Sono progettati per alimentare sistemi intelligenti che operano localmente in un'ampia gamma di casi d'uso, tra cui robot e macchine industriali, telecamere intelligenti e sistemi di ispezione, veicoli autonomi, infrastrutture di vendita al dettaglio e dispositivi di imaging medicale e sanitari.
Per far fronte ai diversi ambienti di implementazione richiesti dalle varie applicazioni di intelligenza artificiale, i moduli MXM di ADLINK, basati su GPU NVIDIA RTX PRO™ di generazione Blackwell integrate, offrono un'eccezionale flessibilità nella configurazione di potenza e prestazioni. Supportando budget di potenza da 45 W a 150 W, la piattaforma consente ai progettisti di sistemi di ottimizzare i profili prestazionali in base alle priorità dell'applicazione, sia che si tratti di massimizzare la capacità di calcolo o di operare entro rigidi vincoli termici e di potenza.

L'ADLINK EGX-MXM-BW2000, ad esempio, definisce un nuovo standard per le prestazioni AI compatte in ambito edge computing, offrendo fino a 100 W di potenza in un fattore di forma MXM 3.1 di tipo A (82x70 mm), massimizzando la densità di calcolo per i sistemi embedded con spazio limitato. Nella fascia alta, l'EGX-MXM-BW5000 integra la tecnologia NVIDIA Multi-Instance GPU (MIG), che consente agli sviluppatori di partizionare le risorse GPU per carichi di lavoro paralleli, migliorare l'isolamento e gestire le risorse in modo più efficiente nelle implementazioni AI edge più avanzate. Questa solida combinazione permette l'esecuzione efficiente di applicazioni LLM (Large Language Model), pipeline di deep learning e altri carichi di lavoro ad alta intensità di dati direttamente in ambito edge computing.

“Avendo lavorato a stretto contatto con i nostri clienti per molti anni su una varietà di applicazioni embedded, dall'imaging medicale all'automazione industriale, abbiamo assistito a un cambiamento significativo nel modo in cui l'IA viene implementata all'edge”, afferma Edgar Chen, General Manager della Business Unit Edge Visualization di ADLINK. “Con l'accelerazione dell'adozione dell'IA, i nostri clienti richiedono prestazioni GPU più elevate, maggiore capacità di memoria e affidabilità senza compromessi. Con i nostri moduli MXM basati sull'architettura NVIDIA Blackwell, offriamo una potente combinazione di prestazioni, efficienza e flessibilità, consentendo ai progettisti di sistemi di realizzare con sicurezza soluzioni di IA edge di nuova generazione su misura per i loro ambienti.”

Basati su architettura NVIDIA Blackwell, i nuovi moduli MXM offrono prestazioni rivoluzionarie per l'inferenza AI con precisione FP4, raggiungendo un throughput fino a due volte superiore e riducendo al contempo i requisiti di larghezza di banda della memoria. I più recenti core CUDA, i core RT di quarta generazione e i core Tensor di quinta generazione di NVIDIA forniscono una potente accelerazione GPU per l'inferenza AI, la visione artificiale e l'analisi dei dati in tempo reale, con un throughput FP32 di picco compreso tra 9,2 e 49,8 TFLOPS. Tutti i modelli includono memoria GDDR7 di nuova generazione, che offre elevate velocità di trasferimento e bassa latenza per un'elaborazione coerente ed efficiente di carichi di lavoro complessi e impegnativi in ​​ambito edge computing.

A seconda della configurazione, il sottosistema di memoria GDDR7 supporta fino a 24 GB, interfacce di memoria fino a 256 bit e una larghezza di banda fino a 896 GB/s, aumentando significativamente il throughput e minimizzando la latenza per applicazioni impegnative come il deep learning, l'imaging ad alta risoluzione e le simulazioni avanzate.
Tutti i moduli supportano fino a quattro uscite DisplayPort 1.4a, consentendo la visualizzazione multi-monitor per sistemi industriali, di trasporto e autonomi. Con una disponibilità di 5 anni e un ampio intervallo di temperature operative (Standard: da 0 °C a 55 °C, Esteso: da -40 °C a 85 °C), la piattaforma garantisce affidabilità a lungo termine, stabilità del ciclo di vita e funzionamento affidabile sia in ambienti commerciali che industriali estremi.

Questo indirizzo email è protetto dagli spambot. È necessario abilitare JavaScript per visualizzarlo.