• in English
  • PRZEMYSŁOWE

    Przemysłowe komputery wbudowane

    Farnell oferuje najnowsze, najnowocześniejsze przemysłowe komputery wbudowane, przeznaczone do użytku w najbardziej wymagających środowiskach przemysłowych IoT oraz edge computing.

    Aby zapewnić Ci spokój, nasze komputery przemysłowe pomogą skrócić przestoje i zapobiec awariom. Komputery wbudowane od wiodących dostawców dostępne są w różnych formach, idealnych do wdrożeń w ograniczonych przestrzeniach, zaprojektowane z myślą o wydajności i niezawodności.

    Dlaczego przemysłowe komputery wbudowane?

    Rozwój Internetu Rzeczy był wspierany przez rozpowszechnienie przemysłowych komputerów wbudowanych, a także rozpowszechnienie czujników i innych technologii połączonych (IoT).

    Internet Rzeczy niesie ze sobą niespotykane dotąd możliwości dla firm i społeczności. Komputery przemysłowe zapewniają moc obliczeniową, a także szeroką gamę opcji I/O do podłączania maszyn, czujników i innych urządzeń. Komputer przemysłowy może gromadzić, przetwarzać i udostępniać dane z niemal dowolnego miejsca z wykorzystaniem mocy chmury i łączności bezprzewodowej.

    Można je znaleźć w prawie każdej branży, w tym energetyce, opiece zdrowotnej i produkcji. W przypadku czujników i komputerów używanych w całej społeczności i firmie awaria IT może mieć poważne konsekwencje. Przestój, nawet krótkotrwały, w wielu sytuacjach może być katastrofalny. Aby sprostać wymogom Internetu Rzeczy, zostały zaprojektowane do działania 24 godziny na dobę, siedem dni w tygodniu.

    Idealne dla ciężkich warunków środowiskowych
    Idealne dla ciężkich warunków środowiskowych
    Wydajna łączność i opcje I/O
    Mnogość połączeń
    Kompaktowe rozmiary
    Kompaktowe rozmiary
    Zgodność i wsparcie
    Zgodność i wsparcie
    Wieloletnia dostępność
    Wieloletnia dostępność
    Wydajna łączność i opcje I/O
    Rozbudowane I/O

    Polecani dostawcy

    Module obliczeniowy Raspberry Pi 4

    Moc Raspberry Pi 4 zamknięta w kompaktowej obudowie na potrzeby wbudowanych aplikacji.

    Moduł obliczeniowy Raspberry Pi 4 (CM4) posiada czterordzeniowy procesor ARM Cortex-A72, podwójne wyjście wideo i szeroki wybór innych interfejsów. Dostępny w 32 wariantach, z całą gamą pamięci RAM i opcji eMMC flash, z lub bez modułu łączności bezprzewodowej.

    Najważniejsze cechy to wysokowydajny 64-bitowy czterordzeniowy procesor, obsługa dwóch wyświetlaczy w rozdzielczości do 4K, sprzętowe dekodowanie wideo z prędkością do 4Kp60, do 8 GB pamięci RAM, Gigabit Ethernet, USB 2.0, interfejsy dla dwóch kamer oraz Interfejs PCIe Gen 2 x1. Opcjonalna dwuzakresowa bezprzewodowa sieć LAN 2,4/5,0GHz i Bluetooth 5 posiadają modułową certyfikację zgodności.

    Pozwala to na projektowanie płytek do postaci produktów końcowych przy znacznie zmniejszonej konieczności wykonywania testów zgodności, pozwalając zredukować zarówno koszty jak i czas wprowadzenia na rynek. Można użyć anteny pokładowej lub zestawu anteny zewnętrznej.

    Raspberry Pi RP2040

    Niezależnie od tego, czy posiadasz Raspberry Pi Pico, czy też inną płytkę mikrokontrolera opartą na RP2040, wszystko, czego ma początek potrzebujesz, jest tutaj.

    Znajdziesz tu wsparcie dla rozpoczęcia pracy z C/C++ lub MicroPython na Raspberry Pi Pico oraz linki do zasobów dla innych płyt, używających RP2040. Dostępne są również linki do dokumentacji technicznej zarówno płytki mikrokontrolera Raspberry Pi Pico, jak i naszego układu mikrokontrolera RP2040.

    Studium przypadku

    Roboty rolnicze napędzane przez Raspberry Pi
    FutureHome: System IoT inteligentnego budynku stworzony na bazie modułu obliczeniowego
    Multicomp Pro

    Obudowy niestandardowe:
    dla zastosowań o krytycznym znaczeniu

    Powered by:

    gttwireless

    Polecane zasoby

    W terminie od września 2020 roku do grudnia 2020 roku przeprowadziliśmy wśród klientów z naszej globalnej bazy ankietę na temat Internetu Rzeczy (IoT). Otrzymaliśmy 2 095 wypełnionych kwestionariuszy z 60 krajów, w większości od inżynierów zajmujących się rozwiązaniami IoT. Oto wyniki.

    Dowiedz się jak używać Raspberry Pi 4, aby zintegrować rozwiązania do rozpoznawania mowy i komponenty Human Vision (HVC), aby rozpocząć rozwój aplikacji wykorzystujących sztuczną inteligencję Internetu rzeczy (AIoT) na potrzeby użytku osobistego i profesjonalnego.

    Ten przewodnik po rozwiązaniach przedstawia binarną sieć neuronową (BNN) i kwantowaną sieć neuronową (QNN) w zestawie Avnet Ulta96-V2 wykorzystującym nakładki Xilinx PYNQ. Użytkownicy będą mogli implementować aplikacje wykorzystujące sieci neuronowe do rozpoznawania obrazów, na przykład system wykrywania znaków drogowych i system identyfikacji zwierząt ImageNet. Ten projekt objaśnia krok po kroku jak implementować model akceleracji o wysokiej wydajności w oparciu o sprzęt we wbudowanych rozwiązaniach do przetwarzania przy brzegu sieci, wykorzystujących sztuczną inteligencję Internetu rzeczy (AIoT) zamiast stosować implementację oprogramowania, które charakteryzuje się swoimi własnymi ograniczeniami.

    W terminie od września 2020 roku do grudnia 2020 roku przeprowadziliśmy wśród klientów z naszej globalnej bazy ankietę na temat Internetu Rzeczy (IoT). Otrzymaliśmy 2 095 wypełnionych kwestionariuszy z 60 krajów, w większości od inżynierów zajmujących się rozwiązaniami IoT. Oto wyniki.

    Centrum zasobów technicznych

    Inspirujące informacje o najnowszych technologiach i zastosowaniach

    Najlepsi dostawcy