Synaptics präsentiert Edge-AI-Plattformen auf der Embedded World 2026

Eingebettete Geräte verarbeiten Sensordaten zunehmend lokal, anstatt sich ausschließlich auf Cloud-Infrastruktur zu stützen. Dies erfordert abgestimmte Rechen- und Funk-Subsysteme. Auf der Embedded World 2026 (10.–12. März, Nürnberg, Halle 4A, Stand 259) wird Synaptics Incorporated Embedded-Prozessoren und Konnektivitätslösungen für skalierbare Edge-AI-Implementierungen vorstellen.

Lokale Intelligenz in vernetzten Geräten
Die Demonstrationen adressieren industrielle Automatisierung, Robotik, Consumer-Elektronik, Enterprise-Systeme und Automobilelektronik, in denen Latenz- und Zuverlässigkeitsanforderungen eine reine Cloud-Verarbeitung einschränken. Die Ausführung von Inferenz direkt im Gerät reduziert den Netzwerkverkehr und ermöglicht schnellere Reaktionen in Regelkreisen und Mensch-Maschine-Schnittstellen innerhalb einer IoT-Architektur.

Synaptics zeigt Erweiterungen seines Astra™ KI-nativen Embedded-Prozessorportfolios, darunter neue MCU-Familien für energie- und kostensensitive Edge-Knoten. Die Prozessoren sind für multimodale Sensordatenverarbeitung ausgelegt, etwa zur Kombination von Bild-, Bewegungs- und Umweltdaten in einer einheitlichen Entscheidungslogik.

Beispiele für Echtzeit-Inferenz und Sensorfusion umfassen Smart-Home-Automatisierung, industrielles Flottenmanagement und Fahrzeugsysteme, bei denen Kontextinformationen aus mehreren Datenquellen abgeleitet werden.

Robotik und physische Interaktion
Eine Robotik-Demonstration zeigt, wie Rechenleistung, Sensorik und Konnektivität in physischen KI-Systemen zusammenwirken. Durch die lokale Koordination von Wahrnehmung und Steuerung ermöglicht die Plattform Bewegungsentscheidungen ohne permanente Cloud-Kommunikation – eine Voraussetzung für mobile Robotik in dynamischen Umgebungen.

Verarbeitung und drahtlose Datenübertragung kombiniert
Darüber hinaus stellt Synaptics eine Funklösung vor, die Embedded-Verarbeitung mit leistungsfähiger Konnektivität integriert. Das Design richtet sich an Anwendungen, in denen KI-Workloads und Datenübertragung parallel betrieben werden müssen, etwa in verteilten Sensornetzwerken und vernetzten Maschinen innerhalb einer digitalen Lieferkette.

Übergreifend liegt der Fokus darauf, Rechenleistung, Sensorik und Netzwerk als einheitliches Embedded-System zu betrachten, anstatt als getrennte Komponenten, um vorhersehbare Leistung in latenzkritischen Edge-Anwendungen zu ermöglichen.

www.synaptics.com