Die zunehmende Zugänglichkeit von künstlicher Intelligenz (KI) für industrielle Edge-Anwendungen stellt Systementwickler vor neue Herausforderungen hinsichtlich der Markteinführungszeit, um der Konkurrenz voraus zu bleiben. Ebenso müssen Gerätehersteller entscheiden, welche Edge-KI-Funktionalitäten ihre Produkte erfolgreich differenzieren werden und ob dies Audio- oder videobasierte Automatisierung oder intelligente Mensch-Maschine-Schnittstellen (HMI) umfasst. Zu diesem Zweck profitieren Ingenieurteams von praktischen, modularen Lösungen, die die Entwicklungskomplexität reduzieren und gleichzeitig spätere Upgrades ermöglichen, während sich KI-Workloads und Chipsets weiterentwickeln. Dieser Blog wird typische Edge-KI-Anwendungsfälle in der industriellen Automatisierung diskutieren, bevor energieeffiziente, KI-bereite SMARC-basierte Hardwarelösungen von SECO vorgestellt werden. Anschließend wird beschrieben, wie SECOs breitere Software- und Entwicklungsökosysteme eine schnelle, skalierbare Bereitstellung unterstützen.
Edge AI verändert die industrielle Automatisierung. Durch die Platzierung von Intelligenz direkt in Maschinen, Steuerungen und Gateways können Originalgerätehersteller (OEMs) und Fabrikbetreiber eine niedrigere Latenzzeit bei der Inferenz, ein konsistentes Sicherheitsbewusstsein und eine stärkere Datensicherheit bieten. Hier verschiebt sich der Wert der Cloud von der Verarbeitung zur Orchestrierung des Ökosystems durch Flottenmanagement und aggregierte Analysen für Ferndiagnosen.
Für intelligente Maschinen und Mensch-Maschine-Schnittstellen (HMIs) bietet Edge AI zahlreiche Sicherheits- und Sicherheitsvorteile. KI-Audiosysteme können Notrufe von Bedienern erkennen, um eine automatische Abschaltung der Ausrüstung zu ermöglichen, und bieten Bedienererkennung für benutzerspezifische Funktionen oder kontrollierten Zugang. Ebenso können KI-Vision-Systeme die Einhaltung von persönlicher Schutzausrüstung (PSA) und die Besetzung unsicherer Zonen überwachen, um Vorfälle auf Fabrikböden zu reduzieren.
Allerdings entwickeln sich KI-Frameworks, Toolchains und Hardware-Plattformen kontinuierlich weiter, was Herausforderungen für Entwickler darstellt, die KI am Edge einsetzen. Die Sicherung eines Wettbewerbsvorteils erfordert auch eine schnelle Markteinführung.
Standardbasierte Architekturen und kommerzielle Standardlösungen (COTS) helfen, Komplexität und Risiko zu reduzieren und gleichzeitig die Wiederverwendung von Plattformen über Produktlebenszyklen hinweg zu ermöglichen. Für industrielle Edge AI verkürzen modulare Plattformen mit integrierter Rechenleistung, KI-Beschleunigung und industriellen I/O die Entwicklungszeit, indem sie validierte Architekturen bereitstellen, auf denen Produkte basieren können. Durch die Beschleunigung der Integration, die Vereinfachung der Skalierbarkeit und die Verkürzung der Bereitstellungszyklen ermöglichen diese Plattformen OEM-Teams, sich auf die Bereitstellung anwendungsspezifischer Funktionen, differenzierter Leistung und Mehrwert für Kunden zu konzentrieren.
Offene COM-Plattformen für industrielle KI am Edge
Für industrielle Automatisierungsausrüstung wie Fließbandkameras, autonome mobile Roboter und intelligente Steuerungen können System-on-Modules (SOMs) eine leistungsstarke KI-Verarbeitung in einem kleinen physischen Format bieten. Ihre kompakte Größe und die trägerbasierte Montage vereinfachen die Installation in bestehenden Schränken und HMIs, was SOMs ideal für Nachrüstungen und platzbeschränkte Anwendungen macht. Niedrige thermische Designleistung (TDP) ist in diesen Umgebungen ebenso entscheidend. Viele SOMs bieten einen effizienten Betrieb mit hoher Leistung pro Watt (PPW), der passive oder vereinfachte Kühlstrategien unterstützt, um Wartungsanforderungen zu reduzieren.
Wenn industrielle Edge-AI-Projekte vom Prototyp zur Produktion übergehen, benötigen OEMs und Systementwickler Plattformen, die den Integrationsaufwand reduzieren und gleichzeitig die Upgrade-Flexibilität bewahren. SECOS SOM-SMARC-QCS6490 und SOM-SMARC-QCS5430 adressieren dies, indem sie die heterogene Qualcomm Dragonwing-Rechenleistung mit SMARC kombinieren, einem offenen Computer-on-Module (COM)-Standard mit einem schmalen Leistungsbereich und einem 50 x 82 mm großen Format. Durch die Nutzung offener Standards können Entwickler die KI-Leistung mit neuen Chipsets während eines Produktlebenszyklus aufrüsten und gleichzeitig den Aufwand für das Redesign des Trägers minimieren.
Für die KI-Verarbeitung am Edge ist eine heterogene Architektur wichtig. CPUs verwalten Steuerungslogik und Orchestrierung, GPUs beschleunigen Grafik- und Vision-Pipelines, und NPUs führen KI-Inferenz effizient am Edge aus. Die Rechenarchitekturen der SOM-SMARC-QCS6490 und SOM-SMARC-QCS5430 werden in Tabelle 1 verglichen. Durch die Reduzierung der Cloud-Abhängigkeit für die KI-Verarbeitung können Geräte schnellere Reaktionen bieten und gleichzeitig die Betriebskontinuität bei Netzwerkunterbrechungen aufrechterhalten.
| Modul | Chipset-Fokus | Heterogene Rechenleistung | Beispielhafte industrielle Edge-AI-Workloads |
|---|
| SOM-SMARC-QCS6490 | Höhere Leistung für Edge AI | Multi-Core-CPU, GPU und eingebettete NPU (bis zu 12,15 INT8 TOPS) | Multi-Kamera-Vision-Inspektion, Bedienererkennung, Videoanalytik, intelligente HMI, vorausschauende Wartung und KI-unterstützte Robotik |
| SOM-SMARC-QCS5430 | Kosten- und leistungsoptimierte Edge-Intelligenz | Multi-Core-CPU, GPU und eingebettete NPU (bis zu 9 INT8 TOPS) | Audioanalytik, intelligente HMIs, Anomalieerkennung, Zustandsüberwachung, Einzelkamera-Automatisierung und Gateway-KI |
Obwohl sich die Chipsätze der SOMs unterscheiden, definiert der SMARC-Standard die Schnittstellen. Dadurch bleiben modulare Upgrades möglich, und die Migration wird vereinfacht, wenn sich KI-Workloads weiterentwickeln. Zu den wichtigsten Optionen für industrielle HMIs und Konnektivität gehören:
- MIPI-CSI-Kameraschnittstellen, die Bedienererkennung, visuelle Inspektion und sicherheitsorientierte KI-Vision unterstützen.
- Display-Schnittstellen für den Aufbau anspruchsvoller Multi-Screen-HMIs.
- Audio-Schnittstellen, die Sprachinteraktion und akustische Anomalieerkennung ermöglichen.
- Ethernet für den direkten Austausch von Maschinendaten und Edge-to-Cloud-Kommunikation.
SECO integriert außerdem verlöteten LPDDR5-6400-Speicher, um die Inferenzgeschwindigkeit und die Betriebszuverlässigkeit in vibrationsanfälligen Industrieumgebungen zu verbessern. Für eine schnelle Evaluierung dieser Plattformen bietet SECOs DEV-KIT-SMARC einen einsatzbereiten Carrier mit physischen Anschlüssen für Prototyping auf dem Prüfstand oder die Integration in bestehende Anlagen.
Integrationszeiten durch sofort einsatzbereite HMI-Plattformen reduzieren
Im Gegensatz zu SOMs entfernen vollständig realisierte HMI-Plattformen die Hardwareentwicklung aus dem kritischen Pfad. Dadurch können sich Entwickler auf die Entwicklung von KI-Anwendungen, die Definition von Workflow-Logik und die Erstellung nutzerspezifischer Funktionalitäten konzentrieren. SECOs Plattformen Modular Vision 10.1 QCS6490 und Modular Vision 15.6 QCS6490 adressieren diesen Bedarf, indem sie Display-Integration, mechanisches Design, Schnittstellenvalidierung und mehr übernehmen. Der Qualcomm Dragonwing QCS6490 Chipsatz ermöglicht es beiden HMI-Plattformen, energieeffiziente, beschleunigte Rechenleistung für Echtzeit-Vision, KI-Inferenz und anspruchsvolle Edge-Workloads bereitzustellen. Durch die gemeinsame Nutzung der QCS6490-Plattform mit seinen SMARC-Lösungen ermöglicht SECO Entwicklern, Edge-KI-Funktionalitäten über Produktlinien hinweg mit gemeinsamen Software-Stacks zu skalieren.
Mit einer industrietauglichen Konstruktion, die den Betrieb in Produktionsumgebungen unterstützt, reduziert SECOs Modular Vision die Time-to-Market für eine Vielzahl KI-gestützter HMI-Use-Cases. Schlanke 10,1”- und 15,6”-Panel-Mount-Displayoptionen bieten Multi-Touch-Eingabe und Gestenunterstützung mit Full-HD-Auflösung und hoher Helligkeit, um detaillierte Maschinensteuerungs- und Überwachungsaufgaben zu unterstützen. Darüber hinaus bietet die Rückseite einen 9- bis 32-V-Stromeingang sowie robuste Konnektivitätsoptionen für eine vielseitige Integration mit umgebenden Anlagen, Sensoren und Peripheriegeräten.
Softwareentwicklung mit Clea und SECO App Hub beschleunigen
Hardware ist nur ein Teil einer erfolgreichen Edge-KI-Implementierung. SECOs umfassende Clea Software Suite vereinfacht die initiale Entwicklung, Skalierung und das Lifecycle Management bei der Nutzung von SECO- oder Drittanbieter-Hardware. Clea OS stellt Entwicklern ein modulares, Yocto-basiertes Betriebssystem (OS) zur Verfügung, das kundenspezifische Industriesoftware unterstützt und durch die Reduzierung unnötiger Komponenten eine verbesserte Wartbarkeit und Sicherheit bietet. Auf Deployment-Ebene stellen Clea Astarte und Clea Edgehog eine Edge-to-Cloud-Datenorchestrierung sowie eine Infrastruktur für das Flottenmanagement bereit, um skalierbare Langzeitimplementierungen durch Gerätetransparenz und Over-the-Air-Updates (OTA) zu unterstützen.
Um die Edge-KI-Implementierung weiter zu beschleunigen, vervollständigt SECO App Hub das Entwicklungsökosystem durch sofort einsetzbare, vorvalidierte KI-Anwendungen, die für SECOs Qualcomm Dragonwing-basierte Plattformen optimiert sind. Beispiele für industrielle Automatisierungs- und HMI-Use-Cases sind:
Fazit
Mit der zunehmenden Verbreitung industrieller Edge AI stehen Entwickler unter wachsendem Druck, die Time-to-Market zu verkürzen – trotz einer exponentiellen Zunahme der Produktkomplexität. In Kombination mit validierten Softwarelösungen bieten SOMs wie SECOs Dragonwing-basiertes SMARC-Portfolio eine skalierbare Grundlage für langfristigen Erfolg. Durch die Kombination sofort implementierbarer, integrierter Hardwaresysteme mit modularen Upgrade-Pfaden und Softwareunterstützung versetzt SECO OEMs in die Lage, Implementierungen zu beschleunigen und zugleich besser auf zukünftige Anforderungen vorbereitet zu sein.
Besuchen Sie seco.com und erfahren Sie, wie SECOs KI-fähige, integrierte modulare Lösungen schnelle, skalierbare Implementierungen in einer Vielzahl von Anwendungen ermöglichen.