Elektroniknet Logo

Processing Boards für Bildverarbeitung

Embedded Vision wird immer leistungsstärker

TQ-Systems
Die technischen Merkmale des COM-Express-Basic-Modul TQMx110EB von TQ
© TQ-Systems

Embedded-Vision-Technik ermöglicht kompakte und flexible, aber dennoch leistungsstarke Bildverarbeitungssysteme. Harald Maier, Product and Business Manager x86 bei TQ, erläutert, wie die neuesten Embedded-Prozessor-Architekturen aufgebaut sind, was sie leisten und was TQ diesbezüglich zu bieten hat.

Markt&Technik: Welche technischen Trends und Markttrends zeigen sich aus Ihrer Sicht derzeit beim Thema Embedded Vision?

Harald Maier: Die Ansprüche an Bildauflösung und Geschwindigkeit steigen stetig, wodurch Schnittstellen mit höherer Geschwindigkeit und niedriger Latenz im Fokus stehen. Wichtig dabei sind aber auch immer eine einfache Handhabung und gute Kompatibilität. Bei externen Verbindungen sind deshalb seit vielen Jahren die Standards USB3 Vision und GigE Vision sehr beliebt und weit verbreitet. Gerade bei schnellen, hochauflösenden Industriekameras zählt nun auch 10GigE Vision zu den etablierten Standards. 10GigE Vision ermöglicht einen direkten High-Speed-Anschluss (>1200 MB/s) an das Bildverarbeitungssystem, sodass zusätzliche Framegrabber (wie bei CameraLink und CoaXPress nötig) entbehrlich sind.

Für eine möglichst direkte breitbandige Kopplung zwischen Kamera und Bildverarbeitungssystem könnte sich künftig auch die direkte Verbindung über PCIe anbieten, um Zwischenkomponenten zu vermeiden. Erste gehauste Kameras wurden bereits 2018 am Markt vorgestellt, wobei PCIe vor allem in High-End-Embedded-Produkten die hohen Übertragungsraten voll ausschöpfen kann. Die flexible Bündelung von mehreren PCIe-Lanes sowie die neuen Geschwindigkeitsklassen ermöglichen dabei eine hohe Skalierbarkeit in Sachen Übertragungsgeschwindigkeit und bieten niedrige Latenz. Für die Bildauswertung spielt bei neuen, innovativen Lösungen das Thema künstliche Intelligenz natürlich eine wichtige Rolle.

Relevante Anbieter

Maier_Harald
Harald Maier, TQ: »Für die Bildauswertung spielt bei neuen, innovativen Lösungen das Thema künstliche Intelligenz eine wichtige Rolle.«
© TQ-Systems

Welche Strategie verfolgt die TQ-Group diesbezüglich?

TQ baut sein Portfolio von ARM- und x86-basierten Embedded-Modulen stetig aus und ermöglicht damit seinen Kunden den Einsatz aktueller Technologien in ihren Applikationen. Dabei spielen neue Prozessor-Derivate mit High-Speed-Schnittstellen und optimierter KI-Unterstützung eine wichtige Rolle, sodass wir für alle Leistungsklassen im Bereich Bildverarbeitung passende Module anbieten können. Unterschiedliche Starter Kits, die beispielsweise auch die Schnittstelle MIPI-CSI unterstützen, bieten die Möglichkeit, schon zu einem frühen Zeitpunkt Schnittstellen- und Performance-Tests durchzuführen und Entwicklungsphasen für optimierte, nachhaltige Bildverarbeitungslösungen zu verkürzen. Gerade bei sehr anspruchsvollen Bildverarbeitungsaufgaben sehen wir am Markt konkreten Handlungsbedarf bezüglich optimierter Systemarchitektur. Mit unserem neuen COM-Express-Basic-Modul TQMx110EB setzen wir deshalb auf die neuesten Intel-Core-Prozessoren, stellen dabei durchgängig hohe CPU-, GPU- und Systemleistung zu Verfügung und bieten zudem hohe Flexibilität bei Schnittstellen und Funktionserweiterungen.

Welche technischen Eigenschaften prädestinieren das neue COM-Express-Basic-Modul TQMx110EB von TQ für die Bildverarbeitung und speziell für die Abarbeitung von KI-Algorithmen?

Das TQMx110EB nutzt die neuesten High-End-Mobile-Core-Prozessoren von Intel, die auch unter dem Code-Namen „Tiger Lake H“ bekannt sind. Es integriert erstmals besonders leistungsfähige und verlustleistungsoptimierte „Core-i7“-8-Core-Derivate auf Basis des neuen 10-nm-SuperFin-Fertigungsprozesses von Intel. Optimale Voraussetzungen für die anspruchsvolle Bildverarbeitung bietet die neue Core-Mikroarchitektur „Willow Cove“ in Verbindung mit dem bis zu 24 MB großen Cache, der schnellen DDR4-3200-Speicheranbindung und vor allem der integrierten zwölften Generation Intel-UHD-Grafik auf Basis der Intel-Iris-Xe-Architektur, die auch in aktuellen Gaming-Laptops zu finden ist. Für einen zusätzlichen Boost im Bereich KI sorgen die neuen Befehlssätze für Vektor-Neuronale-Netzwerke (VNNI, Vector Neural Network Instructions), sodass sowohl die CPU-Cores als auch der Grafik-Core (ausgestattet mit bis zu 32 Execution Units) effizient für KI-Algorithmen genutzt werden können. Mit den zahlreichen High-Speed-Schnittstellen lässt sich eine durchgängig hohe Systemleistung auch bei der Kamera-Anbindung sicherstellen.

Das TQMx110EB kann in Embedded-Vision-Anwendungen als Processing Board fungieren. Welche Bildverarbeitungs-Aufgaben kann das TQMx110EB bearbeiten?

Das TQMx110EB bietet ausreichend Ressourcen und Performance für anspruchsvolle Bildverarbeitungsaufgaben wie etwa hochauflösende Oberflächeninspektion und Vermessung, optische Inspektion und Objekterkennung in schnellen Produktionsprozessen und sonstige Anwendungen mit hoher Detailgenauigkeit und KI-unterstützter Auswertung. Auch Multi-Kamera-Anwendungen profitieren von der durchgängig hohen Bandbreite und ausgeprägten Multitasking-Fähigkeit.

Welche Arten von Kameras lassen sich an das Board anschließen? Über welche Schnittstellen?

Weil das COM-Express-Modul immer in Kombination mit einem Carrier Board zum Einsatz kommt, besteht in puncto Schnittstellen hohe Flexibilität. GigE-Vision- und USB3-Vision-Kameras lassen sich direkt über Gigabit Ethernet beziehungsweise USB anbinden, wobei das Modul auch 2,5-Gigabit-Ethernet und vier USB-3.2-Gen2-Ports mit bis zu 10 Gbit/s zur Verfügung stellt. Für 10GigE-Vision-Kameras lässt sich der passende Controller (oder auch mehrere) auf dem Carrier Board platzieren und direkt mit der CPU über PCIe Gen4 verbinden, sodass jederzeit die volle Übertragungsgeschwindigkeit zur Verfügung steht. Dieses PCIe-Gen4-Interface zur CPU ist mit insgesamt 16 Lanes flexibel nutzbar und unterstützt bis zu drei Devices beziehungsweise PCIe-Framegrabber-Karten gleichzeitig in unterschiedlichen Kombinationen (x4/x8/x16), sodass sich auch Multi-Kamera-Anbindungen für CameraLink oder CoaXPress realisieren lassen. Dabei steht eine Gesamtbandbreite von bis zu 250 Gbit/s zur Verfügung. MIPI-CSI-Kameras unterstützt das TQMx110EB nicht, jedoch lassen sich Bildsensoren und Kameramodule direkt über PCIe anbinden. Zusätzlich zu PCIe Gen4 x16 stehen hier auch acht weitere PCIe-Gen3-Lanes zur Verfügung.

Wie lässt sich das Board in übergeordnete Systeme integrieren?

Das TQMx110EB bildet zusammen mit einem Carrier Board funktional eine komplette Embedded-PC-Einheit, die typischerweise über Gigabit- beziehungsweise 2,5-Gigabit-Ethernet mit übergeordneten Systemen vernetzt wird. Zudem sind Wireless-Verbindungen wie etwa WiFi 5/6 oder 5G über externe Controller möglich. Die Integration in komplette Produktionsabläufe erfolgt typischerweise über IP-basierte Protokolle, die auch Echtzeit-Unterstützung bieten können. Durch die individuelle Designmöglichkeit für das Carrier Board sowie die Einsatzmöglichkeit von Standard-Schnittstellen- und Erweiterungskarten besteht volle Designfreiheit.

Wie funktionieren die in den Intel-Core-Prozessoren der elften Generation integrierten neuen VNNI? Welche Bedeutung haben sie, und welche Aufgaben erfüllen sie für Bildverarbeitung und KI?

Deep Learning und Inferenz nutzen neuronale Netze. Viele enge Faltungsschleifen neuronaler Netze erfordern die wiederholte Multiplikation von zwei 16-bit-Werten oder zwei 8-bit-Werten und die Akkumulation in einem 32-bit-Wert. Diese Art von Rechenoperationen lassen sich durch die neuen Befehlsätze effizienter als bisher umsetzen, was für viele KI-Anwendungen zu besseren Leistungsdaten führt. Somit lassen sich beispielsweise Defekterkennungen mit einer viel höheren Genauigkeit und Geschwindigkeit durchführen. Muster- und Objekterkennung auf KI-Basis kann ebenfalls mit viel höherer Performance erfolgen, sodass sich Prozesszeiten verkürzen und die Leistungsfähigkeit von Gesamtanlagen deutlich optimieren lassen.


 


Verwandte Artikel

TQ-Systems GmbH, TQ-Group GmbH