• Hardware

    Explosionsgeschützte Panel-PCs für Gas- und Staubzonen: Advantech erweitert die SPC-600-Serie

    Unser Technologiepartner Advantech, ein weltweit führender Anbieter von Embedded-IoT-Lösungen, präsentiert den SPC-612E und den SPC-615E, zwei explosionsgeschützte Panel-PCs für Bedien- und Visualisierungsaufgaben in Gefahrenbereichen. Die europäische ATEX-Richtlinie und das internationale IECEx-Schema teilen solche Bereiche danach ein, wie häufig dort eine explosionsfähige Atmosphäre auftritt — getrennt nach Gasen und nach Stäuben. Beide Geräte decken die jeweils unterste Stufe ab: Bereiche, in denen eine gefährliche Atmosphäre im Normalbetrieb nicht und darüber hinaus nur kurzzeitig auftritt (Zone 2 für Gase, Zone 22 für Stäube). Hinzu kommt die nordamerikanische Entsprechung Class I Division 2. Bisher deckte allein der 18,5 Zoll große SPC-618WE diesen Zertifizierungsrahmen der SPC-600-Serie ab. Mit 12 und 15 Zoll steht dieselbe…

    Kommentare deaktiviert für Explosionsgeschützte Panel-PCs für Gas- und Staubzonen: Advantech erweitert die SPC-600-Serie
  • Hardware

    Edge AI mit NVIDIA Blackwell: Integrierte Plattform oder modulare GPU-Architektur?

    Bei Edge-AI-Projekten entscheidet nicht nur die verfügbare Rechenleistung. Mindestens ebenso wichtig ist, wie diese Leistung in das Gesamtsystem integriert wird. NVIDIA Blackwell gibt es unter anderem in integrierten Jetson-Thor-Plattformen und als diskrete MXM-GPUs. Dahinter stehen zwei grundlegend unterschiedliche Systemkonzepte, und welches davon passt, hängt weniger vom GPU-Chip ab als von der Anwendung. Ein neuer autonomer Roboter stellt andere Anforderungen als eine bestehende Inspektionsmaschine, die um KI-Funktionen erweitert werden soll. Dieser Beitrag zeigt, worin sich beide Ansätze unterscheiden und welche Fragen bei der Plattformwahl helfen. Zwei Architekturen, unterschiedliche Systemgrenzen NVIDIA hat im Juli 2026 die Jetson-Module T3000 und T2000 auf Basis der Thor-Architektur angekündigt. Die Verfügbarkeit ist für das erste Quartal…

    Kommentare deaktiviert für Edge AI mit NVIDIA Blackwell: Integrierte Plattform oder modulare GPU-Architektur?
  • Hardware

    Advantech AIR-411: Edge-AI-Server für Inspektion, Bildgebung und Edge-LLMs

    Unser Technologiepartner Advantech, ein weltweit führender Anbieter von Embedded-IoT-Lösungen, präsentiert den AIR-411 – einen kompakten Edge-AI-Server für rechenintensive Anwendungen wie Halbleiterprüfung, medizinische Bildgebung, On-Premises Edge-LLMs und Multi-Kanal-Videoanalytik. Das System kombiniert Intel ® Bartlett-Lake-S-Prozessoren mit einer PCIe-Gen4-Erweiterung für leistungsstarke diskrete Grafikkarten und ermöglicht damit skalierbare KI-Inferenz direkt am Einsatzort. Advantech positioniert den AIR-411 insbesondere für Anwendungen, bei denen hohe Rechenleistung und lokale Datenverarbeitung zusammenkommen. Hardware: Prozessor und GPU-Erweiterungsarchitektur Der Prozessor der Bartlett-Lake-S-Generation arbeitet mit einer Basisfrequenz von 1,6 GHz und einer maximalen Turbo-Frequenz von 5,6 GHz. Advantech gibt bis zu 24 Kerne und 32 Threads sowie 36 MB Intel Smart Cache an, bei einer TDP von bis zu 65 W. Als…

    Kommentare deaktiviert für Advantech AIR-411: Edge-AI-Server für Inspektion, Bildgebung und Edge-LLMs
  • Hardware

    Embedded AI im Motorsport: Autonome Fahrzeugentwicklung mit Intel Core Ultra

    Autonome Fahrzeuge stellen hohe Anforderungen an moderne Embedded Computing Plattformen. Neben reiner Rechenleistung spielen Faktoren wie thermisches Verhalten, Echtzeitfähigkeit, kompakte Bauformen und langfristige Skalierbarkeit eine immer wichtigere Rolle. Genau diesen Herausforderungen begegnet auch das TUfast Racing Team der Technischen Universität München bei der Entwicklung seines autonomen Formula Student Rennwagens.  Das Team entwickelt seit vielen Jahren eigene Rennfahrzeuge für internationale Formula Student Wettbewerbe. Dabei arbeiten die Studierenden unter Bedingungen, die stark an reale industrielle Embedded-Projekte erinnern: begrenzter Bauraum, steigende Software-Komplexität, hohe Anforderungen an Zuverlässigkeit und kurze Entwicklungszyklen.  Bereits seit 2022 unterstützt Aaronn Electronic Projekte von TUfast e.V. im Bereich Embedded Computing. Den Anfang machte damals ein gemeinsames Projekt mit dem TUfast Eco Team.…

    Kommentare deaktiviert für Embedded AI im Motorsport: Autonome Fahrzeugentwicklung mit Intel Core Ultra
  • Hardware

    Cyber Resilience Act: Aaronn und congatec im Gespräch

    Der Cyber Resilience Act stellt neue Anforderungen an Produkte mit digitalen Elementen. Für Hersteller und Systemanbieter geht es dabei nicht nur um einzelne Security-Funktionen, sondern auch um Entwicklungsprozesse, Updates, Schwachstellenmanagement und den langfristigen Produktlebenszyklus. In einer neuen Folge von „Der orange Stuhl“ spricht Florian Haidn, Geschäftsführer der Aaronn Electronic GmbH, mit Florian Drittenthaler von congatec über die Vorbereitung auf den CRA und die Frage, welche Vorteile modulare Embedded-Architekturen dabei bieten können. CRA-Readiness beginnt im Entwicklungsprozess Im Gespräch wird deutlich: CRA-Compliance ist kein isoliertes IT- oder Security-Thema. Sie betrifft unterschiedliche Bereiche im Unternehmen und muss frühzeitig in Entwicklungs- und Lifecycle-Prozesse integriert werden. congatec hat deshalb bereits früh ein eigenes CRA-Projekt aufgesetzt. Ein wichtiger Baustein ist dabei der Entwicklungsprozess nach IEC 62443-4-1.…

  • Hardware

    TOPS richtig einordnen: Worauf es bei der Auswahl einer Edge-AI-Plattform ankommt

    TOPS gehören inzwischen zu den meistgenannten Kennzahlen bei Edge-AI-Plattformen. Für die Auswahl eines Computer-Vision-Systems liefern sie jedoch nur einen Teil der Entscheidungsgrundlage. Kameraarchitektur, Datenpfade, Software, Thermik und Lifecycle können für die tatsächliche Eignung einer Plattform ebenso relevant sein.  Wer eine neue Computer-Vision-Anwendung plant, beginnt deshalb besser nicht mit der Frage nach der höchsten verfügbaren AI-Rechenleistung, sondern mit den Anforderungen des Gesamtsystems.  Die Anwendung definiert die Randbedingungen  Ein autonomes mobiles Robotersystem hat andere Anforderungen als eine stationäre Bildverarbeitung in einer Produktionsanlage. Auch eine kompakte Lösung direkt an der Kamera unterscheidet sich grundlegend von einem größeren Edge-System mit separater Beschleunigerhardware.  Für eine belastbare Plattformentscheidung sollten daher zunächst die wichtigsten technischen Eckdaten feststehen: …

    Kommentare deaktiviert für TOPS richtig einordnen: Worauf es bei der Auswahl einer Edge-AI-Plattform ankommt
  • Hardware

    Modulare Embedded-Architekturen unter dem CRA: Was Computer-on-Modules leisten können

    Ein Computer-on-Module-Ansatz kann den Aufwand bei Plattformwechseln reduzieren, weil Recheneinheit und anwendungsspezifisches Carrier-Board-Design voneinander getrennt werden. Unter geeigneten Voraussetzungen lassen sich das Carrier Board und Teile der Systemarchitektur dadurch über mehrere kompatible Modulgenerationen hinweg weiterverwenden.  Das macht ein Computer-on-Module nicht automatisch CRA-konform. Eine modulare Architektur kann jedoch helfen, Dokumentation, Updateprozesse und Lifecycle-Management klarer zu strukturieren. Eine modulare Architektur ändert nichts an der Verantwortung des Herstellers für die Konformität des Endprodukts, das unter seinem eigenen Namen oder seiner eigenen Marke in Verkehr gebracht wird.   Dieser Beitrag dient ausschließlich der technischen Orientierung. Er stellt keine Rechtsberatung und keine vollständige technische oder regulatorische Konformitätsbewertung dar. Ob eine bestimmte Architektur geeignet ist und welche CRA-Auswirkungen sich…

    Kommentare deaktiviert für Modulare Embedded-Architekturen unter dem CRA: Was Computer-on-Modules leisten können
  • Hardware

    On-Premise AI mit hoher GPU-Leistung: Wo kompakte Edge-HPCs sinnvoll sind

    KI-Anwendungen stellen Unternehmen zunehmend vor eine praktische Infrastrukturfrage: Wo soll die notwendige Rechenleistung bereitgestellt werden?  Cloud-Ressourcen lassen sich flexibel skalieren und eignen sich gut für wechselnde oder kurzfristige Workloads. Für dauerhaft laufende Anwendungen, sensible Daten oder Systeme, die direkt am Einsatzort arbeiten sollen, kann eine lokale KI-Infrastruktur jedoch Vorteile bieten.  Dazu zählen lokale LLM-Inferenz, Retrieval-Augmented Generation, interne KI-Assistenten, Computer Vision, digitale Zwillinge und andere GPU-intensive Anwendungen. Für solche Aufgaben stehen inzwischen kompakte Edge-AI-HPC-Systeme zur Verfügung, die hohe CPU- und GPU-Leistung bereitstellen, ohne eine klassische Rack-Infrastruktur vorauszusetzen.  Wann ist On-Premise AI sinnvoller als Cloud AI?  On-Premise AI kann sinnvoll sein, wenn Anwendungen kontinuierlich lokal laufen, sensible Daten verarbeitet werden oder kurze Reaktionszeiten erforderlich sind.  Ein Beispiel sind interne KI-Anwendungen, die mit…

    Kommentare deaktiviert für On-Premise AI mit hoher GPU-Leistung: Wo kompakte Edge-HPCs sinnvoll sind
  • Hardware

    Ist Ihr Embedded-System CRA-ready?

    Vier Bereiche sind für die Vorbereitung auf den Cyber Resilience Act besonders relevant: Security by Design, Softwaretransparenz, Updatefähigkeit und ein funktionierender Meldeprozess. Die folgende Checkliste hilft dabei, mögliche Lücken in Entwicklung, Betrieb und Lieferkette frühzeitig sichtbar zu machen.  Sie dient ausschließlich als erste Orientierung. Sie ersetzt weder eine rechtliche Beratung noch eine vollständige technische oder regulatorische Konformitätsbewertung. Eine ausführliche Einordnung der CRA-Begriffe und Fristen finden Sie im ersten Beitrag unserer Serie: „Cyber Resilience Act in der Praxis: Fristen, Pflichten und erste Schritte“.  Warum eine Selbstprüfung jetzt sinnvoll ist  Die Meldepflichten nach Artikel 14 CRA gelten ab dem 11. September 2026. Die vollständige Anwendung folgt am 11. Dezember 2027.  Verzögerungen entstehen häufig nicht nur durch technische…

  • Hardware

    Advantech AIR-075: Edge AI für Physical AI und Agentic AI

    Unser Technologiepartner Advantech, ein weltweit führender Anbieter von Embedded-IoT-Lösungen, präsentiert das AIR-075 als Edge-AI-Inference-System auf Basis der NVIDIA Jetson Thor Plattform. Das System verbindet hohe AI-Rechenleistung mit nativer 10GbE-Konnektivität und richtet sich an datenintensive Anwendungen in Vision AI, Robotik und Fabrikautomation. Mit der NVIDIA Blackwell Architektur und bis zu 2.070 TFLOPS FP4-Sparse KI-Leistung adressiert die Plattform Workloads, bei denen Wahrnehmung, Analyse und Entscheidungsprozesse direkt am Edge zusammenlaufen. Advantech positioniert das AIR-075 insbesondere für Multi-Camera Vision AI, Agentic AI und Physical AI in industriellen Umgebungen. Hardware: NVIDIA Jetson Thor Im Zentrum des Advantech AIR-075 stehen die NVIDIA Jetson T5000 und Jetson T4000 Module auf Basis der NVIDIA Blackwell Architektur. Der Jetson…