Mobile-Menu

Connected Systems: Neuheiten auf der embedded world 2020

ADLINK Technology präsentiert auf der embedded world 2020 (Halle 1, Stand 540) die weltweit ersten MXM-GPU-Module mit NVIDIA Quadro RTX Embedded-GPUs mit der NVIDIA Turing Architektur, die Embedded-Anwendungen eine lange Lebensdauer gewährleisten. Die ADLINK MXM-GPU-Module verbessern laut Hersteller dank der leistungsfähigen Turing Architektur High-Performance-Computing, Computergrafik sowie künstliche Intelligenz (KI). Darüber hinaus adressiert die Architektur bisherige Herausforderungen hinsichtlich Größe, Gewicht und Leistung (SWaP), denen sich eingebettete Anwendungen gegenübersehen. Damit eignen sich die Module ideal für unternehmenskritische Edge Computing- und KI-Anwendungen. GPU-beschleunigtes Computing wird immer beliebter. Edge-Systeme mit integrierten GPUs können deutlich schneller reagieren und funktionieren in Anwendungen unter realen Bedingungen besser. Dazu gehören beispielsweise die medizinische Bildgebung, die Inspektion von Fertigungsfehlern, die Verkehrsflussanalyse in Smart Cities und eine Reihe anderer eingebetteter Segmente. Eine weitere wachsende Anwendung, die eine hohe GPU-Leistung erfordert, sind autonome Maschinen. (Bild: ADLINK) arrow forward Image Zoom
ADLINK Technology präsentiert auf der embedded world 2020 (Halle 1, Stand 540) die weltweit ersten MXM-GPU-Module mit NVIDIA Quadro RTX Embedded-GPUs mit der NVIDIA Turing Architektur, die Embedded-Anwendungen eine lange Lebensdauer gewährleisten. Die ADLINK MXM-GPU-Module verbessern laut Hersteller dank der leistungsfähigen Turing Architektur High-Performance-Computing, Computergrafik sowie künstliche Intelligenz (KI). Darüber hinaus adressiert die Architektur bisherige Herausforderungen hinsichtlich Größe, Gewicht und Leistung (SWaP), denen sich eingebettete Anwendungen gegenübersehen. Damit eignen sich die Module ideal für unternehmenskritische Edge Computing- und KI-Anwendungen. GPU-beschleunigtes Computing wird immer beliebter. Edge-Systeme mit integrierten GPUs können deutlich schneller reagieren und funktionieren in Anwendungen unter realen Bedingungen besser. Dazu gehören beispielsweise die medizinische Bildgebung, die Inspektion von Fertigungsfehlern, die Verkehrsflussanalyse in Smart Cities und eine Reihe anderer eingebetteter Segmente. Eine weitere wachsende Anwendung, die eine hohe GPU-Leistung erfordert, sind autonome Maschinen. (Bild: ADLINK)
1/63
Zurück zum Artikel