AI-modeller og platforme
Ezurio udvider den fulde support til GW16168-acceleratoren til edge-AI

NøglepunkterEzurios support til GW16168 er en overgang snarere end en ny hardwarelancering.
Vis mere
- Ezurios support til GW16168 er en overgang snarere end en ny hardwarelancering.
- Acceleratoren kræver specifik kølings- og strømhardware ud over en standard M.2-stik.
- Produktionsudrulning afhænger af værtspecifik support og en dokumenteret softwareopsætning.
Ezurio oplyste i en meddelelse den 19. november 2026, at virksomheden nu yder fuld support til GW16168 efter opkøbet af Gateworks. Den USA-fremstillede M.2-AI-accelerator og to GW11062-udviklingssæt er angivet som tilgængelige, og kortet, der er baseret på NXP Ara240, er vurderet til op til 40 ækvivalente teraoperationer pr. sekund (eTOPS).
Der er tale om en overgang til support, ikke en lancering af ny hardware. Gateworks introducerede GW16168 den 7. april 2026, efter at have præsenteret det sammen med NXP på Embedded World 2026, og angav, at det kunne købes direkte og gennem distributører. Ezurios meddelelse om opkøbet fulgte den 9. juni 2026 og tilføjede ekspertise inden for udvikling af robuste enkeltkortscomputere, produktion i USA og kunder på forsvars-, luftfarts- og industrimarkederne til virksomhedens forretning inden for indlejrede computersystemer.
Eric Singer, produktchef hos Ezurio, sagde: »GW16168 kombinerer NXP’s Ara240 DNPU med et industrielt design, der er fremstillet i USA, så kunderne kan skalere AI-ydeevnen uden at skulle redesigne hele deres platform.«
Vision og generativ AI på enheden
GW16168 bruger en separat neural processorenhed (DNPU) til at aflaste værtsprocessoren for inferensopgaver. De tilsigtede anvendelser spænder over maskinsyn, store sprogmodeller (LLM’er), vision-sprogmodeller (VLM’er), robotteknologi og intelligent automatisering. Lokal databehandling betyder, at data ikke skal sendes til en cloudinfrastruktur, og afhjælper dermed udfordringer med netværksdækning, latenstid, privatliv og sikkerhed i droner, robotter og fjernplaceret industrielt udstyr.
Modulet måler 22 × 80 × 3,5 millimeter i M.2 M-Key 2280-format og tilsluttes via PCIe Gen4 med fire baner. Det understøtter også værter med PCIe Gen3. Kortet får strøm fra en enkelt 3,3-voltsforsyning og har Secure Boot og Root of Trust. Modellerne fås med 8 GB eller 16 GB indbygget LPDDR4-hukommelse, og Ezurio oplyser, at produktfamilien understøtter AI-modeller med op til 16 milliarder parametre. Standardmodellen GW16168 og 8 GB-varianten SP520 er klassificeret til temperaturer fra -40 °C til +85 °C, mens 16 GB-versionen SP521 er klassificeret til temperaturer fra -25 °C til +85 °C.
Værtsupport og begrænsninger for integration
Et M.2-stik er ikke i sig selv ensbetydende med, at en installation understøttes. Acceleratoren er specialudviklet til Gateworks VeniceFLEX- og Catalina-enkeltkortscomputere (SBC’er), mens det beskrives, at den også er kompatibel med andre platforme i M.2 M-Key 2280-format. Både Gateworks’ produktdokumentation og Ezurios brugervejledning tager forbehold for denne bredere kompatibilitet: Testning og support fra Gateworks gælder Gateworks-SBC’er, mens brug af andre bundkort, SoC’er eller arkitekturer henvises til NXP.
Køling og strømforsyning kræver også specifikt udstyr: Den monterede køleprofil med 5 V-blæser skal tilsluttes blæserstikket på adapteren, og kortet kan trække omkring 12 W. Ved installation i Gateworks-SBC’er er GW16FM1-C-adapteren påkrævet, fordi standardadapteren ikke leverer tilstrækkelig strøm og mangler et blæserstik. Et standardstik beskriver derfor den fysiske grænseflade, ikke den samlede løsning for køling, strømforsyning og support.
Udviklingssæt, software og produktlevetid
GW11062-1-sættet kombinerer en Catalina-SBC med 16 GB-acceleratoren, mens GW11062-2 bruger 8 GB-versionen. Sættene indeholder en Ubuntu-baseret softwarepakke, en strømforsyning og tilbehørskabler. Inferens kan udføres uden cloudforbindelse, men den dokumenterede opsætning af udviklingssættet kræver stadig en internetforbindelse én gang for at hente Python-pakker og modeller.
Softwaren understøtter TensorFlow-, PyTorch- og ONNX-modeller via NXP’s Ara SDK. Den udvidelige compiler understøtter konvolutionelle neurale netværk, vision-transformere, LLM’er og VLM’er samt kvantiseringsdatatyperne INT4, INT8 og MXINT8, hvor det er relevant. NXP’s runtime leverer inferensbiblioteker og hjælpeværktøjer, mens virksomhedens eIQ AAF Connector giver adgang til lokalt hostede Ara240-backends til LLM’er og VLM’er via en OpenAI-kompatibel REST-API. Det giver klientprogrammer en grænseflade i stil med chat-completions, uden at inferensen flyttes væk fra enheden.
Gateworks annoncerer en produktlevetid på over 10 år, og komponenterne er udvalgt med henblik på en tilgængelighed på mere end 10 til mere end 15 år. Denne forpligtelse udvider meddelelsens fokus på support fra den indledende integration til den vedligeholdelsesperiode, som industrikunder skal planlægge efter.
For udviklere af indlejrede systemer er den praktiske ændring, at der nu er en tydeligere supportvej for hardware, som allerede var tilgængelig. GW16168 giver en modulær mulighed for lokal inferens af vision- og generativ-AI-opgaver, men implementering i produktion afhænger stadig af værtspecifik support, tilstrækkelig køling og strømforsyning samt den nødvendige softwareopsætning. Disse integrationsforhold vil sammen med forpligtelsen til produktets levetid afgøre, hvor let modulet går fra et evalueringssæt til et industrielt system, der kan vedligeholdes.












