Industrie-PC für Machine Vision: Anforderungen an GPU, Schnittstellen und Echtzeit

Symbolbild, KI-generiert (gpt-image-1)

Ein Machine Vision PC ist das Herzstück kamerabasierter Inspektions- und Analysesysteme in der Industrie. Er empfängt Bilddaten von einer oder mehreren Industriekameras, verarbeitet sie in Echtzeit und gibt Steuersignale an die Linie zurück. Die Anforderungen an einen Machine-Vision-PC unterscheiden sich deutlich von denen einer Standard-Workstation: Kameratreiber, Latenz, Determinismus und Robustheit stehen im Vordergrund.

Die Basis bleibt dabei ein gewöhnlicher Industrie-PC mit seinen üblichen Merkmalen – erweiterter Temperaturbereich, Langzeitverfügbarkeit, Weitbereichseingang. Machine Vision stellt zusätzliche Anforderungen an Schnittstellen und Rechenwerk; es ersetzt keine davon.

Kameraschnittstellen: Der erste Engpass

Die Auswahl der Kameraschnittstelle bestimmt, welcher Industrie-PC geeignet ist:

GigE Vision (GigE): Standard-Ethernet-basierte Schnittstelle nach AIA-Norm. Der PC benötigt einen Intel- oder Realtek-GbE-Port und einen GigE-Vision-kompatiblen Treiber (z. B. PLEORA eBUS, Basler Pylon). Übertragungsrate: bis 125 MB/s bei GbE, bis 312 MB/s bei 2,5-GbE. Vorteil: lange Kabelwege (bis 100 m), kein dedizierten Frame-Grabber.

USB3 Vision: USB 3.1/3.2 mit USB3 Vision-Protokoll. Bis 625 MB/s, kein dedizierter Frame-Grabber nötig. Nachteil: maximale Kabellänge 5 m, weniger industrietauglich als GigE.

Camera Link / CXP (CoaXPress): Hochgeschwindigkeits-Schnittstellen für Zeilenscan- und Hochgeschwindigkeitskameras. Erfordern einen dedizierten Frame-Grabber als PCIe-Karte im Industrie-PC. CoaXPress 2.0 überträgt bis 6,25 Gbit/s pro Kanal.

Fazit: Für Standard-Flächenkameras bis 12 MP und 60 fps reicht GigE Vision. Für Zeilenscan oder Hochgeschwindigkeit ist ein Frame-Grabber mit PCIe-x4- oder x8-Slot erforderlich.

Prozessor-Anforderungen

Das Bildverarbeitungs-Framework (OpenCV, Halcon, MVTec, Cognex VisionPro) läuft auf der CPU. Anforderungen:

• Kerne: 4–8 Kerne für parallele Bildverarbeitungs-Pipelines
• Takt: Hohes Single-Core-Takt (3,5–4,5 GHz) für latenzempfindliche Verarbeitung
• Cache: Großer L3-Cache (8–16 MB) für Bildpuffer

Intel Core i5/i7 Embedded oder AMD Ryzen Embedded decken die meisten Machine-Vision-Anwendungen ab. Bei reiner CNN-Inferenz übernimmt die GPU den Großteil der Last – die CPU-Anforderung sinkt.

GPU: Wann zwingend, wann optional?

GPU nicht zwingend: Klassische Bildverarbeitung mit regelbasierten Algorithmen (Kantendetektion, Muster-Matching, Kalibration, Maßprüfung) läuft effizient auf der CPU. Halcon, OpenCV und die meisten traditionellen Vision-Bibliotheken sind CPU-optimiert.

GPU zwingend: Neuronale Netze (CNNs für Klassifikation, Objekterkennung, Segmentierung) profitieren von GPU-Beschleunigung um Faktor 10–50 gegenüber CPU. Für Inferenzraten über 20–30 Bilder/Sekunde mit Deep-Learning-Modellen ist eine NVIDIA GPU mit CUDA/TensorRT-Unterstützung Pflicht.

GPU-Auswahl: NVIDIA RTX 4000/5000 Ada (Low-Profile PCIe) für 19-Zoll-Rack oder sparsame Box-PCs; NVIDIA RTX 4070/4080 Full-Profile für hohe Inferenz-Last. MXM-Module (in kompakten Industrie-PCs verbaut) für platzsparende Lösungen bis 150 W TDP.

Passende PCIe-GPU-Karten für Machine Vision: PCIe AI-Karten und GPU-Karten.

Echtzeit und Determinismus

Machine Vision am Produktionsband hat Zykluszeit-Anforderungen: Eine Linie mit 200 Teilen/Minute gibt 300 ms pro Teil. Das Kamerasignal muss innerhalb dieser Zeit ausgewertet und das Steuersignal ausgegeben sein.

Latenz-Quellen im System: 1. Kamera-Belichtung und Übertragung: 5–50 ms (je nach Framerate und Schnittstelle) 2. Bildübertragung ins RAM: 2–10 ms (GigE 1 GbE) 3. Bildverarbeitung (CPU/GPU): 5–100 ms (je nach Algorithmus) 4. Steuersignal-Ausgabe (Digital-I/O): < 1 ms

Betriebssystem: Windows RT (Real-Time) oder Linux mit PREEMPT-RT-Kernel reduzieren Jitter. Standard-Windows-10/11 liefert keine Echtzeit-Garantien, ist aber für 99 % der Vision-Anwendungen ausreichend (Scheduling-Jitter typisch unter 5 ms).

Digital-I/O: Ein dedizierter PCIe-I/O-Controller oder ein integrierter I/O-Port im Industrie-PC gibt Ausschuss-Signale mit deterministischer Latenz unter 1 ms aus.

Empfohlene Konfiguration

Für eine typische kamerabasierte Qualitätskontrolle mit CNN-Inferenz:

Komponente	Anforderung
CPU	Intel Core i7 Embedded, 8 Kerne, ≥ 3,5 GHz
RAM	32 GB DDR4
GPU	NVIDIA RTX 4000 Ada (70 W, Low-Profile)
Kameraschnittstelle	2× GbE (GigE Vision) oder CoaXPress Frame-Grabber
Digital-I/O	8× DI / 8× DO, Opto-isoliert
Storage	512 GB NVMe SSD
Kühlung	Aktiv (GPU-TDP + CPU-TDP übersteigt Fanless-Grenzen)

Industrie-PCs für Machine Vision und Edge-AI: ENBIK Technology.

Weiterführende Artikel

• Was ist ein Industrie-PC? Bauformen, Merkmale und Auswahlkriterien
• NVIDIA RTX für Inferenz: Welche Karte für welche Aufgabe?
• GigE-Vision-Kamera unter Linux einrichten und auslesen
• Kameraauswahl für industrielle Bildverarbeitung

Zurück zum Wiki-Inhaltsverzeichnis.