Unsere Produkte
einschließlich Archiv • Seite: 83
Unterkategorien
4.7.1 | HSL-DO32-M-P | Robust HSL 32chan PNP sourcing output | EOL | |
4.7.1 | HSL-DI16DO16-M-NN | Robust HSL 16chan NPN in 16chan NPN output |
237,00 € (ohne MwSt) |
|
4.7.1 | HSL-DI16DO16-M-NP | Robust HSL 16chan NPN in 16chan PNP output | EOL | |
4.7.1 | HSL-DI16DO16-M-PN | Robust HSL 16chan PNP in 16chan NPN output | EOL | |
4.7.1 | HSL-DI16DO16-M-PP | Robust HSL 16chan PNP in 16chan PNP output | EOL | |
4.7.1 | HSL-R8DI16-M-N | Robust HSL 8chan Relay out 16chan NPN in | EOL | |
4.7.1 | HSL-R8DI16-M-P | Robust HSL 8chan Relay out 16chan PNP in | EOL | |
4.7.1 | HSL-AI16AO2-M-VV | Robust HSL board 16chan voltage input |
444,00 € (ohne MwSt) |
|
4.7.1 | HSL-AI16AO2-M-AV | Robust HSL board 16chan current input | EOL | |
4.7.1 | HSL-AI16-M-V | Robust HSL 16chan voltage input | EOL | |
4.7.1 | HSL-AI16-M-A | Robust HSL 16chan current input | EOL | |
4.7.1 | HSL-AO4-U | HSL 4chan analogue output module |
577,00 € (ohne MwSt) |
|
4.7.1 | HSL-DI8DO8-C-NN | Compact HSL 8chan NPN in 8chan NPN out |
218,00 € (ohne MwSt) |
|
4.7.1 | HSL-DI8DO8-C-NP | Compact HSL 8chan NPN in 8chan PNP out | EOL | |
4.7.1 | HSL-DI8DO8-C-PN | Compact HSL 8chan PNP in 8chan NPN out | EOL | |
4.7.1 | HSL-DI8DO8-C-PP | Compact HSL 8chan PNP in 8chan PNP out | EOL | |
4.7.1 | HSL-DI16DO16-NN-DIN | Economic HSL 16chan NPN in 16chan NPN out | EOL | |
4.7.1 | HSL-DI16DO16-PN-DIN | Economic HSL 16chan PNP in 16chan NPN out | EOL | |
4.7.1 | HSL-DI32-N-DIN | Economic HSL 32chan NPN in | EOL | |
4.7.1 | HSL-DI32-P-DIN | Economic HSL 32chan PNP in | EOL | |
4.7.1 | HSL-DO32-N-DIN | Economic HSL 32chan NPN out | EOL | |
4.7.1 | HSL-DO32-P-DIN | Economic HSL 32chan PNP out | EOL | |
4.7.1 | HSL-DI48DO16-NN-DIN | Economic HSL 48chan NPN in 16chan NPN out | EOL | |
4.7.1 | HSL-DI48DO16-PN-DIN | Economic HSL 48chan PNP in 16chan NPN out | EOL | |
4.7.1 | HSL-DI48DO16-NP-DIN | Economic HSL 48chan NPN in 16chan PNP out | EOL | |
4.7.1 | HSL-DI48DO16-PP-DIN | Economic HSL 48chan PNP in 16chan PNP out | EOL | |
4.7.1 | HSL-DI16DO48-NN-DIN | Economic HSL 16chan NPN in 48chan NPN out | EOL | |
4.7.1 | HSL-DI16DO48-PN-DIN | Economic HSL 16chan PNP in 48chan NPN out | EOL | |
4.7.1 | HSL-DI16DO48-NP-DIN | Economic HSL 16chan NPN in 48chan PNP out | EOL | |
4.7.1 | HSL-DI16DO48-PP-DIN | Economic HSL 16chan PNP in 48chan PNP out | EOL | |
4.7.1 | HSL-DI64-N-DIN | Economic HSL 64chan NPN in | EOL | |
4.7.1 | HSL-DI64-P-DIN | Economic HSL 64chan PNP in | EOL | |
4.7.1 | HSL-DO64-N-DIN | Economic HSL 64chan NPN out | EOL | |
4.7.1 | HSL-DO64-P-DIN | Economic HSL 64chan PNP out | EOL | |
4.7.1 | HSL-DI32-DB-N | 32-ch NPN sinking input HSL |
211,00 € (ohne MwSt) |
|
4.7.1 | HSL-DI32-DB-P | 32-ch PNP sourcing input HSL | EOL | |
4.7.1 | HSL-DO32-DB-N | 32-ch NPN sinking output HSL |
212,00 € (ohne MwSt) |
|
4.7.1 | HSL-DO32-DB-P | 32-ch PNP sourcing output HSL | EOL | |
4.7.1 | HSL-DI16DO16-DB-NN | 16-ch NPN sinking input, 16-ch NPN sinking output HSL |
185,00 € (ohne MwSt) |
|
4.7.1 | HSL-DI16DO16-DB-NP | 16-ch NPN sinking input, 16-ch PNP sourcing output HSL | EOL | |
4.7.1 | HSL-DI16DO16-DB-PN | 16-ch PNP sourcing input, 16-ch NPN sinking output HSL | EOL | |
4.7.1 | HSL-DI16DO16-DB-PP | 16-ch PNP sourcing input, 16-ch PNP sourcing HSL | EOL | |
4.7.1 | HSL-R8DI16-DB-N | 8-ch Relay out, 16-ch NPN sinking input HSL | EOL | |
4.7.1 | HSL-R8DI16-DB-P | 8-ch Relay out, 16-ch PNP sourcing input HSL | EOL | |
4.7.1 | HSL-TB64-DIN | 64-ch terminal HS DIN rail |
111,00 € (ohne MwSt) |
|
4.7.1 | HSL-TB32-MD | HSL-TB32-MD: terminal base for HSL-DB |
118,00 € (ohne MwSt) |
|
4.7.1 | HSL-TB32-M-DIN | HSL-TB32-M-DIN: terminal base for HSL-DB |
85,00 € (ohne MwSt) |
|
4.7.1 | HSL-TB32-U-DIN | HSL-TB32-U-DIN: terminal base for HSL-DB |
86,00 € (ohne MwSt) |
|
4.7.1 | HSL-TB32-DIN | HSL-TB32-DIN: terminal base for HSL-DB |
87,00 € (ohne MwSt) |
|
4.7.1 | HSL-DI32-DB-N2D | Two 32-ch NPN sinking input with HSL-TB64-DIN | EOL |
Hier gibt es derzeit keine Kategorien.
acceed News
![Nuvo-9166GC: AI-Controller ist für den robusten Einsatz](/media/thumbs/news/acceed-nuvo-9166gc-web.jpg.540x540_q85_crop.jpg)
Der Inferenz-KI-Controller Nuvo-9166GC ist das jüngste Modell des renommierten Herstellers Neousys und jetzt beim deutschen Distributor Acceed erhältlich. Überzeugend ist vor allem seine Kombination aus industriegerechter Robustheit, individuellen Erweiterungsoptionen, etwa für Kameras, und serverbasierter Inferenzleistung, wie sie für aktuelle und zukünftige Anwendungen der künstlichen Intelligenz gefordert ist. Die nach Kundenwunsch konfigurierbare Plattform unterstützt die jüngste GPU-Karte L4 von Nvidia und liefert auf Basis verschiedener Intel-Prozessoren der 13. Generation (Raptor Lake) eine Rechenleistung von bis zu 30 TeraFLOPS.
![Nuvo-10208GC: Dual-GPU-KI-Plattform ist robust und leistungsstark](/media/thumbs/news/acceed-nuvo-10208gc-web.jpg.540x540_q85_crop.jpg)
Für die immer effizienter arbeitende Automatisierung auf Basis künstlicher Intelligenz gewinnt vor allem eine leistungsfähige Hardware für Edge-KI-Anwendungen an Bedeutung. In diesem Kontext hat der deutsche Distributor Acceed sein Portfolio jetzt mit dem Nuvo-10208GC um eine weitere robuste KI-Plattform der neuesten Generation ergänzt, die eine breite Palette anspruchsvoller Anwendungen ermöglicht. Autonomes Fahren, optische Qualitätsprüfung und Überwachung von Verkehrs- oder Materialströmen sind nur einige der komplexen Aufgaben, für die der Nuvo-10208GC seine starken Rechenleistungen mit Unterstützung von zwei GPUs bereitstellen kann.
![NRU-220S: KI-Plattform unterstützt Assistenzsysteme](/media/thumbs/news/acceed-nru-220s-web.jpg.540x540_q85_crop.jpg)
Die NRU-Serie für Edge-AI-Anwendungen beim deutschen Distributor Acceed erhält Zuwachs. Mit ihrem lüfterlosen Chassis-Design für den Betrieb bei hohen Temperaturen und ihrer starken Inferenzleistung sind die Controller der NRU-Serien für Edge-Computing-Installationen auf engem Raum prädestiniert, zum Beispiel für die KI-basierte Videoanalyse, für Überwachungs- und Lenkungsaufgaben oder für Fertigungskontrollen. Die robusten und lüfterlosen Controller NRU-220S und NRU-222S besitzen sechs-Ethernet-Anschlüsse, RJ45 oder M12, davon zwei mit 2,5 GbB Bandbreite. PoE mit insgesamt 100 W Leistung ist für die übrigen vier Schnittstellen verfügbar.
![NRU-51V+: 4-Kamera-Controller steuert autonome Systeme](/media/thumbs/news/acceed-nru-51v-web.jpg.540x540_q85_crop.jpg)
Für autonome Roboter, Fahrzeuge, Flurförderzeuge und ähnliche autonom agierende Maschinen ist vor allem die Sensorik von großer Bedeutung. Gemeint ist die Erfassung von Daten mittels Kameras oder anderen Sensoren und deren schnellstmögliche Verarbeitung, um die gewünschten programmierten Funktionen und Aktionen auszuführen. Der deutsche Distributor Acceed hat jetzt für die nahe Zukunft die neue Serie von kompakten industriellen KI-Plattformen mit der Bezeichnung NRU-51V+ angekündigt. Die robusten und lüfterlosen Controller besitzen vier FAKRA-Z-Anschlüsse für GMSL2-Kameras und sind durch Ausstattung mit Nvidia-Hochleistungsmodulen der Typen Jetson Orin oder Xavier genau auf diese Aufgaben zugeschnitten.
![Nuvo-9160GC: GPU-Controller bringt KI-Edge-Computing auf 9 TeraFLOPS](/media/thumbs/news/acceed-nuvo-9160gc-web.jpg.540x540_q85_crop.jpg)
KI-Anwendungen und Edge-Computing-Szenarien erfordern neben großer Speicherkapazität für die Datenbasis vor allem eine hohe Rechenleistung für Datenauswertung und Echtzeit-Reaktion. Die Hauptleistung wird dabei aktuell von spezialisierten GPU-Computern erbracht, deren Architektur genau auf diese Aufgaben zugeschnitten ist. Gleichzeitig sollen die Controller bei möglichst geringer Baugröße robust und in nahezu allen Bereichen einsetzbar sein, sei es Automation, Medizin, Logistik oder allgemeine Bild- und Datenverarbeitung. Auf diese Ziele ausgerichtet ist der neue Box-Controller Nuvo-9160GC des deutschen Distributors Acceed. Die nach Kundenerfordernissen konfigurierbare Plattform unterstützt die jüngste RTX-GPU von Nvidia mit bis zu 130 W Leistung und liefert auf Basis verschiedener Intel-Prozessoren der 12. Generation eine Rechenleistung von bis zu 9 TeraFLOPS.