SOMs mit NPU, AI/ML-Funktionen und leistungsfähiger Grafik kommen in industriellen Geräten zum Einsatz, in denen lokale Datenverarbeitung und kompakte Bauformen gefragt sind. Wir begleiten Ihre produktionsbezogene Qualifikation und Integration ausschließlich im Rahmen konkreter OEM-Projekte sowie der Vorbereitung auf die Serienfertigung.
SOM-Module mit NPU und AI/ML-Unterstützung verbinden Rechen-, Speicher- und Schnittstellenfunktionen in einem kompakten Modul. Eine integrierte NPU kann dabei Rechenaufgaben für künstliche Intelligenz beschleunigen, während leistungsfähige Grafikressourcen zur Verarbeitung und Darstellung visueller Daten eingesetzt werden können.
Im EMS-Prozess behandeln wir solche Module als fertige Komponenten innerhalb eines konkreten Produktionsprojekts des Kunden. Wir entwickeln weder das SOM noch die AI/ML-Architektur des Endprodukts. Unsere Aufgabe beginnt mit der produktionsbezogenen DfM-Analyse und der Vorbereitung der Serienintegration. Dabei prüfen wir die vom Kunden bereitgestellte Dokumentation, die BOM, die Schnittstellen sowie die relevanten Montagebedingungen auf Fertigungstauglichkeit.
Industrielle AI/ML-SOM-Lösungen werden im konkreten Produktionsprojekt qualifiziert und gemäß den Vorgaben des OEMs in den Serienprozess eingebunden.
System-on-Module für Edge-AI-Anwendungen ermöglichen die Verarbeitung bestimmter Daten direkt im Gerät, ohne dass jede Berechnung an eine externe Rechenplattform übertragen werden muss. Für industrielle Visionsysteme können dabei Rechenressourcen für Bilddaten und lokale AI/ML-Funktionen relevant sein. Die Definition des Anwendungsszenarios, der Algorithmen und der Software bleibt jedoch vollständig beim OEM.
Wir konzentrieren uns auf die reproduzierbare Integration des bereits festgelegten Moduls in den Produktionsprozess. Dazu gehören die Bewertung der Fertigungstauglichkeit, die produktionsbezogene Qualifikation des vorgesehenen Moduls und dessen Integration sowie Produktions- und Integrationstests nach den vom Kunden definierten Kriterien.
Bei Bedarf berücksichtigen wir innerhalb des jeweiligen Produktionsprojekts auch die Materialverfügbarkeit sowie vom Kunden freigegebene sourcingbezogene Alternativen. Dadurch lassen sich Produktions- und Lieferkettenrisiken im Rahmen der Serienvorbereitung identifizieren, ohne die Systemarchitektur des Kunden zu verändern.
Embedded-Module für KI und Hochleistungs-Grafik stellen auf engem Raum Rechenressourcen bereit, die in industriellen Embedded-Geräten für Bildverarbeitung, Visualisierung oder lokale AI/ML-Aufgaben eingesetzt werden können. Welche NPU-, GPU-, Speicher- oder Schnittstellenkonfiguration erforderlich ist, ergibt sich aus dem bereits definierten Produkt des Kunden und gehört nicht zum funktionalen Design durch Elhurt EMS.
Für die industrielle Umsetzung betrachten wir stattdessen die Produktions- und Integrationsbedingungen. Dazu können unter anderem folgende Punkte gehören:
So bleibt die technische Verantwortung des OEM klar von unserer Verantwortung für einen kontrollierten Fertigungs- und Integrationsprozess getrennt.
Leistungsstarke SOMs für Machine Learning und Visualisierung können Bestandteil von Geräten für industrielle Bildverarbeitung, lokale Datenanalyse, Bedienoberflächen oder vernetzte Automatisierung sein. Entscheidend für uns ist nicht die Entwicklung dieser Funktionen, sondern die reproduzierbare Integration und Umsetzung gemäß der vom Kunden freigegebenen Dokumentation in der Serienproduktion.
Wir unterstützen die Qualifikation und Integration solcher Module im konkreten Produktionsprojekt, bereiten die Produktionsdokumentation vor und berücksichtigen Anforderungen an Materialfluss, Traceability, ESD sowie die relevanten Qualitätsprozesse. Elhurt EMS arbeitet unter anderem nach ISO 9001, ISO 14001 und ISO 13485 sowie nach anwendbaren IPC-Anforderungen.
Bei SOM-Modulen mit NPU und AI/ML-Unterstützung kann zudem die langfristige Komponentenverfügbarkeit zur Sicherung der Kontinuität der Serienfertigung berücksichtigt werden. Bei Anforderungen im Zusammenhang mit CE, RoHS oder einer UL-Zertifizierung des Endprodukts unterstützen wir ausschließlich auf Produktionsseite durch Dokumentation und vereinbarte Prüfprozesse. Die Konformitätsbewertung, Kennzeichnung und regulatorische Verantwortung verbleiben beim OEM beziehungsweise beim Inverkehrbringer.
Wir verwenden Cookies, um Nutzern eine reibungslose Navigation zu ermöglichen und bestimmte Funktionen bereitzustellen. Ausführliche Informationen zu allen Cookies, die den jeweiligen Einwilligungskategorien zugeordnet sind, finden Sie unten.
Cookies, die als „notwendig“ eingestuft sind, werden im Browser des Nutzers gespeichert, da sie für die grundlegenden Funktionen der Website erforderlich sind.
Wir verwenden außerdem Cookies von Drittanbietern, die uns dabei helfen, zu analysieren, wie Nutzer die Website verwenden, Nutzerpräferenzen zu speichern sowie relevante Inhalte und Werbung bereitzustellen. Diese Cookies werden nur mit vorheriger Zustimmung des Nutzers im Browser gespeichert.
Sie können einige oder alle dieser Cookies aktivieren oder deaktivieren. Die Deaktivierung bestimmter Cookies kann jedoch die Qualität Ihres Nutzungserlebnisses beeinträchtigen.
| Cookie | Dauer | Beschreibung |
|---|---|---|
| _GRECAPTCHA | 180 days | |
| __cf_bm | 0 minutes | Cloudflare Bot Management — unterscheidet Menschen von Bots. |
| rc::* | Persistent | Google reCAPTCHA — localStorage zur Speicherung des Status der Anti-Bot-Abfrage. |
| Cookie | Dauer | Beschreibung |
|---|---|---|
| wp-wpml_current_language | Session | WPML — stores the current language. |
| Cookie | Dauer | Beschreibung |
|---|---|---|
| _ga | 400 days | Google Analytics — unterscheidet eindeutige Nutzer anhand einer Client-ID. |
| _ga_* | 400 days | Google Analytics 4 — speichert den Sitzungsstatus für einzelne Properties. |
| Cookie | Dauer | Beschreibung |
|---|---|---|
| _gcl_au | 90 days | Google AdSense/Ads — Experimente zur Wirksamkeit von Werbung (Tool zur Conversion-Verfolgung). |
| test_cookie | 0 minutes | Google DoubleClick — prüft, ob der Browser Cookies unterstützt. |
| Cookie | Dauer | Beschreibung |
|---|---|---|
| _lscache_vary | 2 days | |
| _lfa | 365 days | |
| bcookie | 365 days | |
| li_gc | 180 days | |
| lidc | 1 day |