Xilinx hat sein neues Kria-Portfolio mit adaptiven System-on-Modules (SOMs) vorgestellt. Mit vollständigem Software Stack und vorkonfigurierten beschleunigten Applikationen in Produktionsqualität sollen die adaptiven SOMs eine neue Methode zur Bereitstellung des adaptiven Computing für AI- und Software-Entwickler bieten. Das erste im Kria-SOM-Portfolio verfügbare Produkt, das Kria K26 SOM, zielt spezifisch auf Vision-AI-Applikationen in Smart Cities und Smart Factories. Das K26 SOM basiert auf der Zynq-UltraScale+-MPSoC-Architektur, die einen Quad-Core-Arm-Cortex-A53-Prozessor enthält, daneben mehr als 250K Logikzellen, sowie einen H.264/265 Video Codec. Das SOM umfasst außerdem 4GB an DDR4-Speicherplatz und 245 IOs, über die es mit nahezu jedem Sensor oder Schnittstelle verbinden kann. Mit 1,4 Tera Ops an AI-Compute-Leistung ermöglicht es dem Entwickler die Erstellung von Vision-I-Applikationen mit dreifach höherer Performance als GPU-basierte SOMs bei geringerer Latenz und Leistungsverbrauch. Die Kria SOMs nutzen die Leistungs-, Performance- und Flexibilitätsvorteile der adaptierbaren Hardware von Xilinx – in Form produktionsreifer adaptiver Module. Sie ermöglichen einen schnellen Einsatz durch Bereitstellung einer End-to-End-Lösung auf der Board-Ebene mit vorkonfiguriertem Software Stack. Im Unterschied zum Chip-down-Design erlauben sie dem Entwickler, an einem weiter fortgeschrittenen Punkt im Designzyklus anzusetzen. Damit kann die Zeit bis zum Einsatz um bis zu neun Monate verkürzt werden.
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%
Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.