inspect: Was sind Ihrer Meinung nach die wichtigsten Trends der letzten ein bis zwei Jahre innerhalb der Bildverarbeitungsbranche?
John Ilett: Virtual Reality, Sportanalytik und generalisierte volumetrische Erfassung sind ein Geschäftsfeld der Bildverarbeitungsindustrie, das weiterhin mit einer phänomenalen Geschwindigkeit wächst.
Die primäre Technologie, die diesen Systemen zugrunde liegt, sind Hochgeschwindigkeits-Ethernet-Kameras und andere IoT-Geräte. Auch KI- und Edge-Computing-Technologien gehören dazu. Sie dienen zur Verarbeitung der Massen an Videodaten, die von den großen Kamera-Arrays erzeugt werden.
Ein weiterer wichtiger Trend ist die 3D-­Vision-geführte Robotik, bei der KI und Edge Computing ebenfalls eine wichtige Rolle spielen, um die Nachfrage nach intelligenteren und schnelleren 3D-Mess- und Führungssystemen zu befriedigen – hier kommen die Stärken der Hochgeschwindigkeits-Ethernet-Kameratechnologien von Emergent zum Tragen.

inspect: In welchem Bereich der Bildverarbeitungsindustrie erwarten Sie die nächsten großen Entwicklungen?
Ilett: Es stellt sich sicherlich die Frage, was man mit den Ultra-High-Speed-Videodaten, die von einigen Emergent-Kameras geliefert werden, machen soll. Oft werden die Daten einfach gespeichert, zum Beispiel in Raid-Arrays. Mit einem entsprechenden Systemdesign können die Daten aber auch on the fly verarbeitet werden. Die Weiterleitung der Daten von den Kameras an GPU-Karten zur detaillierten Verarbeitung war schon immer möglich, und die Leistung solcher Karten wächst rasant. Dies ist derzeit mit Emergent-Kameras und den mitgelieferten NICs möglich und kann beispielsweise mit Quadro-GPU-Karten von NVidia sowie NVidia Jetson Xavier-Plattformen realisiert werden.
FPGA-basierte Karten, wie die von Bitt­ware, sind bereits wie die Emergent-Kameras mit Schnittstellen wie SFP+, SFP28, QSFP28 ­ausgestattet. Ebenso wird an ähnlichen Karten gearbeitet, um die Lücke zwischen GPU-basierter und FPGA-basierter Verarbeitung  zu schließen und um somit entsprechend leistungsfähige Edge-Processing-Architekturen für die meisten Ultra-High-Speed-Anwendungen zu ermöglichen.

inspect: Im Juli 2020 haben Sie eine Tochtergesellschaft in Deutschland gegründet, Ihre erste Niederlassung in Europa. Was war der Grund dafür?
Ilett: Unsere Präsenz war in Europa nicht so stark ausgeprägt und logischerweise konnten wir unsere Kunden in dieser Region nicht optimal betreuen. Außerdem rechtfertigte das Wachstum von Emergent aufgrund unseres schnell wachsenden Kundenstamms zusätzliche Vertriebsmitarbeiter.

inspect: Wie sind die ersten Schritte in Deutschland gelaufen?
Ilett: Alles in allem blicken wir auf ein vierfaches Umsatzwachstum in unserem ersten Jahr in dieser Region. Ein Teil dieses Erfolges ist mit der Expansion verbunden. Aber auch große Produkteinführungen und Marketingkampagnen spielen sicherlich eine Rolle.

inspect: Welche Länder stehen als nächstes auf der Liste?
Ilett: Abgesehen von Deutschland gibt es keine wirklichen Ausreißer, sondern eher eine starke Mischung aus vielen Ländern innerhalb der EMEA-Region. Wir sind immer auf der Suche nach Expansionsmöglichkeiten, aber in der Zwischenzeit sind wir sehr gut ausgestattet, um alle Länder innerhalb von EMEA zu bedienen.

inspect: Was sind die größten Stärken Ihrer Kameras?
Ilett: Um es klar zu sagen: Es sind viel mehr als nur die Kameras, für die Emergent die Verantwortung übernimmt.
Die Kameras von Emergent decken Anwendungen mit jeder Geschwindigkeit, jeder Auflösung und jeder Kabellänge ab – Emergent ist der erste Anbieter von 100GigE-Kameras, der die neuen Bleeding-Edge-Sensoren von Gpixel unterstützt. Wir tun dies, indem wir uns die An­­forderungen der Anwendung zu eigen machen und logische Lösungen mit erstklassigem Anwendungs-, Technik- und Vertriebssupport anbieten.
Wir arbeiten an der Integration von Grundlagentechnologien für die Verwendung mit Emergent-Kameras, wie Server, Switches, Raid-Technologien, GPU-Karten, FPGA-Karten usw., um den Integrationsaufwand für den Kunden zu verringern. Ein Teil dieser Bemühungen geht in hostseitige Lösungen, die mit Unternehmen wie NVidia und Bitt­Ware zusammenarbeiten, um 0 Prozent CPU-Footprint für paketbezogene Verarbeitung zu schaffen, indem Standardfunktionen in OTS-NIC-Karten mit höherer Geschwindigkeit wie RDMA und RoCE genutzt werden.

inspect: In welchen Anwendungsbereichen werden die Kameras derzeit hauptsächlich eingesetzt?
Ilett: Virtual Reality, Sportanalytik und allgemeine volumetrische Erfassung machen etwa 70 Prozent des Geschäfts aus. Der Anteil der allgemeinen maschinellen Bildverarbeitung liegt bei 30 Prozent , wächst aber schnell.

inspect: Welche aktuellen Anwendungen nutzen die hohe Bandbreite von 100GigE wirklich aus?
Ilett: Höhere Auflösungen erfordern höhere Geschwindigkeiten, um angemessene Bildraten aufrechtzuerhalten, und die Anwendungen sind hier sehr vielfältig, können aber AOI, Virtual Reality, Sportanalyse, Flachbildschirminspektion usw. umfassen.

inspect: Welche Vorteile bietet die GigE -Schnittstelle gegenüber der Konkurrenz?
Ilett: Die einzige erwähnenswerte Schnittstelle in dieser Diskussion ist CoaXPress (CXP). Hier sind drei gängige Kategorien des Vergleichs: Stromverbrauch, Geschwindigkeit und Synchronisation.
Stromverbrauch: Einige behaupten, dass der Stromverbrauch mit CoaXPress geringer ist, was anhand der Zahlen einfach nicht relevant ist. SFP+-, SFP28- und QSFP28-Technologien sind alle ziemlich stromsparend, ebenso wie CXP. Letzteres basiert auf dem Transceiver-Chip von Microchip, der einen Stromverbrauch von 0,125 W für jeden Kanal mit 12,5 Gbps angibt. Dies erfordert auch Transceiver aus dem FPGA mit der gleichen Geschwindigkeit, da der Microchip-Baustein lediglich ein Kabeltreiber ist und wir dafür weitere 0,125 W pro Kanal addieren müssen.
Wenn wir zwei dieser Kanäle (jetzt zwei Koaxialkabel) nehmen, um einen 25GigE/SFP28-Link zu erhalten, haben wir 0,5 W, während wir für einen 25Gbps-Transceiver im FPGA ebenfalls 0,5 W sehen.
Für 25GigE werden wir weniger als 1 W für SMF-Transceiver (bis zu 10 km), 0,5 W für MMF-Transceiver (bis zu 70 m) oder 0,125 W für Direct-Attach-Kabel (bis zu 5 m) hinzufügen.
Allerdings benötigen alle Kameras ein FPGA und einen Bildsensor, und Sie werden sehen, dass die Kameras, die eine der beiden Schnittstellen verwenden, im Bereich von 10 W verbrauchen, sodass die Leistungszahlen der Schnittstellen einen extrem kleinen Teil der Gesamtleistungsaufnahme ausmachen. Dieser Vergleich ist also im Großen und Ganzen nicht relevant.
Geschwindigkeit: In seinem derzeitigen koaxialen Zustand kann CXP keine Single-Link-Kabel-Lösung wie Ethernet SFP28, QSFP28 und darüber hinaus schaffen. CXP über Glasfaser könnte das natürlich, da es die physikalische Schicht von Ethernet stiehlt. Wir sollten anmerken, dass CXP über Glasfaser noch sehr in den Kinderschuhen steckt und mit der kleinen Handvoll Anbieter, die dies vorantreiben, Grabberkarten, Kameras, die höhere Geschwindigkeiten wie 50G und 100G abdecken, in nächster Zeit nicht zu erwarten sind.
Synchronisation: Das Triggern mehrerer Kameras von der CXP-Karte wurde als Vorteil gegenüber Ethernet-Technologien angesehen. Man könnte argumentieren, dass dies das stärkste Argument für CXP sein könnte. Bei Multi-Kamera-Systemen wird jedoch durch den Einsatz eines kostengünstigen Switches und PTP das gleiche Ziel erreicht, das auch Vorteile wie Multi-Casting, Kamera-Multiplexing und Redundanz bietet, die die relativ geringen Switch-Kosten leicht ausgleichen. Lokale Hardware-Triggerung ist ebenfalls sehr verbreitet.
Abgesehen davon gibt es Karten mit SFP+-,
SFP28- und QSFP28-Schnittstellen mit Trigger­eingängen an der Vorderseite, die dazu verwendet werden, kleine GigE Vision-Triggerpakete über dasselbe Kabel abzufeuern, um diesen vermeintlichen Vorteil komplett auszumerzen. Dies scheint ein viel kleinerer Schritt zu sein als die Entwicklung eines ganz neuen Standards.

Autor:
David Löh, Chefredakteur der inspect