Der Embedded Server ist für rechenintensive Anwendungen konzipiert, für die große Mengen an Daten verarbeitet und analysiert werden – wie beispielsweise Machine Learning oder Artificial Intelligence. Durch sein modulares Konzept ist er zudem skalierbar und kann als Basis für Edge- und Fog-Computing-Konzepte verwendet werden. Verfügbar ist der Zinc Cube SKD mit Intel Xeon-D-2100-Prozessoren und kann je DIMM-Sockel mit bis zu 32 GB DDR4-RAM ausgestattet werden.
Plattform für Machine Learning und KI
Der Zinc Cube SKD wurde als Plattform für industrielle Applikationen, Machine Learning und künstliche Intelligenz entwickelt. Er basiert auf Intel Xeon-D-2100-Prozessoren (12C 75W / 8C 65W / 4C 60W) mit vier bis zwölf CPU-Kernen. Seine acht DIMM-Sockel unterstützen bis zu 256 GB ECC-Speicher.
Zudem ist der Zinc Cube SKD mit acht 2,5 Zoll großen SATA-SSD/HDD-Wechsellaufwerken sowie einem internen M.2-2280-Laufwerk ausgestattet, jeweils mit möglichen RAID-Funktionalitäten. Die Schnittstellen umfassen zwei USB-3.0-Anschlüsse an der Frontseite sowie an der Rückseite zwei USB-3.0- und zwei USB-2.0-Anschlüsse.
Für einen hohen Datendurchsatz sollen die vier 10-GBit-SFP+-LAN-Ethernet-Schnittstellen sorgen. Systemerweiterungen können über einen PCIe-x16- (Double Wide) und zwei PCIe-x8-Erweiterungssteckplätze vorgenommen werden. Der Zinc Cube SKD ist für Windows- und Linux-Server zertifiziert.
Fertigung auf die nächste Stufe heben
„Mit der zunehmenden Verbreitung von Industrie-4.0-Konzepten steigt der Bedarf an leistungsstarken, skalierbaren und widerstandsfähigen Embedded-Servern, die für den fertigungsnahen Einsatz ausgelegt sind“, sagt Norbert Hauser, Vice President Marketing bei Kontron. „Sie übernehmen in Fog- und Edge-Architekturen die Analyse und Verwaltung der anfallenden Daten. Der Zinc-Cube-SKD-Embedded-Server bietet Anwendern eine verlässliche und planbare Plattform, um ihre Fertigung mit Machine-Learning- und KI-Konzepten auf die nächste Stufe zu heben und die Bahn frei zu machen für größere Effizienz und neue Geschäftsmodelle.“
