KI Super Computing Mini PC

Große KI Leistung

Edge Artificial Intelligence (Edge AI), bezeichnet die Ausführung von KI-Algorithmen direkt auf lokalen Geräten anstatt in einer zentralen Cloud.


Geringer Platzbedarf mit einer Größe (LxBxH) von 150 mm x 150 mm x 51 mm*.
Diese neue Desktop-Klasse wurde speziell für die KI-Entwicklung entwickelt und passt dennoch in Ihre Handfläche.
*) Bei der Größenangabe sind die Füße nicht berücksichtigt.

NVIDIA® DGX™ OS- und KI-Software-Stack

Implementieren Sie sofort Prototyping, Feinabstimmung und Inferenzfunktionen mit dem vertrauten Betriebssystem NVIDIA® DGX™ und der NVIDIA® KI-Software, die speziell für die KI-Entwicklung entwickelt wurde.

NVIDIA® GB10 Grace Blackwell Superchip

Sichern Sie sich bis zu 1000 TOPS KI-Rechenleistung mit einer NVIDIA® Blackwell GPU. Optimieren Sie die Datenvorverarbeitung und -orchestrierung mit einer Grace Arm CPU mit 20 Kernen*.

*) Die Multicore-Technologie dient zur Verbesserung der Leistung bestimmter Softwareprodukte. Nicht alle Kundinnen und Kunden oder Softwareanwendungen werden zwangsläufig von dieser Technologie profitieren. Leistung und Taktfrequenz variieren je nach Anwendung und Workload sowie individueller Hardware- und Softwarekonfiguration.

KI Super Computing Mini PC

Prozessor

  • NVIDIA GB10 Grace Blackwell Superchip
  • Blackwell Architecture GPU
  • 20 core Arm, 10 Cortex-X925 + 10 Cortex-A725 CPU
  • Blackwell Generation CUDA Cores
  • 5th Generation Tensor Cores
  • 4th Generation RT Cores
  • 1x NVEC
  • 1x NVDEC

NVIDIA® GB10 Grace Blackwell Superchip
Get up to 1000 TOPS of AI compute at FP4 precision with an NVIDIA® Blackwell GPU. Supercharge data preprocessing and orchestration with a Grace 20-core Arm CPU

KI Super Computing Mini PC

Hardware Systeme mit integriertem NPU Prozessor.

Das bedeutet, dass mehr Apps KI-Modelle lokal – und nicht in der Cloud – ausführen und so eine bessere Leistung, Genauigkeit und Datenschutzvorteile bieten.

Ein NPU Prozessor ist eine neuronale Verarbeitungseinheit (Neural Processing Unit, NPU). Dieser spezialisierte Prozessor ermöglicht es Apps, KI-Workloads auf dem Gerät auszuführen, während Ihre Unternehmensdaten sicher bleiben.

Was ist eine NPU?

Eine NPU ist ein spezialisierter Prozessor, der für die Verarbeitung von KI-Workloads ausgelegt ist. Im Gegensatz zu herkömmlichen CPUs und GPUs sind NPUs speziell für die komplexen mathematischen
Berechnungen ausgelegt, die für KI-Aufgaben erforderlich sind, und bieten eine beispiellose Effizienz, Leistung und Energieeinsparung.
Wenn KI-Workloads auf der NPU ausgeführt werden, stehen CPU und GPU weiterhin für andere Aufgaben zur Verfügung.

Was versteht man unter TOPS?

TOPS, oder Billionen von Operationen pro Sekunde, ist die grundlegende Leistungskennzahl für NPUs. Sie misst die Anzahl der Operationen (z. B. Additionen und Multiplikationen), die innerhalb einer Sekunde ausgeführt werden können.

Die Untersuchung von Parametern der TOPS-Gleichung wie Häufigkeit und Präzision kann ein tieferes
Verständnis der Fähigkeiten einer NPU bieten.

Microsoft schreibt für Copilot+ PCs eine NPUVerarbeitungskapazität von mindestens 40 TOPS vor. Um
die größtmögliche Leistung und Effizienz zu gewährleisten, gehen die Prozessoren der Snapdragon®
X Series sogar noch einen Schritt weiter und setzen mit 45 TOPS einen neuen Leistungsstandard.

Deep Learning

Deep Learning ist ein Teilbereich des maschinellen Lernens.

Dafür werden künstliche neuronale Netze mit vielen Schichten genutzt (ähnlich dem menschlichen Gehirn), um komplexe Muster in großen Datenmengen zu erkennen.

Es ahmt die Funktionsweise des menschlichen Gehirns nach und ermöglicht es Computern, Aufgaben wie Bild- und Spracherkennung, Textübersetzung und medizinische Diagnosen zu meistern. Im Gegensatz zu traditionellem maschinellem Lernen kann Deep Learning auch nicht-numerische Daten verarbeiten.

So funktioniert es

Das künstliche neuronale Netz verarbeitet die Daten indem es die Information jeweils an die nächste Schicht weitergibt. Je mehr Schichten, desto „tiefer“ ist das Netz. Durch das Training mit großen Datenmengen lernen die Neuronen Muster zu erkennen.

Diese Fähigkeit wird in COMREON® Videokonferenz Kamera Systemen für die Bild- und Spracherkennung genutzt,  um Muster und Merkmale zu erkennen, z.B. bei dem automatischen Folgen einer vortragenden Person.