieren Systeme wie die ECX-3000 PEG-Serie zusätzliche Grafikkarten mit hohem Power-Budget.
  2. Welche Schnittstellen werden benötigt

    Anspruchsvolle Videoverarbeitungen erfordern auch die entsprechenden Schnittstellen für Peripheriegeräte – von LAN-Anschlüssen über Videointerfaces wie GMSL bis hin zu Wireless-Konnektivität. Hinzu kommen Ansprüche an Speicher und Erweiterbarkeit. Die EAC-6000-Serie verfügt bereits im Standard über zahlreiche Schnittstellen, während zum Beispiel die DX-U1000-Serie mit einem zusätzlichen PCIe-Slot zur flexiblen Erweiterung konfiguriert werden kann.
  3. Einsatzbereich, Umweltbedingungen und spezielle Funktionalität

    Ein weiteres wichtiges Kriterium für die Auswahl des passenden Industrie-PCs sind auch der gewünschte Einsatz- und Temperaturbereich. Edge Workstations wie die ECX-3000 PEG-Serie verfügen über Funktionen wie Wake-on-Lan und Software-basierte Ignition-Control sowie einen weiten Eingangsspannungsbereich. Damit können sie in Transport- und Bahnanwendungen optimal installiert werden. Für höchste Robustheit stehen Systeme wie die EAC-6000-Reihe mit zertifizierter Military-Grade Schock- und Vibrationsbeständigkeit. Erfordert der Einsatz in Industrieanlagen höchsten Schutz gegenüber Staub und Schmutz sowie dauerhaft wartungsfreien Betrieb, eignen sich Systeme wie die Contec DX-U2000-Serie, die ohne Lüfter auskommen und dennoch einen breiten Umgebungstemperaturbereich von -20 °C bis 60 °C bieten.

Sie benötigen einen Box-PC für mobile Anwendungen, Industrieeinsatz oder KI-Lösungen? Nennen Sie uns Ihre spezifischen Anforderungen und Vorstellungen. Wir unterstützen Sie gerne bei Auswahl und Konfiguration.

PLUG-IN ist seit über 30 Jahren darauf spezialisiert, Kunden bei der Auswahl passender Box-PCs, Embedded Edge-Systemen und weiterer Lösungen für PC-gestützte Mess- und Automatisierungstechnik zu unterstützten. Namhafte Kunden aus Industrie und Forschung setzen auf die Beratung und den Service zur individuellen Konfiguration und Montage der PCs, die umfassend geprüft und betriebsbereit ausgeliefert werden.

 

Zugehörige Produkte:

  1. DX-U1000-Serie: Edge AI Rechensysteme mit Jetson Nano / Jetson Xavier NX Prozessoren
    DX-U1000-Serie
    Edge AI Rechensysteme mit Jetson Nano / Jetson Xavier NX Prozessoren
    • Jetson Nano / Jetson Xavier NX Prozessoren
    • Bis zu 384 NVIDIA Volta Cores
    Angebot anfordern
  2. DX-U2000-Serie: Edge AI Rechensysteme mit Jetson Orin NX / Jetson Orin Nano Prozessoren
    DX-U2000-Serie
    Edge AI Rechensysteme mit Jetson Orin NX / Jetson Orin Nano Prozessoren
    • Jetson Orin NX / Jetson Orin Nano Prozessoren
    • Bis zu 1024 NVIDIA Ampere Cores
    Angebot anfordern
  3. EAC-6000-6100-6200-Serie.jpg
    EAC-6000/6100/6200-Serie
    Edge-AI-Workstations mit NVIDIA Jetson Orin NX
    • NVIDIA Jetson Orin NX Plattform – bis zu 100 TOPS AI Performance
    • NVIDIA Ampere GPU-Architektur, mit 1024 NVIDIA CUDA cores + 32 Tensor cores
    Angebot anfordern
  4. ECX-3000 PEG Serie: Flexible AIoT Embedded Workstations mit 13./12. Gen. i9/i7/i5/i3 Prozessoren
    ECX-3000 PEG Serie
    Flexible AIoT Embedded Workstations mit 14. Gen. i9/i7/i5/i3 Prozessoren
    • NEU SEIT MÄRZ 2024: Intel 14. Gen. Core i9/i7/i5/i3-Prozessoren
    • Chipsatz: Intel R680E PCH
    Angebot anfordern