EMBEDDED GPGPU PLATFORM

Vision Box AI

Vision Box PC mit integrierter NVidia AGX Orin GPGPU
Geeignet für Bildverarbeitungsanwendungen, die eine Multi-Core-ARM-CPU plus GPU-Beschleuniger erfordern, z. B. für AI
Schnittstellenunterstützung für Camera Link und andere bildverarbeitungsrelevante Technologien
Langfristige Verfügbarkeit, geringer Stromverbrauch, kompakte Größe

Heutige Bildverarbeitungsanwendungen erfordern eine leistungsstarke CPU für traditionelle Bildverarbeitungsalgorithmen. Kombiniert mit geeigneten KI-Funktionen verbessert sich die Leistungsfähigkeit einer Anwendung weiter. Die „Vision Box AI“ von IMAGO bietet beeindruckende technische Eigenschaften, vereint in einem kleinen Formfaktor:

Für Standardanwendungen stehen bis zu 12 ARM-CPU-Kerne mit Zugriff auf bis zu 64 GB RAM zur Verfügung. Aufgaben können verteilt werden, und es steht ausreichend Speicher für Bilddaten zur Verfügung, auch wenn diese von sehr hochauflösenden Kameras aufgenommen werden.

Für KI und andere Anwendungen, die GPU-Rechenleistung erfordern, stehen bis zu 2048 CUDA-Kerne auf dem Computer zur Disposition. Diese Rechenleistung entspricht der Leistung von GPU-Karten, die vor nicht allzu langer Zeit in speziell entwickelten Industrie-PCs installiert wurden.

Für eine erfolgreiche Bildverarbeitungsanwendung sind nicht nur eine leistungsfähige CPU und GPU wichtig, sondern auch bildverarbeitungsrelevante Schnittstellen. Die Vision Box AI ist ein GPGPU-Rechner, der alle Anforderungen für den praktischen Einsatz erfüllt: Er bietet Anschlüsse für GigE- und Camera Link-Kameras, echtzeitfähige IO (Real Time Communication Controller) sowie ein Encoder-Interface zur Unterstützung von Inkremental-Encodern. Gerade für Zeilenkamera- und Hyperspektralanwendungen ist Camera Link nach wie vor eine leistungsfähige Echtzeitschnittstelle mit einem attraktiven Preis-Leistungs-Verhältnis.

Die Vision Box AI präsentiert ihre vielfältigen Funktionen in einem industriellen, lüfterlosen Gehäuse mit geringer Leistungsaufnahme.

Aufgrund ihrer leistungsfähigen Eigenschaften ist die Vision Box AI eine hervorragende Wahl für den Einsatz in den folgenden Anwendungsbereichen:

Embedded-Vision-Anwendungen unter Verwendung der ViewIT-Software von IMAGO, einschließlich der darin enthaltenen Halcon-Bibliothek.

Deep Learning-Programme: Aufgrund ihrer sehr leistungsstarken GPU kann die Vision Box AI sowohl das Lernprogramm als auch das Inferenzprogramm einer KI-Lösung ausführen. Sie können Ihre eigene KI-Lösung entwickeln oder fertige KI-Software wie „Oròbix’AI.go“ von unserem Partner Oròbix verwenden.

Hyperspektrale Bildgebung: Bei dieser Technologie werden SWIR-basierte Kameras eingesetzt, die Bilder in Wellenlängenbereichen bis zu 1.700 nm aufnehmen können, die weit über das vom Menschen wahrnehmbare Spektrum hinausgehen. Die Arbeit in diesem Wellenlängenbereich eröffnet völlig neue Möglichkeiten zur Erkennung von Materialfehlern und zur Sicherung der Produktqualität. Die mit Hyperspektralkameras erfasste Datenmenge übersteigt diejenige herkömmlicher Bildverarbeitungsanwendungen bei weitem, weshalb ein CUDA-basierter Beschleuniger erforderlich ist, um die gesammelten Datenmengen zu verwalten und die Ergebnisse mit den entsprechenden Algorithmen zu berechnen. Der GPU-Beschleuniger der Vision Box AI bietet die notwendige Rechenleistung, um diese Aufgabe zu bewältigen. Damit ist die Vision Box AI auch eine leistungsstarke Option für die Lebensmittelindustrie, in der die Fähigkeit, mit Hilfe selbstlernender KI-Programme zuverlässigere Entscheidungen zu treffen, immer wichtiger wird.

Lichtfeld-Kameras: Dieser Kameratyp wird hauptsächlich in 3D-Anwendungen eingesetzt und erzeugt viele Bilder desselben Objekts, die zusammengeführt werden müssen. Der in der Vision Box AI verwendete GPU-Beschleuniger kann diese Aufgabe spielend bewältigen.

GPU-Beschleuniger ermöglicht AI-basierte Bildverarbeitung und andere Anwendungen
Ein leistungsfähiger Linux-Computer mit 12 Kernen ermöglicht die Entwicklung Ihrer Anwendung mit Hilfe eines flexiblen Betriebssystems und CUDA-Operatoren, die auf dem Grafikprozessor laufen.

Bei Industrieanlagen ist die Verfügbarkeit eine Voraussetzung für den Erfolg. Im Vergleich zu IMAGOs „AGE-X“ Vision Box-Serie, die kommerzielle Grafikkarten und handelsübliche PCIe-GPU-Beschleuniger mit kurzer Lebensdauer verwendet, ist die in der Vision Box AI integrierte GPGPU 10 Jahre lang verfügbar.

Die Entwicklung einer Anwendung mit der Vision Box AI ist einfach: Schließen Sie einfach Ihre Kamera, die Sensoren und die PC-Umgebung für Linux-Anwendungen über die Ethernet-Schnittstelle an, und schon können Sie loslegen. Alle IOs werden von IMAGOs Real-Time Communication Controller verwaltet, der in einem SDK für Linux OS enthalten ist.

Unterstützung von Vision-Schnittstellen
Der erste Typ der Vision Box AI bietet bis zu vier GigE-Schnittstellen für den Anschluss von Standard-GigE-Kameras. Mehr GigE-Ports sind nicht sinnvoll, da für Systeme mit mehr als vier Kameras zusätzliche GPU-Leistung erforderlich wäre.

Die Camera Link-Schnittstelle hat sich seit vielen Jahren als robuste Bildverarbeitungsschnittstelle etabliert. Sie erfüllt höchste Ansprüche an die schnelle Bildübertragung. Camera Link liefert die Daten in Echtzeit – ein Vorteil für zeitkritische Anwendungen.

Real-Time IO: Es gibt Anwendungen, die ein hartes Echtzeit-Betriebssystem erfordern, z.B. wenn Peripheriegeräte auf der Basis eingehender Informationen und einer vorgegebenen Logik rechtzeitig Ausgabedaten erzeugen müssen, um ein präzises Prozess-Timing zu gewährleisten. Speziell für schnelle Maschinen sind der Real-Time Communication Controller und die GPU-Verarbeitung von IMAGO Schlüsselmerkmale für eine sichere Prozesssteuerung.

HDMI-Ausgang: Ein Bildschirm kann direkt über eine HDMI-Schnittstelle angeschlossen werden, um Ihre Software zu verwalten.

Inkrementaler Encoder-Eingang: Viele Bildverarbeitungssysteme in industriellen Produktionslinien werden an Förderbändern eingesetzt. Um sicherzustellen, dass die Zeilen- oder Flächenkameras perfekt mit der Förderbandgeschwindigkeit synchronisiert sind, müssen die Encodersignale verarbeitet und mit dem Kameratrigger abgeglichen werden, um qualitativ hochwertige Bilder zu erfassen. Der Real-Time Communication Controller von IMAGO bietet zahlreiche logische Funktionen, um die Zuverlässigkeit der eingesetzten Bildverarbeitungssysteme zu gewährleisten.

Langzeitverfügbarkeit, geringer Stromverbrauch, kompakte Größe
Langzeitverfügbarkeit, geringer Stromverbrauch und kompakte Abmessungen sind bei der Konzeption von Bildverarbeitungssystemen für den industriellen Einsatz wichtig. Die Vision Box AI ist, wie viele andere IMAGO-Produkte, 10 Jahre lang verfügbar und verbraucht im Betrieb weniger als 50W. Mit einem kompakten Gehäuse von nur 230mm x 163mm x 67mm eignet sich der Bildverarbeitungsrechner Vision Box AI auch für Anwendungen mit wenig Platz.

Lebensmittel & Getränke
In der Lebensmittel- und Getränkeindustrie gibt es neue Lösungen, die auf den Prinzipien des Deep Learning oder der Analyse des nicht sichtbaren Spektrums (NIR) basieren. Da beide Anwendungen eine enorme Rechenleistung erfordern, ist die Vision Box AI die Lösung. Sie kann in kompakte Schränke integriert werden, und es sind keine zusätzlichen Lüfter erforderlich.
Weitere Anwendungsbeispiele entdecken

Pharma
In pharmazeutischen Produktionsprozessen sind KI-basierte Lösungen in Kombination mit bewährten Algorithmen ein neuer Trend. Dank des Linux-Betriebssystems benötigt die Innovation weniger Platz und die Validierungsprozesse werden einfacher.
Weitere Anwendungsbeispiele entdecken

Produktion
In der Produktion gibt es viele neue Trends, die CPU- und GPU-Rechenleistung erfordern. Neben der künstlichen Intelligenz kann beispielsweise eine Multi-Kamera-Lösung die GPU als Beschleuniger nutzen. Lichtfeldkameralösungen erstellen ein 3D-Bild aus mehreren Ansichten und erfordern GPU-Leistung. Neben energiesparenden Lösungen wird auch die Reduzierung des Platzbedarfs im Schaltschrank wichtig.
Weitere Anwendungsbeispiele entdecken

Verpackung & Logistik
In der Verpackungs- und Logistikbranche laufen die Prozesse sehr schnell ab, wobei viele Kameras die Verpackung beobachten, die zusätzliche GPU-Leistung als Beschleuniger benötigen. Die Systeme müssen intelligenter werden, um z. B. zerbrochene Verpackungen oder nicht konforme Kartons zu erkennen – ein Feld für KI-gestützte Analytik.
Weitere Anwendungsbeispiele entdecken

Für Entwickler, die mit dem Linux-Betriebssystem vertraut sind und Bibliotheken für klassisches maschinelles Sehen und KI nutzen wollen, ist Vision Box AI eine leistungsstarke Lösung.