DFI (Тайвань, Китай) представляет платформу периферийного ИИ на базе Jetson Orin для развертывания машинного зрения в транспортной и промышленной сферах
2026-06-03 14:51
В избр.

Репортаж от Wedoany,2 июня компания DFI, тайваньский производитель встраиваемых материнских плат и промышленных компьютеров, представила на выставке COMPUTEX 2026 линейку платформ периферийного ИИ на базе NVIDIA Jetson Orin, ориентированных на развертывание приложений компьютерного зрения. Новая линейка продуктов включает X6-ORN-GMSL, X6X-ORN и X6a-AGX, охватывая компактные встраиваемые системы, защищенные решения для наружного применения и сценарии с многокамерными системами высокой пропускной способности.

Общая цель этой группы продуктов — продвинуть вычисления ИИ-зрения из облачных центров обработки данных непосредственно к периферийным устройствам. DFI сообщает, что X6-ORN-GMSL предназначена для приложений с ограниченным пространством, требующих интеграции нескольких камер, и подходит для развертывания в транспортных средствах, роботах и компактных устройствах; X6X-ORN имеет безвентиляторную конструкцию и защиту IP67, предназначена для использования на открытом воздухе и в суровых условиях; X6a-AGX обеспечивает производительность ИИ до 275 TOPS для более сложной многоканальной обработки видео и высокоскоростной передачи данных. Вся платформа поддерживает интерфейс камер GMSL2, гибкое расширение ввода-вывода, высокоскоростное сетевое подключение и опциональные возможности удаленного управления вне полосы, позволяя клиентам быстро интегрировать камеры, датчики, периферийные вычислительные блоки и системы удаленного обслуживания в различных сценариях.

Основной акцент этого анонса — не просто выпуск нескольких новых промышленных компьютеров, а следование тенденции перехода машинного зрения и периферийного ИИ от пилотных проектов к масштабному развертыванию. Такие сценарии, как интеллектуальный транспорт, общественная безопасность, промышленная автоматизация, робототехника и видеонаблюдение, предъявляют повышенные требования к распознаванию в реальном времени, обработке с низкой задержкой и стабильной работе на месте. Традиционные видеосистемы обычно полагаются на централизованную обработку на серверах, что создает высокую нагрузку на передачу данных и длинные цепочки реагирования; платформы периферийного ИИ, напротив, могут выполнять распознавание объектов, обнаружение аномалий, оценку маршрутов и фильтрацию событий непосредственно рядом с камерой, передавая в центральную систему только ключевые результаты или структурированные данные. Такая архитектура снижает использование полосы пропускания и лучше подходит для работы в условиях нестабильной сети, сложной операционной обстановки или высоких требований к работе в реальном времени.

Требования к периферийным устройствам в промышленной среде часто выше, чем к обычному ИТ-оборудованию. В сценариях, таких как придорожная инфраструктура, порты, заводы, энергетические объекты и системы безопасности на открытом воздухе, оборудование должно выдерживать колебания температуры, вибрацию, пыль, влажность и длительную работу без обслуживания. Объединив платформу Jetson Orin с защищенной конструкцией, многокамерными интерфейсами и возможностями удаленного управления, DFI демонстрирует, что аппаратное обеспечение периферийного ИИ переходит от стадии «способности запускать модели» к стадии «долгосрочной стабильной эксплуатации». Для системных интеграторов и отраслевых клиентов при закупке периферийных ИИ-устройств важны не только показатели вычислительной мощности, но и типы интерфейсов, энергопотребление, охлаждение, удаленное обслуживание, жизненный цикл и надежность в полевых условиях. По мере дальнейшего внедрения приложений ИИ-зрения в транспорт, производство и сферу общественной безопасности, промышленные платформы периферийного ИИ станут важной инфраструктурой для реализации ИИ.

Со стороны DFI заявляют, что серия X6 благодаря унифицированной и масштабируемой архитектуре поддерживает организации в ускорении развертывания периферийного ИИ в приложениях интеллектуального транспорта, общественной безопасности, промышленной автоматизации, робототехники и видеонаблюдения. Дальнейшие переменные будут сосредоточены на внедрении в реальные проекты, адаптации программной экосистемы, совместимости с камерами и датчиками, а также на способности системных интеграторов формировать воспроизводимые отраслевые решения на основе этого оборудования. Для индустрии информационных и коммуникационных технологий периферийный ИИ объединяет вычислительные мощности, сети и обработку визуальных данных непосредственно на месте. В будущем конкуренция в области ИИ-инфраструктуры будет происходить не только в центрах обработки данных, но и распространится на городские дороги, заводские линии, мобильных роботов и периферийные узлы критически важных объектов.

Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com

Эта новость является результатом компиляции и перепечатки информации из глобального Интернета и стратегических партнеров. Она предназначена только для читателей. Если у вас возникнут какие-либо нарушения или другие проблемы, пожалуйста, своевременно сообщите нам. Этот сайт изменить или удалить ее. Перепечатка этой статьи без официального разрешения строго запрещена.электронная почта:news@wedoany.com
Связанные продукты
Последние новости
1
В порту Картахены (Испания) в июле запущена тестовая платформа для океанской энергетики
2
Срок эксплуатации двух британских АЭС продлён до 2030 года
3
Индия одобрила проект третьей железнодорожной линии стоимостью 4,4 млрд рупий
4
Бразильская Eneva получила 340 млн реалов за расторжение контракта на поставку СПГ с Vale
5
Обновление AI-ассистента Amazon Alexa Plus: интеграция с умными устройствами нескольких брендов
6
T-Mobile США во втором квартале добавила около 400 000 абонентов широкополосного доступа
7
Российская компания Aerodisk и платформа виртуализации zVirt завершили совместное тестирование технологии MetroCluster
8
Российская компания Indoors Navigation развернула систему внутренней навигации на стадионе VK Stadium
9
Облачная часть российской системы двухфакторной аутентификации Multifactor получила сертификат ФСТЭК
10
Сингапурская платформа цифровых платежей Sunrate совместно с Mastercard выпустила в Китае белую книгу об агентных глобальных платежах
Связанные рекомендации
Обновление AI-ассистента Amazon Alexa Plus: интеграция с умными устройствами нескольких брендов
2026-07-24
T-Mobile США во втором квартале добавила около 400 000 абонентов широкополосного доступа
2026-07-24
Российская компания Aerodisk и платформа виртуализации zVirt завершили совместное тестирование технологии MetroCluster
2026-07-24
Российская компания Indoors Navigation развернула систему внутренней навигации на стадионе VK Stadium
2026-07-24
Облачная часть российской системы двухфакторной аутентификации Multifactor получила сертификат ФСТЭК
2026-07-24
Сингапурская платформа цифровых платежей Sunrate совместно с Mastercard выпустила в Китае белую книгу об агентных глобальных платежах
2026-07-24
Американская компания Monk запускает голосовую коллекцию Voice Collections
2026-07-24
Nvidia и Amkor заключили соглашение на $1,5 млрд по упаковке чипов в США
2026-07-24
Выпуск Collabora Online 26.04 в Великобритании: более 115 миллионов загрузок
2026-07-24
SK Hyper из Южной Кореи объявила о планах по созданию центров обработки данных для ИИ мощностью 5 ГВт к 2029 году
2026-07-24