목요일, 4월 24, 2025

에이디링크, 엣지 AI 추론 위한 딥러닝 가속 플랫폼 출시

컴퓨팅 집약적인 AI 추론 및 학습 작업을 가속화하도록 설계된 DLAP x86 시리즈

에이디링크 (ADLINK Technology)가 산업 애플리케이션 전반에 걸쳐 엣지에 AI(인공지능)를 배치하기 위한 가장 컴팩트한 고성능의 GPU 기반 딥 러닝 가속 플랫폼인 DLAP x86 시리즈를 출시했다.

DLAP x86 시리즈는 데이터가 생성되고 액션이 취해지는 엣지에서 상당량의 딥 러닝 구현을 목표로 한다. 컴퓨팅 집약적이고 메모리가 많이 소모되는 AI 추론 및 러닝 작업을 가속화하여 다양한 산업 애플리케이션에 AI 성능을 제공하도록 최적화되어 있다.

AD링크 -딥러닝 가속 플랫폼
에이디링크의 DLAP x86 시리즈는 산업, 제조 및 의료 환경에서 AI 애플리케이션을 지원하는 가장 컴팩트한 GPU 기반 딥 러닝 가속화 플랫폼이다

DLAP x86 시리즈의 기능은 다음과 같다.
• 고성능을 위한 이기종 아키텍처 – Intel® 프로세서 및 NVIDIA Turing™ GPU 아키텍처를 통해 다른 아키텍처보다 높은 GPU 가속 연산을 제공하고 와트 및 달러당 최적화된 성능을 제공한다.
• DLAP x86 시리즈의 소형 사이즈는 3.2L에서 시작한다. 이동성 장치나 이동식 의료 영상 장비와 같이 물리적 공간이 제한된 기기에 최적이다.
• 신뢰성을 위한 견고한 설계로 DLAP x86 시리즈는 최대 섭씨 50도/240와트의 열 발산, 강한 진동(최대 2 Grms) 및 충격 보호(최대 30 Grms)를 유지할 수 있어 산업, 제조 및 의료 환경에서 안정성이 보장된다.

에이디링크의 임베디드 플랫폼  및 모듈 제품센터 디렉터인 제인 차이(Zane Tsai)는 “대규모 다층의 네트워크 또는 복잡한 데이터셋을 위해 DLAP x86가 설계됐다. 에이디링크의 DLAP 시리즈는 딥 러닝 애플리케이션에 제공하는 유연성이다.”고 설명했다.

그에 따르면,  설계자는 애플리케이션의 뉴럴 네트워크와 AI 추론 속도에 따라 CPU와 GPU 프로세서의 최적 조합을 선택할 수 있다. 즉, 비용 대비 높은 성능을 산출할 수 있다는 것이다.

엣지 AI 애플리케이션에서 최적의 SWaP 및 AI 성능을 제공하는 DLAP x86은 의료, 제조, 운송 및 기타 부문의 운영을 혁신하는 데 돕고 있다.

사용 예는 다음과 같다:
* 이동식 의료 영상 장비: C-arm, 내시경 시스템, 수술 내비게이션 시스템
* 제조 작업: 객체 인식, 로봇 선택 및 배치, 품질 검사
* 지식 전송을 위한 엣지 AI 서버: 사전 훈련된 AI 모델과 로컬 데이터 세트의 결합

자세한 내용은 www.adlinktech.com/kr 에서 확인할 수 있다.



.
이 기사는 아이씨엔매거진에서 발행되었습니다. 더 많은 기사를 아이씨엔매거진(링크)에서 확인하실 수 있습니다.        

 

ASI
오승모 기자
오승모 기자http://icnweb.kr
기술로 이야기를 만드는 "테크 스토리텔러". 아이씨엔 미래기술센터 수석연구위원이며, 아이씨엔매거진 편집장을 맡고 있습니다. 디지털 전환을 위한 데이터에 기반한 혁신 기술들을 국내 엔지니어들에게 쉽게 전파하는데 노력하는 중입니다.
ACHEMA 2027
  • 파스텍 배너 900
  • hilscher
ASI

Join our Newsletter

Get the latest newsletters on industry innovations.

파스텍 배너 300
Hannover messe

Related articles

[기고] AI 데이터센터 전력 공급 방안.. 48V 통합 핫 스왑(eFuse)

AI 데이터센터에는 최신 중앙 처리 장치, GPU(그래픽 처리 장치) 및 하드웨어 가속기를 지원하기 위해 전력 밀도가 높고 효율적인 솔루션이 필요하다.

매트랩 엑스포 2025 코리아, 소프트웨어 정의 시스템 기술 혁신 주목

매스웍스가 개최한 '매트랩 엑스포 2025 코리아'에서 1500여 명의 기술 전문가들이 참여해 소프트웨어 정의 시스템을 강조했다

“AI가 제조업 생산성 혁신 주도한다”.. 팀뷰어 AI 기회 보고서

제조업의 78% 의사결정자가 주 1회 이상 AI를 활용하며 생산성 향상을 도모하고 있으나, 기술 숙련도는 여전히 낮은 수준이며, 반복 업무 자동화 등을 통해 월 10시간의 효율화 효과를 얻고 있다.

기자의 추가 기사

IIoT

오토모션
Hannover messe

추천 기사

mobility