Modulare Edge-AI-Plattform für die industrielle Automatisierung

Industrielle Automatisierungssysteme müssen zunehmend große Datenmengen lokal verarbeiten, angetrieben durch Anwendungen wie Machine Vision, Predictive Maintenance und autonome Systeme. Konventionelle SPS- und IPC-Architekturen sind hierfür häufig nicht ausreichend, insbesondere wenn geringe Latenzen und Datensouveränität gefordert sind. Die vorgestellte Plattform adressiert diese Anforderungen, indem sie klassische industrielle Erweiterbarkeit mit leistungsstarker CPU- und GPU-Rechenleistung kombiniert und sich damit als Baustein für Edge-AI-Anwendungen und die digitale Lieferkette positioniert.

Kompaktes Design mit voller industrieller Erweiterbarkeit
Traditionelle 4U-Industrie-PCs werden seit langem dort eingesetzt, wo mehrere Erweiterungskarten und hohe Rechenleistung erforderlich sind. Das neue System ersetzt diese voluminösen Gehäuse durch einen deutlich kleineren Formfaktor, bietet dabei jedoch weiterhin bis zu sieben PCIe/PCI-Erweiterungssteckplätze. So können bestehende I/O-, Kommunikations-, Motion-Control- oder Bildverarbeitungskarten weiterverwendet werden. Dies reduziert den Migrationsaufwand und senkt zugleich Platzbedarf und Energieverbrauch.

Prozessor- und Speicherarchitektur
Die Plattform unterstützt Intel-Prozessoren der 12., 13. und 14. Generation auf Basis der Alder-Lake-Architektur, mit Konfigurationen bis hin zur Core-i9-Klasse. In Verbindung mit dem Intel-Q670-Chipsatz stehen eine hohe I/O-Bandbreite sowie schneller Speicherzugriff über NVMe- und SSD-Laufwerke zur Verfügung. Diese Eigenschaften unterstützen datenintensive Workloads aus industrieller Analytik und KI-Inference und erreichen Leistungsniveaus, die mit Einstiegs-Serversystemen vergleichbar sind.

GPU-gestützte Edge-AI ohne aktive Kühlung
Ein zentrales technisches Merkmal ist die Unterstützung dedizierter GPUs mit einer Leistungsaufnahme von bis zu 115 W in einem vollständig lüfterlosen Gehäuse. Die Wärmeabfuhr erfolgt über massive Kühlrippen und direkte thermische Anbindung, wodurch bewegliche Teile entfallen. Dieses Design erhöht die Systemzuverlässigkeit und ermöglicht einen geräuschlosen Betrieb in rauen Umgebungen. Die GPU-Beschleunigung erlaubt die lokale Ausführung von KI-basierter Bildverarbeitung, Deep-Learning-Inference und Predictive-Maintenance-Algorithmen, reduziert Latenzen und verringert die Abhängigkeit von Cloud-Anbindungen innerhalb eines automobilen Datenökosystems oder eines Fabriknetzwerks.

Industrielle Robustheit und Konnektivität
Das System erfüllt die Normen EN 50155 für Schock- und Vibrationsfestigkeit sowie EN 45545-2 für den Brandschutz und ist damit für sicherheitskritische und mobile Anwendungen geeignet. Die Netzwerkanbindung erfolgt über neun Gigabit-Ethernet-Ports mit M12X-Steckverbindern, die eine vibrationsfeste und sichere Datenübertragung in Anwendungen wie Fördersystemen, mobilen Maschinen oder fahrzeugbasierten Automatisierungsplattformen gewährleisten.

Anwendungsrelevanz
Durch die Kombination aus kompaktem Formfaktor, umfangreichen Erweiterungsmöglichkeiten und GPU-Beschleunigung ermöglicht die Plattform eine schnellere lokale Datenverarbeitung und eine geringere Systemkomplexität im Vergleich zu herkömmlichen rackbasierten PCs. Typische Einsatzszenarien sind visuelle Inspektionssysteme, autonome mobile Roboter, industrielle IoT-Gateways und On-Site-Analytik, bei denen lokale KI-Verarbeitung zu kürzeren Zykluszeiten und geringeren Fehlerraten beitragen kann, ohne den Wartungsaufwand zu erhöhen.

Alle Konfigurationen der Plattform sind über Acceed erhältlich. Darüber hinaus bietet das Unternehmen Systemintegration sowie Langzeitverfügbarkeits-Support für industrielle Einsätze.

www.acceed.com