概述
在生命科學產業中，生物樣本成像對自動化和精確度的需求正在改變研究實驗室獲取、分析和分類數據的方式。一家美國研究自動化公司尋求利用人工智慧來推進其成像系統，以直接在邊緣偵測樣本狀況。為了實現這目標，該公司轉向 Premio 的 BCO-6000-RPL 系列高效能工業電腦，該電腦結合了 Intel 最新的 Core i9 效能與 GPU 加速，可實現邊緣高速、可靠的人工智慧推論和模型訓練。
挑戰
- CPU 瓶頸限制了人工智慧訓練和推論速度
- 需要高速儲存來處理連續的圖像資料流
- 需要 GPU 擴充以加速深度學習工作負載
- 有限的 I/O 和無線連接選項，用於管理多個 IP 攝影機
- 需要 UL 認證的可靠性以確保 24/7 連續運作
解決方案
- Premio 的 BCO-6000-RPL 系列高效能工業電腦 (Intel Core i9-13900TE，32GB DDR4 RAM)
- 1TB 高速 NVMe 儲存，用於即時圖像處理
- PCIe 擴充槽，用於整合 NVIDIA RTX 4000 SFF Ada GPU
- 內建 M.2 E-Key，用於 Wi-Fi 6 和藍牙 5 無線連接
- 完全相容 Linux Ubuntu 24.04.2 LTS，用於人工智慧框架最佳化
效益
- 加速人工智慧處理和即時無線資料傳輸
- 透過可擴展的 I/O 連接簡化多攝影機整合
- 經證實的 24/7 工業可靠性，確保實驗室連續運作
公司概覽
該公司專注於結合機器人、成像和人工智慧的實驗室自動化平台，以簡化生物研究工作流程。其創新解決方案可實現更快、更一致的實驗和數據收集。透過整合邊緣運算和無線連接，該公司不斷推動美國和全球生命科學市場的智慧實驗室自動化發展。
挑戰
克服人工智慧推論的 CPU 瓶頸
該公司現有系統難以滿足 PyTorch 模型所需的處理需求。無法充分利用多執行緒 CPU 效能導致訓練和推論延遲，限制了關鍵實驗中的即時圖像分類效能。
處理來自多個攝影機的高速資料
每個 IP 攝影機都持續擷取高解析度生物樣本圖像並串流到邊緣電腦。傳統儲存系統無法處理人工智慧訓練資料集所需的容量和速度，這可能導致同步資料寫入和讀取期間出現瓶頸。
擴充 GPU 資源以加速深度學習
高效能 GPU 整合對於訓練和推論加速至關重要。然而，實驗室的緊湊設置需要一個節省空間的解決方案，能夠容納獨立 GPU，而不會影響可靠性或散熱。
管理多攝影機系統的連接
成像環境需要有線和無線選項來連接不同實驗室站台的 IP 攝影機和輔助設備。缺乏內建 Wi-Fi 限制了部署彈性，並需要額外的外部轉接器，增加了設定的複雜性。
確保可靠性和認證合規性
實驗室的連續運作需要符合嚴格效能和安全標準的硬體，能夠 24/7 運行。該系統需要經過 UL 認證的可靠性，以符合工業安全要求，並確保在敏感環境中長期可靠。
解決方案
採用 Premio BCO-6000-RPL 的高效能邊緣運算
Premio 的 BCO-6000-RPL 透過其 Intel Core i9-13900TE CPU 提供卓越的處理能力，為邊緣的並行 AI 工作負載提供所需的多核心效能。堅固緊湊的設計確保了在連續使用下的長期運作可靠性。
用於連續圖像資料的高速 NVMe 儲存
內建的 M.2 NVMe 插槽支援超高速 SSD 儲存，可為高解析度攝影機影像提供快速的寫入和存取速度。這確保了在 AI 模型訓練和推論期間不間斷的圖像擷取和高效的資料處理。
用於深度學習加速的 GPU 擴充
憑藉其 PCIe x16 插槽，BCO-6000-RPL 無縫支援 NVIDIA RTX 4000 SFF Ada GPU，顯著增強了系統對 PyTorch 人工智慧工作負載的處理能力。這使得實驗室環境中的即時分類和分析成為可能。
內建 Wi-Fi 6 和藍牙 5，實現彈性部署
透過其 M.2 E-Key 插槽，該系統支援 Intel Wi-Fi 6 和藍牙 5 無線模組，實現了實驗室環境中靈活且整潔的安裝。這加快了設定速度，實現了遠端存取，並在站台之間提供了可靠的資料傳輸，無需大量的纜線連接。
工業可靠性和 UL 認證
BCO-6000-RPL 採用工業級元件製造，並通過 UL 62368-1、CE 和 FCC Class A 標準驗證，提供關鍵任務可靠性和安全合規性。Premio 位於洛杉磯的工程團隊提供及時的當地支援和長期生命週期保障。
產品優勢
AI 就緒的無線邊緣效能
Intel 最新 CPU、GPU 加速和 Wi-Fi 6 連線能力的結合，使即時訓練和推論能夠直接在邊緣進行，最大限度地減少延遲並實現快速模型迭代。
彈性整合與擴充性
憑藉豐富的 I/O 和無線功能，該系統可無縫支援多個 IP 攝影機，實現在不同成像站之間可擴充的實驗室設置，而無需額外基礎設施。
在地支援實現連續、可靠的運作
Premio 的 UL 認證設計以及其位於洛杉磯的設施所提供的便捷支援，確保了系統在關鍵研究環境中的壽命和不間斷性能。
結論
透過整合 Premio 的 BCO-6000-RPL 系列高效能工業電腦，生命科學自動化供應商成功將 AI 運算、GPU 加速和無線連線整合到一個精巧的邊緣平台中。其成果是更快速、更具彈性的影像工作流程，能夠直接在實驗室內進行即時 AI 推論和持續學習。此合作案例說明了工業級邊緣系統如何推動生物研究中的智慧自動化。