AI
Raspberry Pi 5 e AI: controllo qualità senza cloud
Un connettore al contrario, un accessorio mancante, un difetto da intercettare: come valutare Raspberry Pi 5 e Sixfab AI HAT+ per il controllo qualità con AI locale.
ARCHIVIO TECNICO
News e approfondimenti
Progetti, note tecniche e scelte di architettura. Dal laboratorio al sistema reale.
7 approfondimenti
↗
AI
SLX SynthForge su GitHub: AI per la visione industriale
SLX SynthForge porta su GitHub la visione industriale: schede 3D, dati sintetici e classificatori softmax, con motore C++, interfaccia Qt e addestramento Python/NumPy.
AI
Visione artificiale industriale: quattro telecamere via Ethernet con Microchip e NVIDIA
Microchip aggiorna il PolarFire Ethernet Sensor Bridge con fino a quattro telecamere MIPI CSI-2 e doppia Ethernet 10 GbE. Come valutare banda, latenza, sincronizzazione e integrazione NVIDIA per un sistema di visione industriale.
AI
AI per allarmi industriali: diagnosi con dati SCADA e PLC
Come collegare allarmi SCADA, dati PLC, sensori e documentazione tecnica con l’AI per supportare diagnosi verificabili e manutenzione industriale.
AI
Microcontrollori vs Cloud: perché nel 2026 l’AI va sull’Edge
MCU potenti, costi cloud in crescita e richieste real-time stanno spostando l’AI dal Cloud all’Edge. Cosa cambia nel 2026 per IoT e industria.
AI
TinyML su microcontrollori: dal prototipo alla produzione
Come portare l’AI sui microcontrollori con TinyML: prototipazione con TensorFlow Lite Micro, ottimizzazione e deploy in produzione su MCU reali.
AI
NPU nei SoC embedded: AI on-chip per l’Edge Computing
Le NPU integrate nei SoC embedded (STM32N6, Arm Ethos-U, i.MX 8M) abilitano inferenza AI veloce e sicura on-chip per automotive e IoT.
IL PROSSIMO PASSO