Presseinformationen weltweit an Journalisten und Leser verbreiten
The FPGA-based Mustang-F100 accelerator card from ICP Deutschland is designated for industrial inference systems. It is primarily used for deep learning inference in real time, for video and image processing as well as for the analysis of machine and sensor Mehr
Die FPGA-basierte Beschleunigerkarte Mustang-F100 von ICP Deutschland ist für den Einsatz in industriellen Inferenzsystemen prädestiniert. Deep-Learning-Inferenz, Bild- und Videoverarbeitung in Echtzeit sowie Datenanalytik gehören dabei zu den Hauptanwendungen. Die Mustang-F100 basiert auf der Intel® Arria® 10 GX1150 FPGA und ist Mehr
The new PICMG 1.3 Server Board SPCIE-C246 from ICP Deutschland is ideal for high-performance and security-relevant applications. CPUs of the 8th generation Intel® Xeon® E3, Core™ i3/i5/i7, Pentium® or Celeron® are available, which can be combined with up to 64GB Mehr
Für hoch performante und sicherheitsrelevante Applikationen ist das neue PICMG 1.3 Server Board SPCIE-C246 von ICP Deutschland wie geschaffen. Zur Auswahl stehen CPUs der 8. Generation Intel® Xeon® E3, Core™ i3/i5/i7, Pentium® oder Celeron®, die mit bis zu 64GB DDR4 Mehr
Spezifikationen Industrielles PDA mit 5.5" kapazitivem Touch Display Quad-core Cortex™-A53 1.5GHz Prozessor 16GB eMMC Speicher 2GB LPDDR3 Arbeitsspeicher Optionale Modem Unterstützung: GSM, WCDMA,TDS-CDMA, LTE FDD,TDD Integrierter 1D/2D Barcode Scanner Wasserfestes und staubdichtes IP65 Gehäuse High-Speed Micro USB 2.0 Port Mehr
Spezifikationen Power over Ethernet Erweiterungskarten mit 2x oder 4x1000Base-T(X) P.S.E. Energie effizientes Ethernet nach IEEE 802.3az PoE Funktionalität: Standard und Dual Port Modus nach IEEE 802.3at/af Spannungseingang: 12~24VDC Betriebstemperatur: 0°C~60°C Anwendungsbereiche/Applikationen Machine Vision Zugangskontrolle Surveillance Für Machine Vision, Surveillance Mehr
Deep Learning setzt sich aus den Teilbereichen Training und Inferenz zusammen. In der Trainingsphase wird anhand einer Fülle an Bild-, Videodaten ein Trainingsmodell entwickelt, getestet und bis zur gewünschten Genauigkeit verfeinert. Während in der zweiten Phase – der Inferenz – Mehr
The realization of deep learning inference (DL) at the edge requires a flexibly scalable solution that is power efficient and has low latency. At the edge mainly compact and passive cooled systems are used that make quick decisions without uploading Mehr
Für die Realisierung von Deep-Learning-Inferenz (DL) an der Edge ist eine flexibel skalierbare Lösung von Nöten, die stromsparend ist und eine geringe Latenzzeit aufweist. Denn an der Edge werden vorwiegend kompakte und passive gekühlte Systeme eingesetzt, die schnelle Entscheidungen ohne Mehr
Deep Learning consists of the sub-areas training and inference. In the training phase, a training model is developed, tested and refined to the desired accuracy using a comprehensive dataset of images and videos. While in the inference phase a rapid Mehr