Advantech AIR-075: Edge AI für Physical AI und Agentic AI

Hardware: NVIDIA Jetson Thor

Im Zentrum des Advantech AIR-075 stehen die NVIDIA Jetson T5000 und Jetson T4000 Module auf Basis der NVIDIA Blackwell Architektur. Der Jetson T5000 integriert einen 14-Core Arm Neoverse V3AE 64-Bit-Prozessor, eine NVIDIA Blackwell GPU mit 2.560 Kernen und 96 Tensor Cores der fünften Generation sowie 128 GB 256-Bit-LPDDR5X-Speicher mit 273 GB/s Bandbreite. Die KI-Leistung erreicht bis zu 2.070 TFLOPS FP4-Sparse. Der Jetson T4000 verfügt über einen 12-Core-Prozessor, 1.536 Blackwell GPU-Kerne, 64 Tensor Cores und 64 GB LPDDR5X bei ebenfalls 273 GB/s Speicherbandbreite; die KI-Leistung liegt bei bis zu 1.200 TFLOPS FP4-Sparse.

Die beiden Varianten bieten unterschiedliche Leistungs- und Speicherkonfigurationen für verschiedene Edge-AI-Anforderungen. Der T5000 stellt mehr GPU-Ressourcen und die doppelte Speicherkapazität des T4000 bereit.

Advantech hebt beim AIR-075 außerdem die Verwendung von validiertem On-Module-DRAM hervor. Dieser Ansatz unterstützt eine planbarere Speicherbeschaffung und adressiert damit einen praktischen Aspekt industrieller KI-Projekte: die langfristige Verfügbarkeit zentraler Komponenten bei steigender Nachfrage nach Edge-AI-Systemen.

Technische Merkmale und Ausstattung

Ein wesentliches Merkmal des Advantech AIR-075 ist die native 10GbE-Konnektivität. Die T5000-Variante verfügt über vier RJ45-Ports mit 10GbE, während die T4000-Variante zwei 10GbE-Ports bereitstellt. Die Schnittstellen unterstützen Ethernet-Geschwindigkeiten von 10 Mbit/s bis 10 Gbit/s; optional steht PoE nach IEEE 802.3af zur Verfügung. Damit adressiert das System insbesondere Multi-Camera-Anwendungen, bei denen mehrere IP-Kameras ihre Daten direkt an eine lokale KI-Inferenzplattform übertragen.

Für lokale Datenspeicherung stehen ein M.2 2280 M-Key und ein M.2 2242 M-Key Steckplatz für NVMe zur Verfügung. Ein M.2 2230 E-Key ist für Wi-Fi/Bluetooth vorgesehen, ein M.2 3052 B-Key für 5G. Ergänzend verfügt das System über zwei USB-C-3.2-Gen1- und zwei USB-A-3.2-Gen2-Anschlüsse sowie einen zusätzlichen USB-C-Port für den Recovery Mode. HDMI 2.1 und DisplayPort 1.4a unterstützen jeweils eine Auflösung von bis zu 4K bei 60 Hz.

Für die industrielle Integration stehen zwei serielle Schnittstellen für RS-232/422/485 zur Verfügung. Die T5000-Variante ergänzt die Ausstattung um zwei CAN-Bux-Schnittstellen und einen 8-Bit-DI/DO. Damit lässt sich das System direkt mit ausgewählten Sensoren, Steuerungen und weiteren Komponenten einer Maschine verbinden. Ein TPM-2.0-Modul ergänzt die Hardware um eine Funktion für hardwarebasierte Sicherheits- und Integritätsmechanismen.

Mit einem Eingangsspannungsbereich von 19 bis 36 V DC ist das Advantech AIR-075 für die Integration in industrielle Stromversorgungen ausgelegt. Das Gehäuse misst 235,8 × 174 × 59 mm, wiegt 2,89 kg und unterstützt die Wandmontage.

Das Datenblatt führt insgesamt acht Varianten auf. Sie unterscheiden sich unter anderem durch das eingesetzte Jetson-Modul, die Speicherbestückung, die SSD sowie unterschiedliche Fertigungsvarianten. Für industrielle Beschaffungsprojekte schafft diese Auswahl zusätzliche Flexibilität bei der Konfiguration und Lieferplanung.

Bei der Leistungsaufnahme nennt Advantech für die T5000-Konfiguration 13,2 W im typischen OS-Idle-Betrieb und bis zu 156 W bei Volllast. Als optionales Zubehör steht ein 330-W-Netzteil zur Verfügung. Für alternative Netzteile definiert Advantech konkrete Anforderungen an Dauer- und Spitzenleistung.

Edge-AI-Anwendungen: Einsatzbereiche

Mehrkamera-Bildverarbeitung: Die vier nativen 10GbE-Schnittstellen der T5000-Variante ermöglichen die direkte Anbindung mehrerer IP-Kameras an ein einzelnes Edge-AI-System. Advantech positioniert das AIR-075 ausdrücklich für Multi-Camera-Deployments und hebt die hohe Bandbreite für die Echtzeitverarbeitung von Videodaten hervor. In geeigneten Systemarchitekturen reduziert die direkte Anbindung den Bedarf an zusätzlicher Netzwerkaggregation und vereinfacht die Integration in bestehende IP-basierte Vision-Infrastrukturen.

Robotik und Physical AI: Physical AI verbindet KI-basierte Wahrnehmung und Entscheidungsprozesse mit physischen Systemen. Advantech positioniert das AIR-075 für Robotikanwendungen, in denen multimodale KI-Verarbeitung und autonome Entscheidungsprozesse eine Rolle spielen. Die hohe Rechenleistung des Jetson Thor schafft dafür die erforderliche lokale Computing-Basis. Die CAN-Bus und seriellen Schnittstellen der T5000-Variante unterstützen zusätzlich die Integration industrieller Komponenten und Sensorik.

Fabrikautomation: In der Fabrikautomation verbindet das AIR-075 KI-Rechenleistung mit industrieller Konnektivität. Die Plattform adressiert Anwendungen, in denen mehrere Datenquellen direkt am Edge verarbeitet werden. Die Kombination aus 10GbE, CAN-Bus, seriellen Schnittstellen und digitalem I/O unterstützt die Integration in unterschiedliche industrielle Systemarchitekturen.

Agentic AI und Generative AI: Mit Agentic AI erweitert sich der Einsatzbereich von Edge AI über einzelne Inferenzaufgaben hinaus. AI-Systeme verbinden verschiedene Datenquellen, interpretieren den jeweiligen Kontext und leiten daraus weitere Aktionen innerhalb eines Workflows ab. Advantech positioniert das AIR-075 als Edge-AI-Agent-System für Vision und Agentic AI und nennt multimodales Reasoning sowie autonome Entscheidungsprozesse als zentrale Einsatzbereiche. Dazu gehören insbesondere Robotik, Fabrikautomation und weitere industrielle Anwendungen.

Auch Generative AI erweitert die Möglichkeiten von Edge AI. Sprach-, Bild- und multimodale Modelle verbinden unterschiedliche Informationsquellen und schaffen neue Ansätze für die Interaktion zwischen Menschen, Maschinen und AI-Systemen. Die hohe Rechenleistung und Speicherkapazität der Jetson-Thor-Plattform schaffen dafür eine geeignete Hardwarebasis. Der T5000 stellt bis zu 128 GB LPDDR5X und 2.070 TFLOPS FP4-Sparse KI-Leistung bereit.

Verteilte Edge-AI-Bereitstellung: Für verteilte industrielle Anwendungen adressiert das AIR-075 Szenarien, in denen KI-Verarbeitung direkt an mehreren Datenquellen oder Maschinen stattfindet. Die Plattform unterstützt über entsprechende M.2-Erweiterungen Wi-Fi und 5G sowie lokale NVMe-Speicherung. Damit eignet sich das AIR-075 als Hardwarebasis für dezentrale Edge-AI-Deployments und autonome Maschinen.