Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Künstliche Intelligenz 36 Trend Guide Industrie 4 0 IIoT KI 2025 www markttechnik de in Temperaturbereichen von -40 °Cbis +60 °Causgelegt Solche Systeme sind in Schutzklassen bis IP65 oder IP67 erhältlich In vibrationsintensiven Umgebungen – etwa in der Fahrzeugmontage oder der Prozessindustrie – sorgen Stoßdämpfer und besonders gesicherte Steckverbindungen für langfristige Betriebssicherheit Flexibilität durch modulare I O-Schnittstellen Edge-KI-Systeme müssen sich in heterogene industrielle Infrastrukturen einfügen Dafür bieten sie eine breite Palette an Schnittstellen von klassischen COM-Ports für serielle Kommunikation über multiple Gigabit-Ethernet-Ports für redundante Netzwerkanbindung bis zu USBund CAN-Bus-Anschlüssen für Peripheriegeräte und Steuerungen Für den Anschluss zusätzlicher Sensorik oder Speichererweiterungen stehen interne Erweiterungsslots wie PCIe x4 M 2 oder Mini-PCIe zur Verfügung Optional lassen sich 4G-5G-Module Wi-Fi oder zusätzliche SSDs nachrüsten Diese Modularität ist essenziell für zukunftsfähige KI-Anwendungen die mit den Anforderungen wachsen müssen Effiziente KI-Beschleunigung mit dedizierten Chipsätzen In energieoder platzkritischen Anwendungen etwa in mobilen Robotiklösungen oder dezentralen Überwachungseinheiten kommen spezialisierte KI-Beschleuniger wie der Hailo-8 zum Einsatz Dieser Edge-ML-Prozessor bietet mit 26 TOPS Tera-Operations pro Sekunde bei unter 7 W Leistungsaufnahme - ein exzellentes Verhältnis von Performance zu Energieverbrauch Dank seiner nativen Unterstützung für Frameworks wie TensorFlow Lite ONNX und PyTorch ist die Integration in bestehende Softwareumgebungen vergleichsweise einfach Vortrainierte Modelle lassen sich direkt in das Modul portieren ohne dass umfangreiche Anpassungen notwendig sind Das ermöglicht die Nutzung in Echtzeit-Vision-Anwendungen Audioanalyse Anomalieerkennung oder multivariater Prozessüberwachung – überall dort wo klassische CPUs oder GPUs zu energieintensiv oder überdimensioniert wären Sicherheitsaspekte Physische und logische Schutzmechanismen Mit der Datenverarbeitung direkt an der Edge steigen die Anforderungen an physische und logische Sicherheit Aktuelle Edge-Systeme setzen auf verschlüsselte Speicherbereiche TPM-2 0-Chips für Plattformintegrität und Secure-Boot-Mechanismen um Manipulationen bereits beim Systemstart zu verhindern Ergänzend ermöglichen BIOS-Level-Schutzfunktionen die Sperrung von I O-Ports oder die Steuerung der Netzwerkschnittstellen per Richtlinie Auch im Betrieb bieten viele Systeme Schutzfunktionen wie automatische Recovery nach Stromausfällen Watchdog-Timer und redundante Betriebssysteme In sensiblen Umgebungen – etwa in der Chemieindustrie bei kritischer Infrastruktur oder in sicherheitskritischen Produktionslinien – lassen sich Geräte zudem in manipulationsgeschützten Gehäusen mit plombierbaren Zugriffsklappen unterbringen Einsatzbeispiele Edge AI in der Praxis In der Smart-City-Entwicklung wird Edge AI bereits erfolgreich zur Analyse von Verkehrsströmen Fußgängerbewegungen und Um-Durch den Einbau von Grafikprozessoren von Nvidia und Intel in Box-PCs lässt sich deren Leistung erheblich steigern T1000 und A2000 von Nvidia helfen Box-PCs bei der Bewältigung anspruchsvoller Rechenaufgaben Sie können Datenanalysen in Echtzeit KI-Verarbeitung und schnelle Visualisierungen bewältigen Edge-AI-Panel-PCs von Winmate TL Electronic ermöglichen effizientes Echtzeit-Monitoring KIgesteuerte Erkenntnisse und Prozessoptimierung Rolf Vetter TL Electronic „ Aktuelle Edge-AI-Systeme in der Industrie erfordern eine enorme Rechenleistung bei hohem Energieeffizienzgrad “