Zurück zum Blog

Rockwell ergänzt NVIDIA-GPUs für EdgeAI-Computer vom Typ 6300B-SB1

Rockwell hat zwei EdgeAI-Industriecomputer der Baureihe 6300B-SB1 mit NVIDIA-RTX-GPUs ausgestattet. Wir untersuchen, für welche Workloads sie geeignet sind, wo die Grenzen deterministischer Steueru...

Rockwell Automation kündigte am 17. November 2026 zwei industrielle Computer mit GPU an: den 6300B-SB1 EdgeAI 4000 mit einer NVIDIA RTX PRO 4000 Blackwell GPU und den 6300B-SB1 EdgeAI 2000 mit einer NVIDIA RTX 2000E Ada Generation GPU. Rockwell positioniert beide Systeme für KI- und Machine-Learning-Workloads auf der übergeordneten Ebene, darunter fortschrittliche Bildverarbeitung, vorausschauende Wartung, modellprädiktive Regelung und kleine Sprachmodelle zur Unterstützung von Bedienern.

Was Rockwell bestätigt hat

Mit der Markteinführung kommt diskrete NVIDIA-GPU-Beschleunigung in Rockwells Reihe industrieller Computer 6300B-SB1. Rockwell zufolge können die Systeme rechenintensive Anwendungen lokal ausführen und in FactoryTalk Optix, die HMI- und Visualisierungsplattform des Unternehmens, integriert werden. Wenn Inferenz lokal ausgeführt wird, kann dies die Abhängigkeit von einer kontinuierlichen Cloud-Verbindung verringern und Anlagen dabei helfen, Betriebsdaten auf dem Gelände zu halten.

Die beiden angekündigten Konfigurationen unterscheiden sich durch die GPU-Generation und Leistungsklasse. EdgeAI 4000 verwendet die RTX PRO 4000 Blackwell GPU, während EdgeAI 2000 die RTX 2000E Ada Generation GPU verwendet. Rockwell hat die Systeme nicht als Ersatz für SPSen oder Sicherheitssteuerungen bezeichnet. In der Mitteilung ordnet das Unternehmen sie der übergeordneten Ebene zu und erklärt ausdrücklich, dass sie bestehende Steuerungs-, Visualisierungs- und Edge-Computing-Architekturen ergänzen.

Eine GPU macht die Steuerung nicht deterministisch

GPU-Beschleunigung eignet sich gut für parallele Workloads wie Bildinferenz, Merkmalsextraktion und Modellausführung. Sie bietet jedoch nicht von sich aus die begrenzte Zykluszeit, das Fehlerverhalten oder das zertifizierte Sicherheitsverhalten, das von deterministischer Steuerung erwartet wird. Eine praktische Architektur sollte daher beratende oder wahrnehmungsbezogene Workloads von den Steuerungsfunktionen trennen, die weiterlaufen müssen, wenn die KI-Anwendung, das Betriebssystem oder die GPU nicht verfügbar ist.

Diese Abgrenzung ist besonders wichtig, wenn der Computer mit einer LogixEdge-Steuerungs- und Edge-Plattform verbunden ist oder Informationen an ein HMI liefert. KI kann einen Sollwert empfehlen, einen Fehler klassifizieren oder einen Alarm priorisieren; SPS, Sicherheitssystem und validierte Verriegelungen sollten weiterhin die zulässigen Betriebsgrenzen durchsetzen. Im Design muss festgelegt sein, was passiert, wenn die Inferenzkonfidenz niedrig ist, ein Modell einen ungültigen Wert zurückgibt oder der Edge-Computer neu startet.

Wo die zusätzliche Rechenleistung helfen kann

Maschinelles Sehen ist der naheliegendste Anwendungsfall, da mehrere hochauflösende Kamerastreams erhebliche Rechenressourcen beanspruchen können. Lokale Inferenz kann Netzwerkverkehr und Latenz verringern, doch für die Zelle müssen weiterhin Prüftoleranzen, Beleuchtungssteuerung, Regeln zur Bildaufbewahrung und ein Verfahren für den Umgang mit unsicheren Klassifizierungen festgelegt werden.

Vorausschauende Wartung ist ein weiterer denkbarer Anwendungsfall. Ein lokales Modell kann Vibrations-, elektrische und Prozessdaten zusammenführen, um ungewöhnliches Verhalten zu erkennen, ohne jedes Rohsignal an die Cloud zu senden. Der betriebliche Nutzen hängt nicht nur von der Modellgenauigkeit ab, sondern auch von der Sensorqualität, der Zeitsynchronisierung und den Wartungsabläufen. Eine Warnung ist nur dann hilfreich, wenn Techniker sie auf Belege zurückführen, die Anlagenidentität bestätigen und die daraus resultierende Maßnahme dokumentieren können.

Rockwell führt außerdem kleine Sprachmodelle für kontextbezogene Bedienerhinweise auf. Die Integration mit FactoryTalk Optix könnte Handbücher, Alarmverlauf und Betriebskontext in die Visualisierung einbinden. Das kann die Suchzeit verkürzen, doch generierte Hinweise sollten klar von der Alarmlogik und freigegebenen Betriebsverfahren getrennt bleiben. Dieselbe Governance-Frage stellt sich bei Rockwells Strategie zur KI-Workflow-Orchestrierung mit FactoryTalk Conductor: Orchestrierung ist nur dann sinnvoll, wenn Berechtigungen, Datenquellen und menschliche Freigabepunkte eindeutig festgelegt sind.

Technische Fragen, für die noch Produktdokumentation benötigt wird

Die am 17. November veröffentlichte Mitteilung nennt die GPUs und die vorgesehenen Workloads, enthält jedoch keine vollständige Bestellmatrix, CPU-Optionen, GPU-Speicher, Systemspeicher, Speicherlaufwerke, Leistungsaufnahme, Abmessungen, Schutzart, Betriebstemperatur, Stoß- und Vibrationsfestigkeit, Kühlkonzept oder regionale Verfügbarkeit. Diese Werte entscheiden darüber, ob ein System in einen Schaltschrank passt, Wärme abführen kann und das vorgesehene Modell unter Produktionsbedingungen unterstützt.

  • Thermisches Design: Die Dauerlast und die Spitzenwärmelast für die gewählte CPU-, GPU- und Speicherkonfiguration berechnen, einschließlich der Leistungsreduzierung durch das Gehäuse.
  • Spannungsversorgungsintegrität: Eingangsschutz, Überbrückungsverhalten, Erdung und Reaktion bei einer Störung der Stromversorgung im Werk festlegen.
  • Netzwerksegmentierung: Kamera-, Steuerungs-, Verwaltungs- und Unternehmensdatenverkehr trennen; eingehende Dienste und Fernverwaltung einschränken.
  • Modelllebenszyklus: Modellversion, Umfang der Trainingsdaten, Validierungsergebnisse, Konfidenzschwellenwerte und Rücksetzverfahren dokumentieren.
  • Ausfallsicheres Verhalten: Nachweisen, dass der Verlust oder die Beschädigung der KI-Ausgabe weder SPS-Verriegelungen noch Sicherheitsfunktionen außer Kraft setzen kann.
  • Wartungsfreundlichkeit: Austauschbare Speicher, die Wartung von Lüftern oder Filtern, GPU-Treiberunterstützung und das unterstützte Betriebssystem-Image überprüfen.

Einordnung in Rockwells aktuelles Portfolio

Die jüngsten Markteinführungen von Rockwell zeigen drei unterschiedliche Ebenen statt einer universellen Plattform. PanelView Pro dient der Visualisierung für Bediener und der Migration von FactoryTalk View ME. LogixEdge kombiniert Logix-Steuerung mit containerisierten Edge-Workloads, und die neuen EdgeAI-Systeme 6300B-SB1 bieten höhere GPU-Kapazität für Workloads, die von paralleler Beschleunigung profitieren. Die Auswahl sollte sich nach Workload, Folgen eines Ausfalls und Anforderungen an den Produktlebenszyklus richten, nicht nach dem allgemeinen Wunsch, „KI hinzuzufügen“.

Die Architektur ist auch mit den Ansätzen anderer Anbieter vergleichbar, Edge-KI und Industriesteuerung zu kombinieren, etwa mit der Integration von CODESYS und EtherCAT-Bewegungssteuerung von Advantech auf NVIDIA Jetson. In beiden Fällen kann die Konsolidierung den Datenzugriff vereinfachen und zugleich die Bedeutung von Workload-Isolierung, Patch-Management und Wiederherstellungstests erhöhen.

Redaktionelle Einschätzung

Die Systeme EdgeAI 2000 und 4000 von Rockwell bieten Herstellern eine unterstützte Möglichkeit, anspruchsvollere KI-Workloads in Produktionsnähe auszuführen. Die Ankündigung ist technisch überzeugend, reicht für eine Spezifikation jedoch noch nicht aus. Vor der Beschaffung benötigen Ingenieure das endgültige Datenblatt, Informationen zur Produktlebensdauer und genaue Angaben zu den Konfigurationsgrenzen. Anschließend ist eine Architekturprüfung erforderlich, die KI-Funktionen zur Unterstützung außerhalb deterministischer und sicherheitskritischer Bereiche hält.

Quelle: Pressemitteilung von Rockwell Automation, 17. November 2026.

Einen Kommentar hinterlassen

Bitte beachten Sie, dass Kommentare genehmigt werden müssen, bevor sie veröffentlicht werden.