Globalni pružatelj IoT rješenja ASUS IoT je na Embedded World 2024 predstavio moćno računalo PE8000G koje može raditi s više grafičkih akceleratora za postizanje visokih performansi. Dizajniran je za rad u teškim uvjetima rada, tako da će raditi pod ekstremnim temperaturama, vibracijama i padovima napona. PE8000G radi na bazi moćnih Intel Core procesora (12. i 13. generacije) i Intel R680E čipseta koji osiguravaju visoku računalnu snagu i energetsku učinkovitost.
Zahvaljujući naprednoj arhitekturi, PE8000G jamči istovremeni rad više modula neuronske mreže u stvarnom vremenu i značajan je korak naprijed u polju AI računalstva na rubu (Edge AI). Ovo računalo odlikuje se pouzdanim dizajnom, iznimnim performansama i širokom funkcionalnošću pa je pogodno za rad sa sustavima umjetna inteligencija u raznim poljima. Uz njegovu pomoć, organizacije će moći pouzdano rješavati kritične zadatke i postići neviđene razine produktivnosti i inovativnosti.
PE8000G podržava instalaciju dva grafička akceleratora, svaki s potrošnjom energije do 450 W. To osigurava redundanciju, učinkovito računalstvo visokih performansi, neprekinuti rad algoritama AI ubrzanje rada u stvarnom vremenu i perifernih računala. Osim toga, uređaj može raditi iz izvora napajanja s naponom od 8-48 VDC i opremljen je sredstvima za praćenje snage sustava paljenja za raspoređivanje u uvjetima različitih opcija napajanja.
Računalo je prošlo certifikaciju i zadovoljava zahtjeve vojno-industrijskog standarda MIL-STD-810H u pogledu otpornosti na vibracije i trešnje. Funkcija tolerancije pogrešaka koju pružaju dva grafička akceleratora omogućuje dobivanje točnih logičkih zaključaka u najsloženijim okruženjima i osigurava pouzdanost i povjerenje u donošenju odluka na temelju umjetna inteligencija.
Uređaj je optimiziran za rad u automobilskim sustavima zahvaljujući integriranim funkcijama kontrole snage paljenja i praćenja potrošnje energije. Također se ističe u zadacima automatizacije proizvodnje temeljene na umjetnoj inteligenciji, inteligentne video analize (IVA) i implementacije u složenim operativnim okruženjima, kao što su jedinice uz ceste (RSU) ili automobilski autonomni sustavi vožnje. Bilo je moguće optimizirati pripremu podataka i povećati točnost zaključaka umjetne inteligencije zahvaljujući mogućnostima učinkovite predobrade podataka i interpretacije.
Pročitajte također: