Kontron erweitert mit der neuen Intel Xeon-D-1700Prozessorserie die aktuelle COM-Express-Basic-Type-7-Produktfamilie und hat die Intel-Xeon-D-2700-Prozessorserie als erste Plattform für den neuen PICMG-COM-HPC-Server-Type Formfaktor ausgewählt, da sie die neuen Technologietrends der COM-HPC-Serverspezifikation ausreichend bedient.
Aufbau und Funktionsweise
Die Intel-Server-Plattform mit bis zu zehn Cores für den Intel Xeon D-1700 und maximal 20 Cores für den Xeon D-2700 Prozessor in Kombination mit einer großen Speicherkapazität und PCIe Gen4-Fähigkeit gewährleistet eine gute Performance für anspruchsvolle Anwendungsanforderungen.
Die hohe Netzwerkkonnektivität mit bis zu 100 GbE bietet Unterstützung für höchste Datendurchsatzanforderungen in anspruchsvollen Netzwerkstrukturen.
Ergänzt durch Echtzeitfähigkeiten wie niedrige Latenz und Determinismus mit Intel Time Coordinated Computing (Intel TCC) und Time Sensitive Networking (TSN), die für ausgewählte SKUs verfügbar sind, ist die Plattform für den Einsatz in industriellen Automatisierungsprozessen geeignet.
Mit erweitertem Temperaturbereich und 24/7-Zuverlässigkeit über zehn Jahre bei ausgewählten SKUs ermöglicht die Intel Server-Grade-Plattform robuste Implementierungen für raue Umgebungen und extreme Bedingungen.
Viele Anwendungsmöglichkeiten
Das COM-Express-Basismodul-Type-7, das den Xeon D-1700 Prozessor unterstützt, bietet Skalierbarkeit von vier bis 10 Cores in einem robusten Formfaktor, 32x PCIe Lanes und 4x 10 Gbit LAN-Schnittstellen. Das Modul bietet Platz für bis zu 4x SO-DIMM-Sockel für maximal 128 GB Speicher.
Das COM-HPC Servermodul Size D (160mm x 160mm) mit dem Xeon-D-2700-Prozessor ermöglicht volle Skalierbarkeit von vier bis 20 Cores, 48x PCIe Lanes und 8x 10 Gbit / 4x 25 Gbit LAN-Schnittstellen. Das leistungsstarke Design verfügt über 4x DIMM-Sockel für eine große Speicherkapazität.
Die beiden Computer-on-Module-Designs sind geeignet für Embedded IoT/Industrie 4.0-Anwendungen, Test und Measurement, autonome Fahrzeuge und Robotik sowie zahlreiche potenzielle Anwendungen von AI-Workloads. Anwendungen am Netzwerk-Edge umfassen Use Cases wie Multi-Access Edge Computing (MEC) oder 5G RAN.
