ADVERTISE SUBSCRIBE TECHNICAL ARTICLES EVENTS ETNdigi ABOUT USCONTACT
ETNdigi-superbanner
2026  # Double square

IN FOCUS

3D-piirit pakottavat suunnittelun huomioimaan lämmön, tehon ja mekaniikan

3D-IC-arkkitehtuureihin siirtyville suunnittelutiimeille suorituskyvyn ja luotettavuuden jatkuva parantaminen tuo mukanaan tuttuja mutta yhä monimutkaisempia haasteita: miten hallitaan tehonkulutusta, poistetaan lämpöä ja otetaan huomioon erilaisten fysikaalisten ilmiöiden monimutkainen vuorovaikutus pinotuissa rakenteissa?

Lue lisää...

ETNtv

 
ECF25 videos
  • Jaakko Ala-Paavola, Etteplan
  • Aku Wilenius, CN Rood
  • Tiitus Aho, Tria Technologies
  • Joe Hill, Digi International
  • Timo Poikonen, congatec
  • ECF25 panel
ECF24 videos
  • Timo Poikonen, congatec
  • Petri Sutela, Testhouse Nordic
  • Tomi Engdahl, CVG Convergens
  • Henrik Petersen, Adlink Technology
  • Dan Still , CSC
  • Aleksi Kallio, CSC
  • Antti Tolvanen, Etteplan
ECF23 videos
  • Milan Piskla & David Gustafik, Ciklum
  • Jarno Ahlström, Check Point Software
  • Tiitus Aho, Avnet Embedded
  • Hans Andersson, Acal BFi
  • Pasi Suhonen, Rohde & Schwarz
  • Joachim Preissner, Analog Devices
ECF22 videos
  • Antti Tolvanen, Etteplan
  • Timo Poikonen, congatec
  • Kimmo Järvinen, Xiphera
  • Sigurd Hellesvik, Nordic Semiconductor
  • Hans Andersson, Acal BFi
  • Andrea J. Beuter, Real-Time Systems
  • Ronald Singh, Digi International
  • Pertti Jalasvirta, CyberWatch Finland
ECF19 videos
  • Julius Kaluzevicius, Rutronik.com
  • Carsten Kindler, Altium
  • Tino Pyssysalo, Qt Company
  • Timo Poikonen, congatec
  • Wolfgang Meier, Data-Modul
  • Ronald Singh, Digi International
  • Bobby Vale, Advantech
  • Antti Tolvanen, Etteplan
  • Zach Shelby, Arm VP of Developers
ECF18 videos
  • Jaakko Ala-Paavola, Etteplan CTO
  • Heikki Ailisto, VTT
  • Lauri Koskinen, Minima Processor CTO
  • Tim Jensen, Avnet Integrated
  • Antti Löytynoja, Mathworks
  • Ilmari Veijola, Siemens

ETN

Oct Nov # TME square
TMSNet  advertisement
ETNdigi
A la carte
AUTOMATION DEVICES EMBEDDED NETWORKS TEST&MEASUREMENT SOFTWARE POWER BUSINESS NEW PRODUCTS
ADVERTISE SUBSCRIBE TECHNICAL ARTICLES EVENTS ETNdigi ABOUT US CONTACT
Share on Facebook Share on Twitter Share on LinkedIn

TECHNICAL ARTICLES

Mystiikka pois tekoälystä korttitietokoneilla

Tietoja
Kirjoittanut Veijo Ojanperä
Julkaistu: 17.01.2022
  • Devices
  • Embedded
  • Software

Tekoäly (AI) ja koneoppiminen (ML) ovat teknologioita, jotka tarjoavat valtavia potentiaalisia etuja monenlaisille sulautetuille järjestelmille. Monille yrityksille näiden nopeasti kehittyvien alueiden osaamisen kehittämiseen vaadittava investointi voi olla haastavaa. Jotkut maailman johtavista valmistajista kehittävät kuitenkin ratkaisuja, joiden avulla sulautetut kehittäjät voivat ottaa nämä innovatiiviset tekniikat käyttöön entistä yksinkertaisemmin ja nopeammin.

 

Artikkelin kirjoittaja Cliff Ortmeyer vastaa Premier Farnellin ratkaisujen kehittämisestä. Ortmeyer tuli Farnellin palvelukseen vuonna 2011. Sitä ennen hän työskenteli STMicroelectronicsilla liiketoiminnan kehityksessä yli 13 vuotta. Ortmeyerillä on elektroniikkainsinöörin tutkinto Iowa State Universitystä.

Tekoälyllä on potentiaalia tuoda lisäarvoa monille teollisuudenaloille, mutta yksi tärkeimmistä hyötyjä saavista olevista alueista on toimitusketjun hallinta ja edistynyt valmistus. McKinseyn raportissa [1] arvioitiin, että tekoäly voisi hyödyttää yrityksiä ja niiden asiakkaita 1,2-2 biljoonan dollarin edestä.

Tekoälyn suurin potentiaali valmistuksessa piilee ennakoivassa kunnossapidossa, jossa anturien tietojen avulla voidaan tunnistaa poikkeavuuksia ja ennustaa, milloin moottori tai tuotantoprosessi vaatii huomiota rikkoutumisen estämiseksi.

Muiden analyytikoiden tekemät tutkimukset korostavat hyviä uutisia. Accenturen raportti [2] osoitti, että tuotannosta tulee yksi AI-vallankumouksen suurimmista voittajista. Tekoälykäyttöiset järjestelmät oppivat jatkuvasti prosesseja, joten huoltoinsinöörit voivat unohtaa vialliset koneet ja käyttämättömät laitteet, kun taas nopea prototyyppien valmistus ja resurssien allokointi vähentävät markkinoille tuloaikaa ja kustannuksia. Kaikki nämä parannukset tuovat ennusteiden mukaan 39 prosentin kasvun kannattavuuteen.

Toisessa Accenturen raportissa [3] havaittiin, että 71 prosenttia teollisuuslaitesektorin johtajista uskoo, että tekoälyllä on merkittävä vaikutus heidän organisaatioonsa. 78 prosenttia sanoi, että sillä on merkittävä vaikutus koko sektoriin. Sama raportti osoittaa kuitenkin, että teollisuuslaitesektori on jäljessä tekoälyn hyödyntämisessä.

Hyvä esimerkki siitä, mitä tämä voi tarkoittaa käytännössä, on puolijohdeteollisuus. Puolijohdeyritykset ovat suurilla pääomasijoituksilla yrittäneet lyhentää tuotteiden elinkaarta ja keskittyä enemmän innovaatioihin pysyäkseen kilpailukykyisinä. Kun jokainen uusi sirusukupolvi pienentää piirin rakenteiden kokoa, kehitys- ja valmistuskustannukset ovat nousseet pilviin. Näille yrityksille tekoäly ja koneoppiminen tarjoavat mahdollisuuden muuttaa alan kustannusrakennetta lisäämällä tuottavuutta kaikissa vaiheissa tutkimuksesta sirujen suunnitteluun ja valmistukseen. ML-pohjaisia järjestelmiä voidaan myös kouluttaa havaitsemaan ja luokittelemaan kiekkojen viat automaattisesti, mikä parantaa edelleen saantoa.

Hitaasti liikkeelle tekoälyn käytössä

Teollisuuden ja esineiden internetin sovellukset perustuvat nykyään usein yhden kortin tietokoneisiin (SBC, Single Board Computers), ja noin 50 prosenttia Farnellin [5] haastattelemista suunnittelijoista käyttää näitä kehityslevyjä työssään. Vaikka korkean suorituskyvyn tekoäly on yksi yleisimmistä parannustoiveista korteilla, vain 20 prosenttia insinööreistä maailmanlaajuisesti hyödyntää tekoälyä ja koneoppimista SBC-sovelluksissaan.

Syyt tähän vähäiseen käyttöön ovat edelleen epäselviä, mutta Farnellin tutkimus paljasti, että insinöörit pitävät suunnittelunsa markkinoille tuomisen ajan lyhentämistä keskeisenä huolenaiheena. Huolimatta korttiteokoneiden helppokäyttöisyydestä, kehittäjät saattavat nähdä tekoälyn ja koneoppimisen esteenä: pelkona on, että näiden tekniikoiden hyödyntäminen vaikuttaisi kohtuuttomasti projektien budjetteihin ja aikatauluihin.

Tekoäly toiminnassa

Mitä tulee tekoälyyn käytännössä, ennakoiva ylläpito on yksi tärkeimmistä käyttötapauksista teollisuudessa. Elektroniikan komponenttien jakelija Avnet auttaa valmistajia ja kehittäjiä tuottamaan IoT-ratkaisuja eri toimialoille. Avnet teki esimerkiksi yhteistyötä suuren sähköajoneuvojen valmistajan kanssa tunnistaakseen poikkeavuuksia sen valmistusrobottien toiminnassa. ML-tekniikat ja tilastollinen vika-analyysi mahdollistivat poikkeavuuksien havaitsemisen reaaliajassa ja ryhtymisen tarvittaviin toimiin vikojen ehkäisemiseksi.

Omistettujen laitteiden seuranta on myös suuri mahdollisuus. Yhdysvaltalainen maansiirto- ja rakennuskoneiden valmistaja, joka tarjosi koneita ja laitteita vuokralle päiviksi tai kuukausiksi kerrallaan, käytti älykästä valvontaa siirtyäkseen tarjoamaan tuotteitaan palveluna. Näin yritys pystyi vuokraamaan laitteita käytön perusteella sen sijaan, että asiakkaat maksaisivat koko päivästä tai kuukaudesta.

Kuvien prosessointi ja kasvojentunnistus ovat perinteisiä tekoälyn ja koneoppimisen käyttötapauksia, koska tuotannossa niitä voidaan käyttää työntekijöiden sisäänpääsyn turvaamiseen, läsnäolon seuraamiseen sekä petosten ja varkauksien estämiseen. Esimerkiksi Sonyn teknologiakeskus Englannissa (UK Technology Center) otti käyttöön kuvankäsittelyn osana projektia, joka käyttää tekoälytekniikkaa tuotteiden vaihtelun ja laadun seuraamiseen tehtaalla. Yli 150 Raspberry Pi -korttitietokonetta ja Raspberry Pi High Quality -kameraa käytettiin tarkastelemaan prosesseja, kuten osien asennusta yksittäisille piirilevyille.

Se ei ole niin vaikeaa

Vaikka tekoäly ja ML voivat kuulostaa pelottavilta, suuret alustavalmistajat ovat ryhtymässä toimiin ja helpottavat insinöörien ja sulautettujen kehittäjien mahdollisuuksia hyödyntää tekniikkaa. Korttitietokoneista on tulossa tehokkaampia ja ne mahdollistavat tekoälyalgoritmien, kuten kuvien luokittelun, objektien havaitsemisen ja eleiden tunnistuksen, suorittamisen TensorFlow Liten [6] kaltaisilla työkaluilla.

TensorFlow Lite on optimoitu laitteiden koneoppimiseen, mikä auttaa kehittäjiä ajamaan malleja mobiililaitteissa, sulautetuissa ja IoT-laitteissa. Työkalu ratkaisee joitakin korttitietokoneiden keskeisiä rajoituksia: se poistaa latenssin, kun dataa ei tarvitse lähettää palvelimelle, varmistaa yksityisyyden koska henkilötietoja ei poistu laitteesta, ei vaadi Internet-yhteyttä ja tarjoaa fyysisesti pienimmät laitteet sekä minimoidun virrankulutuksen.

TensorFlow Lite tarjoaa useita valmiiksi koulutettuja malleja, jotka voivat sopia teolliseen tai tuotantokäyttöön. Nämä "reseptit" tekevät tekoälyratkaisujen käyttöönotosta paljon helpompaa sellaisten toimintojen suorittamiseen, kuten kuvien luokittelumallit, jotka voivat tunnistaa satoja kohteita mukaan lukien ihmiset ja aktiviteetit, sekä luonnollisen kielen kysymyksiin vastaamisen ja eleiden tunnistamisen. On monia muitakin kirjastoja, jotka mahdollistavat sisäisten tekoälyprosessointiratkaisujen kehittämisen, mutta vaikka nämä vähentävät tarvittavaa asiantuntemusta, kokeneita tekoälyasiantuntijoita tarvitaan silti.

Pääsy pilvipohjaisiin palveluihin verkkoon yhdistettyjen laitteiden kautta varmistaa, että dataa voidaan analysoida ilman, että itse kortilta vaaditaan valtavaa laskentatehoa. Pilvipohjaiset palvelut voivat mahdollistaa tekoälyn yksinkertaisemman käyttöönoton, ja näiden alustojen kokeneita käyttäjiä on paljon suurempi joukko.

Microsoft on tämän alueen johtava yritys ja on julkaissut Azure Sphere IoT -alustan, joka tarjoaa myös Linux-ytimen käyttöjärjestelmän IoT-päätelaitteissa käytettäviä sulautettuja mikro-ohjaimia (MCU) varten. Tyypillisiin käyttötapauksiin kuuluu esimerkiksi Starbucksin pilotti, joka sulautti Azure Sphere -mikro-ohjaimet keräämään telemetriatietoja myymälöissään olevista kahvinkeittimistä. Yhtiö odottaa kerättyjen tietojen auttavan ennakoimaan mahdollisia ongelmia, ennen kuin kahvinkeittimet ja muut myymälässä olevat koneet tarvitsevat korjausta. Azure-ohjaimet ovat edullisia, tarjoavat laajan valikoiman liitäntävaihtoehtoja, mukaan lukien matkapuhelinverkko ja Ethernet, ja niitä voidaan tukea useilla kehityskorteilla ja aloitussarjoilla.

Toinen suuri pilvialusta on Amazon Web Services (AWS). Alusta käyttää reunalaskentaa ja edistyneitä analytiikkatyökaluja, jotka auttavat älykästä tehdasta parantamaan tuottavuutta keräämällä ja analysoimalla tehtaan tiedot. Se sisältää pääsyn pilvipohjaiseen tekoälyyn ja ML-malleihin reaaliaikaisen ennakoivan analytiikan tarjoamiseksi.

Toinen lähestymistapa on käyttää pilvipohjaisia palveluita avoimen lähdekoodin kehysten, kuten Caffe ja TensorFlow, rinnalla. Caffe on tunnettu kehys, jonka on kehittänyt Berkeleyn tohtoriopiskelija Yangqing Jia, kun taas TensorFlow-alustan on kehittänyt Googlen Brain Team, ja se tarjoaa laajan kirjaston työkaluja, kirjastoja ja yhteisön resursseja.

Suljetun lähdekoodin ratkaisut tarjoavat myös helppokäyttöisen vaihtoehdon. Arm tarjoaa integraation Watsonin kanssa Mbed IoT -laitekehitysalustan kautta [7]. IBM on myös rakentanut suoria rajapintoja Watson AI -alustaan kehityskorteilla kuten Raspberry Pillä, mikä tekee koneoppimissovellusten prototyyppien tekemisestä helppoa ennen lopulliseen arkkitehtuuriin sitoutumista.

Korttitietokoneita tekoälyyn

Farnellilla on laaja valikoima yhden kortin tietokoneita, jotka tukevat sulautettuja tekoälysovelluksia. Suosituin niistä on Raspberry Pi 4. Malli B -versio on saatavana DDR4RAM-muistilla 8 gigatavuun asti.

Arduino Portenta on erittäin suorituskykyinen korttitietokone. Sen kaksi epäsymmetristä ydintä voivat suorittaa samanaikaisesti korkean tason koodia, kuten protokollapinoja, ML-malleja tai jopa tulkittuja kieliä, kuten MicroPython tai Javascript.

Yhdistämällä nämä tehokkaat, helppokäyttöiset kortit valmiisiin pilvialustoihin IoT-laitekehittäjät voivat helposti hyödyntää tekoälyä ja koneoppimismalleja projekteissaan. Laitevalmistusta tekeville asiakkaille hyödyt ovat ilmeiset ja niistä tulee välttämättömyys tuotteiden laadun, tehtaan tuottavuuden ja monen muun tekijän parantamisessa.

Sulautetun tekoälyn tulevaisuus

Järjestelmän suorituskyvyn parantuessa tekoälyn ja koneoppimismallien lisääntynyt käyttöönotto sulautetuissa sovelluksissa on väistämätöntä. Vaikka tekniikka on monimutkaista, on jo olemassa ratkaisuja, jotka vähentävät dramaattisesti tekoälyn ja ML-mallien integrointia ja käyttöönottoa. Koska käyttöönottoa ei ole syytä lykätä, ja koska on todennäköistä, että kilpailijoiden tuotteet tarjoavat näiden teknologioiden mahdollistamia lisäetuja, suunnittelijoilla on painava syy ottaa tekoäly- ja ML-teknologioita käyttöön sulautetuissa järjestelmissä jo nyt.

Viitteet

[1] https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/most-of-ais-business-uses-will-be-in-two-areas

[2] https://www.accenture.com/fr-fr/_acnmedia/36dc7f76eab444cab6a7f44017cc3997.pdf

[3] https://www.accenture.com/_acnmedia/PDF-74/Accenture-Pov-Manufacturing-Digital-Final.pdf

[4] https://www.accenture.com/us-en/insights/artificial-intelligence-summary-index

[5] https://www.element14.com/news/new-research-from-farnell-shows-demand-for-low-cost-sbcs-in-industrial-and-iot-applications/

[6] https://www.tensorflow.org/lite/tutorials

[7] https://os.mbed.com/

MORE NEWS

Stubb uskoo Suomen nousevan tekoälyinfran suurvallaksi

Presidentti Alexander Stubb uskoo, että Suomella on poikkeuksellisen vahvat edellytykset nousta tekoälyn infrastruktuurin suurvallaksi. Slush 2026 -tapahtuman avauskeskustelussa Stubb nosti esiin Suomen puhtaan energian, Nokian verkkoteknologian sekä vahvan kvantti- ja avaruusteknologian osaamisen. Hänen mukaansa tekoälyn seuraava suuri kilpailu käydään infrastruktuurista.

NB-IoT irtautuu maanpäällisistä verkoista

NB-IoT-laitteiden yhteydet eivät enää rajoitu matkapuhelinverkkojen kuuluvuusalueille. Satelliittioperaattori Iridium on aktivoinut uuden NTN Direct -palvelunsa, joka tuo 3GPP-standardeihin perustuvan NB-IoT-tiedonsiirron koko maapallon kattavaan satelliittiverkkoon. Ensimmäinen palveluun hyväksytty moduuli tulee Nordic Semiconductorilta.

Suomalainen Willo tekee Teslan unelmasta totta

Nikola Tesla haaveili jo yli sata vuotta sitten maailmasta, jossa sähköä voitaisiin siirtää ilman johtoja. Nyt suomalainen Willo on ottanut merkittävän askeleen kohti tämän vision toteutumista. Yhtiö esitteli Helsingissä maailman ensimmäiseksi kuvaamansa langattoman tehonsiirron, jossa vastaanotin voi sijaita täysin vapaasti kolmiulotteisessa magneettikentässä. Akuton lamppu syttyi heti, kun se tuotiin huoneeseen.

SolidRun siirsi 10 gigabitin Ethernetin vaikeimman osan moduulille

Nopean Ethernet-yhteyden toteuttaminen on yksi teollisuuden sulautettujen järjestelmien vaativimmista piirilevysuunnittelun tehtävistä. SolidRun on ratkaissut ongelman integroimalla kaikki kolme Ethernetin PHY-piiriä suoraan uuteen NXP i.MX 95 -prosessorimoduuliinsa.

Fujitsu yhdistää AI-palvelimet sadan kilometrin päässä toisistaan

Fujitsun verkkoteknologiayhtiö 1Finity on kehittänyt optisen verkkokortin, jolla eri datakeskuksissa sijaitsevia tekoälypalvelimia voidaan yhdistää jopa 800 gigabitin sekuntinopeudella noin sadan kilometrin etäisyydellä. Uutuuden tavoitteena on saada hajautetut GPU-resurssit tehokkaampaan käyttöön.

Wi-Fi 8 testaaminen onnistuu jo ennen standardin valmistumista

Wi-Fi 8 -standardin odotetaan valmistuvan vasta vuonna 2028, mutta ensimmäisiä laitteita voidaan jo testata. Anritsu on päivittänyt MT8862A-mittausalustansa tukemaan uutta WLAN-tekniikkaa sekä Bluetooth LE -yhteyksiä.

Suomalainen salain sai ensimmäisenä Naton hyväksynnän

Suomalaisen Instan kehittämä salauslaite on saanut ensimmäisenä kotimaisena salausratkaisuna Naton Confidential-tason hyväksynnän. Traficom on lisäksi todennut Insta SafeLink Secret -salaimen täyttävän Suomen turvallisuusluokan II eli SALAINEN-tason vaatimukset. Hyväksynnät avaavat laitteelle käyttömahdollisuuksia sekä Suomen viranomaisverkoissa että Naton turvallisuusluokitellussa tiedonsiirrossa.

Kelluu kehitti lentävän tutkan Suomen itärajan valvontaan

Suomalainen Kelluu on kehittänyt ilmalaivaansa passiivisen tutkan, joka havaitsee kohteita radio-, televisio- ja matkapuhelinverkkojen signaalien heijastuksista. HALO-järjestelmä ei lähetä itse mitään, joten sen toimintaa ei voi paikantaa tutkalähetteen perusteella.

Würth tuo suuret virrat tavalliselle piirilevylle

Suurten virtojen johtaminen piirilevyllä on perinteisesti edellyttänyt paksuja kuparikerroksia tai erikoisrakenteita. Würth Elektronik ICS uusi PowerBusbar PF -virtakisko mahdollistaa suurten virtojen siirtämisen myös tavallisella FR4-piirilevyllä. Samalla voidaan pienentää piirilevyn kokoa ja valmistuskustannuksia.

Uuden ajan Linux haastaa Windowsin ja macOS:n

Piilaaksossa kehitetään uutta Linux-pohjaista käyttöjärjestelmää, jossa tekoäly ei ole erillinen sovellus vaan osa koko järjestelmän perustaa. Kora Systems uskoo voivansa haastaa Microsoftin ja Applen vain 50 huippuinsinöörin voimin. Ensimmäiset Kora-tietokoneet on tarkoitus tuoda markkinoille ensi vuonna.

Nokian tekoälytehdas tarvitsee muutakin kuin GPU-tehoa

Nokia on mukana viiden eurooppalaisen teknologiayhtiön hankkeessa, jossa suunnitellaan miljardiluokan tekoälyinfrastruktuuria Pohjoismaihin ja Baltiaan. Tekoälyn gigatehtaan rakentamiseen tarvitaan kuitenkin paljon muutakin kuin tehokkaita grafiikkaprosessoreita. Erityisen tärkeään asemaan nousevat tietoliikenneverkot ja sähkönsyöttö.

Iceyen uusi satelliitti erottaa 11 senttimetrin yksityiskohdat

Suomalainen Iceye on julkistanut viidennen sukupolven SAR-tutkasatelliittinsa, joka pystyy parhaimmillaan 11 senttimetrin erotuskykyyn. Gen5-satelliitti tuo mukanaan myös tekoälyprosessorin, jonka avulla kuvien analysointia voidaan tulevaisuudessa siirtää suoraan kiertoradalle.

TME haastaa DigiKeyn ja Mouserin eri aseilla

– Vertailimme valikoimaamme DigiKeyn ja Mouserin kanssa. Meillä on 1 300 toimittajaa, joista 747:ää ei löydy kummankaan kilpailijan valikoimasta, kertoo TME Amerikan liiketoimintaa johtava Mark Burr-Lonnon. Puolalainen komponenttijakelija kasvaa tänä vuonna 30 prosenttia ja aikoo haastaa alan amerikkalaiset jättiläiset ennen kaikkea erilaisella tuotevalikoimalla.

Nokia mukana – 20 gigabittiä ilman kaapelia

Googlen tutkimushankkeesta irtautunut Taara esittelee yhdessä AT&T ja Nokia Federal Solutionsin kanssa tekniikkaa, joka siirtää dataa ilmassa valonsäteellä jopa 20 gigabitin sekuntinopeudella. Texasissa demonstroitava yhteys ulottuu 14 kilometrin päähän ilman valokuitua tai radiotaajuuksia.

Electronica rikkoi ennätyksiä, mutta yhdestä asiasta vaiettiin

Münchenin electronica-messut rikkoivat jälleen ennätyksiä. Neljän päivän aikana messuilla vieraili yli 86 000 kävijää, ja 3 512 näytteilleasettajaa esitteli elektroniikkateollisuuden uusimpia ratkaisuja. Tekoäly hallitsi messuhalleja, mutta yhdestä asiasta yritykset eivät halunneet puhua suoraan. Sodan vaikutuksesta elektroniikkateollisuuden kysyntään.

Siemens puristi viikkojen verifiointityön tunteihin

Elektroniikkasuunnittelun verifiointi on pitkään ollut yksi tuotekehityksen pahimmista pullonkauloista. Siemens esitteli Münchenin Electronica-messuilla uuden tekoälyratkaisun, joka automatisoi simulointien valmistelun, tulosten analysoinnin ja korjausehdotukset. Yhtiön omassa testissä 3–4 viikon työ lyheni muutamaan tuntiin. Ajansäästö oli peräti 99 prosenttia.

Miljoona älymittaria samaan radioverkkoon

Yksi radioverkko voi palvella yli miljoonaa älymittaria, joiden paristot kestävät jopa 20 vuotta. Norjalainen Radiocrafts, joka kuuluu ruotsalaiseen LumenRadio-konserniin, on esitellyt valmistajan mukaan maailman ensimmäisen uutta OMS-LPWAN-tiedonsiirtotekniikkaa tukevan radiomoduulin.

Droonit ovat vasta robotiikan vallankumouksen alku

Robotiikasta on tulossa yksi elektroniikkateollisuuden suurista kasvumarkkinoista, mutta droonit ovat vasta kehityksen ensimmäinen vaihe. NXP:llä robotiikasta vastaava johtaja Jerome Legrosin mukaan tekoäly muuttaa robotit yksittäisten komponenttien muodostamista laitteista autonomisiksi järjestelmiksi. Samalla niiden kehittämisestä tulee entistä monimutkaisempaa.

Komponenttipula pahenee ensi vuonna

Tekoälybuumi alkaa näkyä yhä laajemmin elektroniikkakomponenttien saatavuudessa. Digikeyn liiketoiminna kehittämisestä globaalisti vastaava Mike Slater varoittaa, että tilanne vaikeutuu ensi vuonna entisestään. Joidenkin komponenttien toimitusajat ovat venyneet jopa 50 viikkoon.

Melexis tuo tuntoaistin robotin sormenpäähän

Tekoäly on parantanut robottien kykyä ymmärtää ohjeita ja suunnitella toimintaansa, mutta esineiden käsittely on edelleen vaikeaa. Belgialainen Melexis tuo nyt markkinoille sormenpäämoduulin, jonka avulla humanoidirobotti voi tuntea paitsi puristusvoiman myös sen, mihin suuntaan esine pyrkii liukumaan otteessa.

Oct Nov   # puffbox mobox till square
2026  # mobox för double square
TMSNet  advertisement

© Elektroniikkalehti

 
 

TECHNICAL ARTICLES

5G-verkko ilman operaattoria – DECT NR+ haastaa tutut IoT-ratkaisut

ETN - Technical article5G-yhteyden rakentamiseen ei välttämättä tarvita matkapuhelinoperaattoria, SIM-kortteja eikä lisensoitua radiotaajuutta. DECT NR+ tuo 5G-standardin ominaisuuksia paikallisiin IoT-verkkoihin, joissa tarvitaan pitkää kantamaa, pientä viivettä ja luotettavaa tiedonsiirtoa. Uusi tekniikka yhdistää itsestään järjestäytyvän mesh-verkon, energiatehokkuuden ja nopean tiedonsiirron tavalla, joka haastaa monet nykyiset langattomat ratkaisut.

Lue lisää...

OPINION

Googlen jätti-investointi: aika on kypsä uudelle ydinvoimalle

Googlen 13 miljardin euron investointi Suomeen on valtava uutinen. Vielä suurempi uutinen saattaa kuitenkin olla se, mitä investointi kertoo Suomen sähköntarpeesta. Tekoäly tarvitsee sähköä. Paljon sähköä, tasaisesti ja ympäri vuorokauden.

Lue lisää...

 

LATEST NEWS

  • Stubb uskoo Suomen nousevan tekoälyinfran suurvallaksi
  • NB-IoT irtautuu maanpäällisistä verkoista
  • Suomalainen Willo tekee Teslan unelmasta totta
  • SolidRun siirsi 10 gigabitin Ethernetin vaikeimman osan moduulille
  • Fujitsu yhdistää AI-palvelimet sadan kilometrin päässä toisistaan

NEW PRODUCTS

  • Sama piirilevy käy aurinkokennolle ja USB-lataukselle
  • Murata kutisti RF-testiliittimen neliömillimetriin
  • 40 TOPSin tekoälyteho ensimmäistä kertaa SMARC-moduulille
  • Muratan lämpötila-anturi on lähes näkymätön
  • 600 megabittiä satelliitin sisällä
 
 

Section Tapet