QNX und Hailo integrieren Edge-KI für kritische Systeme

QNX, ein Geschäftsbereich von BlackBerry Limited, hat die Unterstützung des KI-Beschleunigers Hailo-8 auf seiner QNX^® Software Development Platform (SDP) 8.0 bekannt gegeben. Durch die Kombination der Edge-KI-Prozessoren von Hailo mit der bewährten Echtzeitsoftware von QNX erhalten Entwickler eine robuste Hardware- und Softwarebasis für sicherheits- und einsatzkritische Anwendungen. Diese Partnerschaft zielt darauf ab, die nächste Generation der sogenannten „Physical AI“ in Bereichen wie der Automobilindustrie, der industriellen Automatisierung, der Robotik und der Medizintechnik voranzutreiben, in denen Leistung und Vorhersehbarkeit unerlässlich sind.

Um die Effizienz der Integration zu demonstrieren, führten die Unternehmen Benchmark-Tests mit einem Raspberry Pi 5 und dem Hailo-8-Beschleuniger durch. Im Vergleich zu einer Echtzeit-Linux-Umgebung erzielten die KI-Workloads auf dem QNX-Betriebssystem eine bis zu 14-mal höhere Leistungskonsistenz, eine 2,6-mal engere Latenzverteilung sowie einen höheren Durchsatz bei geringerer durchschnittlicher Latenz. Führungskräfte beider Unternehmen betonten, dass diese deterministische Echtzeitleistung Entwicklern die Flexibilität gibt, intelligente Edge-Systeme zu entwerfen, die in dynamischen, realen Umgebungen sicher, schnell und zuverlässig agieren.

Zusätzlicher Kontext
Dieser Abschnitt bietet technologische und marktbezogene Hintergrundinformationen, die in der ursprünglichen Pressemitteilung nicht ausdrücklich aufgeführt sind.

In sicherheitskritischen Anwendungen wie autonomen Fahrzeugen, industriellen Steuerungen oder chirurgischen Robotern ist ein Echtzeitbetriebssystem (RTOS) wie QNX zwingend erforderlich, da es deterministische Reaktionszeiten garantiert – Aufgaben werden stets innerhalb eines strikt definierten Zeitfensters ausgeführt. Herkömmliche Betriebssysteme können unvorhersehbare Latenzspitzen aufweisen, was bei physischen KI-Systemen fatale Folgen haben kann. Die native Integration von leistungsstarken Neural Processing Units (NPUs) wie dem Hailo-8 ermöglicht es, komplexe Machine-Learning-Modelle (beispielsweise für die Bilderkennung oder Sensorfusion) direkt am Edge auszuführen. Dies eliminiert die Abhängigkeit von fehleranfälligen Cloud-Verbindungen und gewährleistet eine sofortige, ausfallsichere Entscheidungsfindung direkt am Einsatzort.

Edited by Lekshman Ramdas, Induportals editor – adapted by AI.

www.qnx.com