ADLINK、NVIDIA Thor搭載のエッジAIプラットフォームを発表

産業オートメーション、医用画像処理、ロボティクスでは、高い性能と信頼性で複雑なモデルをローカルで実行できるエッジAIプラットフォームの需要が高まっている。ADLINK Technology Inc.は、NVIDIA IGX ThorおよびNVIDIA Jetson Thorを搭載した次世代DLAPエッジAIプラットフォームを発表し、要求の厳しい環境におけるリアルタイムの「フィジカルAI」ワークロードの実行を支援することを目的としている。

本ポートフォリオには、エンタープライズグレードのDLAP-IGXシリーズとコンパクトなDLAP-700シリーズが含まれており、いずれも大規模言語モデル（LLM）やビジョン・ランゲージ・モデル（VLM）などの大規模AIモデルをエッジ上で直接処理できるよう設計されている。

機能安全アーキテクチャを備えた高性能エッジAI
DLAP-IGXシリーズは、決定論的な性能と安全性が重要となる産業環境を対象としている。NVIDIA IGX T7000プラットフォームを基盤とし、NVIDIA RTX PRO 5000 Blackwell GPUと組み合わせることで、最大4,293 TFLOPS（FP4スパース）の性能を提供し、単一システム内でのマルチモデルAI処理を可能にする。

主な技術的特徴は機能安全アーキテクチャであり、システムオンチップ上の専用セーフティアイランド、キャリアボード上のセーフティマイクロコントローラ、およびリモート監視のためのボードマネジメントコントローラを含む。この設計により、医療システムや自律型機械など、フェイルセーフ動作やシステム監視が求められるアプリケーションでの導入が可能となる。

また、本プラットフォームは、デュアル200 GbEポートを備えたNVIDIA ConnectX-7 SmartNICによる高帯域ネットワーキングを統合しており、カメラ、LiDAR、または産業用センサーからの大量のセンサーデータをリアルタイムで取り込むことができる。

エッジ展開向けのコンパクトなJetson Thorプラットフォーム
DLAP-700シリーズは、よりコンパクトで分散型のアプリケーションへとエッジAIの機能を拡張する。DLAP-701モデルは、医用画像解析や高帯域データ処理を含む汎用エッジAIワークロード向けに設計されている。NVIDIA Jetson T5000またはT4000モジュールを搭載し、最大2,070 TFLOPS（FP4）のAI性能を実現する。

本システムは14コアのARM Neoverse-V3AE CPUを統合し、最大128GBのLPDDR5Xメモリをサポートすることで、複数のAIモデルの同時実行を可能にする。サイズは211 mm × 194 mm × 94 mmで、動作温度範囲は-10°C～35°Cとなっており、管理された産業環境に適している。

ロボティクスおよび自律システム向けエッジAI
DLAP-711モデルは、ヒューマノイドロボット、自律移動ロボット（AMR）、およびビジョンセンシングシステムを含むロボティクス用途向けに特化して設計されている。DLAP-701と同じコンピュートアーキテクチャを共有しながら、-20°C～65°Cの範囲で動作するよう最適化されており、より過酷な環境に対応する。

4つのギガビットイーサネットポート、追加のLANインターフェース、高速QSFPネットワーキングを含む強化された接続性により、複数のセンサーやロボットサブシステムとの統合をサポートする。コンパクトなフォームファクタ（224 mm × 124 mm × 85 mm）により、オンボード処理が求められるスペース制約のあるロボットプラットフォームへの導入が可能となる。

エッジにおけるフィジカルAIの実現
従来のNVIDIA IGX Orinベースのシステムと比較して、新しいプラットフォームは、統合GPUで最大8倍のAI演算性能、ディスクリートGPUで2.5倍の性能向上、さらに接続性と効率の改善を実現している。これらの進化により、複雑なAIワークロードに対するリアルタイム推論をエッジデバイス上で直接実行でき、レイテンシの低減とクラウドインフラへの依存軽減を可能にする。

本プラットフォームは、ロボティクス向けのIsaacや医療アプリケーション向けのHoloscanなどを含むNVIDIA AI Enterpriseエコシステムをサポートし、開発および展開のための統合ソフトウェア環境を提供する。

産業および医療環境における応用
これらのシステムは、ロボットによる自動化、医療診断、自律システムなど、リアルタイムの意思決定と信頼性が不可欠なアプリケーション向けに設計されている。高い計算密度、機能安全性、堅牢な設計を組み合わせることで、従来のコンピューティングシステムでは性能や信頼性の要件を満たせない環境でもAIの導入を可能にする。

このアプローチは、データをローカルで解析することで応答性の向上、帯域使用量の削減、そして重要システムにおける運用継続性の確保を実現するエッジベースAI処理への移行が進んでいることを反映している。

産業ジャーナリスト、ナタニア・リングドウによる編集。AIにより翻案。

www.adlinktech.com