DFI, ein weltweit führender Anbieter von Industriecomputern, Embedded-Mainboards und Edge-Computing-Plattformen, hat angekündigt, auf der Embedded World 2026 anwendungsorientierte Edge-AI-Plattformen vorzustellen. Diese wurden in Zusammenarbeit mit Intel entwickelt und verdeutlichen den Übergang von Edge-KI aus Pilotphasen hin zu skalierbaren, realen Einsätzen in Industrie- und Infrastrukturumgebungen. Laut MarketScreener adressiert DFI diese Anforderungen durch ein mehrschichtiges Edge-AI-Produktportfolio. Den Kern bilden in Kooperation mit Intel entwickelte Roboterarm-Anwendungen, die für den Einsatz unter anspruchsvollen Industriebedingungen konzipiert sind. Auf der Embedded World 2026 wird DFI zudem eine neue Generation missionskritischer Edge-AI-Plattformen für Verteidigungs- und Medizintechnik präsentieren.
Für den Verteidigungssektor und unbemannte Systeme führt DFI das PTH9HM COM-HPC Mini-Modul ein. Dabei handelt es sich um eine Recheneinheit im Kreditkartenformat, die auf SWaP-Effizienz (Size, Weight and Power) optimiert ist. Sie ermöglicht 8K-Visionsverarbeitung in Echtzeit sowie Edge-AI-Inferenz für autonome Navigation, Zielerkennung und Bedrohungsverfolgung. Angetrieben von Intel Core Ultra Prozessoren der Serie 3 mit integrierter Arc-GPU, unterstützt das PTH9HM den Betrieb in einem weiten Temperaturbereich von -40°C bis 85°C. Es verfügt über 64 GB On-Board-LPDDR5x-Speicher, PCIe Gen 5, duales 2,5GbE und TPM 2.0-Sicherheit zum Schutz missionskritischer Daten. Für die medizinische Bildgebung und Diagnostik stellt DFI zudem die PTH171/173 Edge-AI Mini-ITX-Mainboards vor. Diese basieren ebenfalls auf Intel Core Ultra Prozessoren der Serie 3, liefern bis zu 180 TOPS Gesamtleistung inklusive Intel Arc Graphics und bieten PCIe Gen 5-Erweiterung, umfassende Multi-Display- sowie I/O-Konnektivität und Intel vPro-Verwaltbarkeit. Die Mainboards sind für langlebige medizinische Anwendungen ausgelegt, die hohe Präzision und Zuverlässigkeit erfordern.
Das kompakte Industriesystem SF101-PTH wird von Intel Core Ultra Prozessoren der Serie 3 angetrieben. Die heterogene Architektur des Systems integriert die Intel-CPU mit integrierter GPU und NPU, um Echtzeitsteuerung, Bildverarbeitung und KI-Inferenz auf einer einzigen Edge-Plattform zu vereinen. Dank integrierter KI-Beschleunigung und Echtzeittechnologien wie Intel Time Coordinated Computing (TCC) und Time-Sensitive Networking (TSN) erreicht die Lösung Reaktionszeiten im Millisekundenbereich ohne dedizierte GPUs. Dies optimiert die Leistung pro Watt bei gleichzeitiger Senkung der Gesamtbetriebskosten (TCO) und bildet eine skalierbare Basis für Physical AI und Roboteranwendungen.
DFI betonte, dass die Roboterautomatisierung Anforderungen an Edge-Plattformen stellt, die weit über die reine KI-Inferenz hinausgehen. Neben der Unterstützung von KI-Workloads sind die Plattformen darauf ausgelegt, Echtzeit-Systemreaktionen, deterministischen Betrieb, umfassende I/O-Integration und langfristige Zuverlässigkeit zu gewährleisten – Eigenschaften, die für die Steuerung von Roboterarmen in Produktionsumgebungen unerlässlich sind. Dieselbe Plattformarchitektur kann laut Unternehmen für Vision AI, Industriesteuerung und intelligente Infrastruktur eingesetzt werden, wodurch Systemdesigns für mehrere Anwendungen wiederverwendbar sind.
Das Edge-AI-Portfolio von DFI ergänzt den Ansatz von Intel im Bereich Edge-KI. Durch die Intel Edge AI Suites wird die Lösungsentwicklung mittels Edge-AI-Software wie OpenVINO beschleunigt und optimiert. Dies ermöglicht es Systemintegratoren, Edge-AI-Workloads bereitzustellen und zu verwalten, während die Stabilität des Lebenszyklus gewahrt bleibt. DFI erklärte, dass die Zusammenarbeit mit Intel die Edge-AI-Technologien und die Ökosystem-Unterstützung von Intel mit dem anwendungsorientierten Produktdesign und der industriellen Zuverlässigkeit von DFI kombiniert. Dies versetzt Kunden in die Lage, von isolierten Demonstrationen zu wiederholbaren, produktionsreifen Edge-AI-Einsätzen überzugehen.
Das Unternehmen beabsichtigt, die Embedded World 2026 zu nutzen, um sein Edge-AI-Portfolio als skalierbare Grundlage für die Roboterautomatisierung und industrielle Edge-KI zu positionieren, statt lediglich als eine Sammlung von Einzwecksystemen.
