Axelera AI 16GB Quad-Core Metis PCIe Accelerator card (856 INT8 TOPS) mit Active-Cooling

Axelera AISKU: AXE-BME20P4AC16A01
Lieferfrist: 1-2 Tage
Keine Bewertungen

Preis:
Sonderpreis1.460,99 €

Versandkosten werden im Checkout berechnet.

Konfigurator

Gesamt Preis: Sonderpreis1.460,99 €

Axelera Metis PCIe KI-Beschleuniger für Computer Vision

Die Axelera Metis PCIe AI Accelerator Card ist ein leistungsstarker KI-Beschleuniger für Deep Neural Networks (DNNs) in der Inferenz, speziell für Computer-Vision-Anwendungen.

Im Herzen der Lösung arbeitet die quad-core Metis AIPU (AI Processing Unit) von Axelera AI, die hohe Rechenleistung bei geringer Leistungsaufnahme kombiniert. Damit eignet sich die PCIe-Karte besonders für industrielle und professionelle Anwendungen mit großen neuronalen Netzen, hohen Framerates oder mehreren parallelen Kamerastreams.

Hauptfeatures:

  • Bis zu 846 TOPS (INT8) bei nur 30–58 W Leistungsaufnahme

  • Parallele Ausführung mehrerer Deep Neural Networks und Kamerastreams

  • PCIe Gen3 x16 für einfache Integration in ARM- und x86-Systeme

  • Single-Slot-Formfaktor, aktiv gekühlt

Technische Daten

Merkmal Spezifikation
Produkt Axelera AI PCIe AI Accelerator Card
AIPU Quad-core Metis AIPU
Modellnummer AXE-BME20P4AC16A01
Performance Bis zu 846 TOPS (INT8)
Formfaktor PCIe Single Slot, Full Height, 3/4 Length
Interface PCIe Gen 3.0 x16 (16 GB/s bidirektional)
Speicher 16 GB On-Board DRAM
Typische Leistungsaufnahme ca. 30 – 58 W
Betriebstemperatur 0 bis +60 °C
Kühlung Aktive Luftkühlung
Sicherheitsfeatures Secure Boot, Root of Trust
Betriebssysteme Linux, Windows
CPU-Architekturen ARM, x86

Softwareunterstützung & Modellzoo

  • SDK: Voyager SDK für einfache Integration

  • Frameworks: PyTorch, ONNX, TensorFlow (via ONNX)

  • Modellzoo:

    • Bildklassifikation: ResNet-50, MobileNetv2

    • Objekterkennung: MobileNetv2-SSD, YOLOv5–YOLOv9

    • Segmentierung: DeepLabv3, YOLOv8-seg, U-Net

    • Pose Estimation: YOLOv8-pose

  • Compiler-Funktionen: automatische Quantisierung (INT8) und Graph-Optimierung

  • Vorteile: hohe Leistungseffizienz, besonders für Computer Vision, parallele Modellausführung

Der Compiler unterstützt Pytorch und ONNX Modelle. Quantisierung (Quantization) und Graph-Optimierung (Graph optimization) werden dabei automatisch durchgeführt, um optimale Performance und Genauigkeit zu erzielen.

Einsatzbereiche

  • Industrie 4.0 / Automatisierung

  • Sicherheits- und Überwachungssysteme

  • Robotik & autonome Systeme

  • Logistik & Supply Chain

  • Retail & Smart Stores

  • Medizinische Bildanalyse (Inferenz)

  • Versorgungsbetriebe (Energie, Wasser)

  • Agrartechnik / Smart Farming

Lieferumfang

  • Axelera Metis PCIe AI Accelerator Card

  • Vormontierte aktive Kühlung

Beratung durch buyzero

Wir beraten Sie ob Ihr Modell auf dem Axelera AI Metis Chip lauffähig ist, und ob Sie Ihr Projekt mit Hilfe von Axelera AI umsetzen können. Kontaktieren Sie uns dazu bitte.

Misc

 

FAQ – Häufig gestellte Fragen

Welche Beispielanwendungen gibt es für den Axelera Metis AI Accelerator?

Der Axelera Metis PCIe KI-Beschleuniger beschleunigt Deep Neural Networks (DNNs) in der Inferenz, insbesondere CNN-basierte Modelle. Typische Anwendungen:

  • Pose Estimation – Schätzung der Körperhaltung
  • Objekterkennung mit Bounding Boxes (z. B. Fahrzeuge oder Produkte)
  • Bildsegmentierung, z. B. zur Markierung bestimmter Bildbereiche
  • Nummernschilderkennung
  • Gesichts- und Personenerkennung
  • Weitere KI-gestützte Bild- und Videoanalyse-Anwendungen

Können Modelle, die auf NVIDIA laufen, auch auf Axelera Metis ausgeführt werden? Was sind die Vorteile von Axelera gegenüber NVIDIA?

Bestehende Modelle müssen portiert und quantisiert werden (FP32 → INT8), da der Metis Chip für Inferenz optimiert ist. Vorteile von Axelera Metis:

  • Industrie-fokus & langfristige Verfügbarkeit
  • Hohe Effizienz pro Watt
  • Kompaktere Lösungen mit hoher TOPS-Leistung
  • Parallele Ausführung mehrerer Modelle / Streams

Wir beraten Sie ob Ihr Modell auf dem Axelera AI Metis Chip lauffähig ist, und ob Sie Ihr Projekt mit Hilfe von Axelera AI umsetzen können. Kontaktieren Sie uns dazu bitte.

Ich benötige mehr TOPS für eine komplexe Anwendung – welche Optionen gibt es?

Axelera bereitet eine Karte mit vier Metis Chips vor - Kontaktieren Sie uns dazu bitte, falls Sie dazu weitere Informationen haben möchten. Eine weitere Alternative ist ein Cluster aus Biscotti-Modulen (die auf HAILO-8 basieren):

Wir bieten in unserem Shop eine Lösung mit 52 TOPS - das Biscotti Modul an. Es nutzt dazu zwei HAILO-8 Module, und hat einen EDSFF E1.S Anschluss - der in Storage Servern zum Einsatz kommt. 

Dadurch kann das Biscotti Dual HAILO Modul auch in Clustern verbaut werden, und in einem 19'' Server bspw. auf 1600 TOPS skaliert werden.

In Kooperation mit dem Hersteller Unigen können wir mit einer Lead Time von ca. 6 Monaten auch Axelera-Cluster für Sie realisieren.

Wir stehen gerne bei Fragen zur Verfügung, kontaktieren Sie uns um uns Ihre Anforderungen zu schildern!

Ist der Axelera Metis Chip eine Alternative zum Google Coral?

Ja, für Anwendungen, die bisher viele Coral-Chips nutzen, kann Metis eine zentralisierte und leistungsstarke Alternative sein. Für niedrigere Leistungsanforderungen bieten sich HAILO-8 Module an.

Können Large Language Models (LLMs) wie LLAMA auf Axelera Metis ausgeführt werden?

Nein. Der Metis Chip ist nur für Deep Neural Networks in der Inferenz ausgelegt. LLMs sind nicht kompatibel.

Kann ich mit Axelera Metis Modelle trainieren?

Nein. Training ist nicht vorgesehen, nur Inferenz (INT8). Für Training werden GPUs eingesetzt. Wir beraten bei Modellportierung und Inferenzoptimierung.

Dokumentation & Downloads

Montagehinweis

  • Einbau in freien PCIe Gen3 x16 Slot
  • Betrieb nur mit Host-CPU
  • Ausreichende Luftzirkulation für Kühlung

Hinweise

  • Nur für Inferenz (INT8)
  • Nicht für Training oder LLMs geeignet
GPSR - EU Verantwortliche Person: Axelera AI B.V., High Tech Campus 5, EINDHOVEN, Noord-Brabant, 5656 AE, Netherlands, e-Mail.: info@axelera.ai
GPSR - Produkthersteller (Kontaktdaten für GPSR): Axelera AI B.V., High Tech Campus 5, EINDHOVEN, Noord-Brabant, 5656 AE, Netherlands, e-Mail.: info@axelera.ai
GPSR - Wirtschaftsakteur: pi3g GmbH & Co. KG, Zschochersche Allee 1, 04207 Leipzig, Deutschland, support [@] pi3g.com

Sicherheitsangaben

  • Lesen Sie die Bedienungsanleitung sorgfältig durch, bevor Sie das Produkt verwenden.
  • Stellen Sie sicher, dass alle Montage- und Installationsanweisungen des Herstellers sorgfältig befolgt werden.
  • Verwenden Sie das Produkt nur für den vorgesehenen Zweck.
  • Die unsachgemäße Nutzung dieses Produkts kann zu schweren Verletzungen oder Sachschäden führen.
  • Nicht für Kinder unter 10 Jahren geeignet.
  • Bei unsachgemäßer Verwendung besteht eine Verletzungsgefahr.
  • Dieses Produkt entspricht den geltenden Sicherheitsanforderungen der Europäischen Union.
  • Dieses Produkt wurde gemäß der GPSR geprüft, die sicherstellt, dass alle relevanten Sicherheitsanforderungen für Konsumgüter eingehalten werden.

Nachverfolgbarkeitsinformationen

Jedes Produkt verfügt über eines oder mehrere der folgenden Merkmale:

  • Ein CE-Kennzeichen, das die Einhaltung der Sicherheits-, Gesundheits- und Umweltschutzanforderungen der Europäischen Union anzeigt.
  • Eine eindeutige Serien- oder Chargennummer, um die Nachverfolgbarkeit zu gewährleisten und bei Bedarf Rückrufaktionen zu unterstützen.
  • Hersteller- und Importeurangaben für den Kundensupport und Sicherheitsanfragen.

Überwachung und Berichterstattung von Vorfällen

Für den unwahrscheinlichen Fall eines Produktproblems haben wir Verfahren implementiert, um:

  • Kundenbeschwerden zeitnah bearbeiten.
  • Schwerwiegende Vorfälle über das EU Safety Gate/RAPEX-System melden.
  • Mit den Marktüberwachungsbehörden zusammenarbeiten, um die öffentliche Sicherheit zu gewährleisten.

Kontakt:

  • Email: support [@] pi3g.com
  • Telefon: 0341 / 392 858 40

Dieses Produkt ist vollständig mit allen geltenden EU-Vorschriften konform, um die Sicherheit unserer geschätzten Kunden zu gewährleisten.

Ähnliche Artikel

Zuletzt angesehen