Supermicro lanserer Intel-drevne edge-AI-systemer for sanntidsinferens og industriell automasjon

Supermicros Intel-drevne edge-AI-systemer fra juni 2026 – Spesifikasjoner, ytelse og anvendelsesområder

23. juni 2026 kunngjorde Supermicro en utvidet portefølje av edge-AI-systemer basert på Intel-teknologi, inkludert Intel Core Ultra Series 3-prosessorer, Intel Core Series 2-prosessorer og Intel Arc Pro B-serie GPUer . Porteføljen omfatter kompakte vifteløse enheter, kortdype rack-servere og et minitårn for kontormiljøer .

Systemer, spesifikasjoner og ytelse

System	Prosessor	Formfaktor	Nøkkelspesifikasjoner	KI-ytelse
SYS-E103-14P	Intel Core Ultra Series 3 (Panther Lake-H, inntil 25W)	Vifteløs, DIN-skinne-monterbar, 5,5" (140mm) dybde	Opptil 128 GB DDR5, 2x 2,5 GbE LAN, 2x HDMI 2.1, driftstemperatur 0°–45°C	Opptil 180 TOPS totalt (CPU/GPU/NPU hybrid); integrert NPU 5 gir 50 dedikerte TOPS for sanntidsinferens
SYS-521AD-LN2	Intel Core Series 2 (inntil 12 P-kjerner)	Slankt AI-minitårn	Opptil 64 GB DDR5; støtter Intel Arc Pro B50 GPU og NVIDIA RTX Pro Blackwell 2000 GPU	Lokalisert KI-inferens, modellutvikling og finjustering
SYS-111AD-WN2R (oppdatert)	Intel Core Series 2	Kortdyp 1U-rackmontert	DDR5-minne, oppgradering i eksisterende fotavtrykk	Forbedret KI- og dataytelse sammenlignet med forrige generasjon
SYS-E300-13AD5 (oppdatert)	Intel Core Series 2	Kompakt viftebasert innbygget enhet	DDR5-minne, kompakt edge-formfaktor	Økt KI-gjennomstrømning i samme fysiske fotavtrykk

Bredere støtte for Intel Arc Pro B-serie GPUer i hele edge-AI-serverporteføljen: Intel Arc Pro B70 leverer opptil 367 TOPS med 32 GB VRAM, mens B50- og B60-modellene gir profesjonell grafikkakselerasjon for KI- og visuelle databehandlingsoppgaver .

I tillegg viser Supermicros Intel Edge AI-plattformside til bredere tilgjengelighet av systemer drevet av Intel Xeon 6 SoC (inntil 72 P-kjerner) for CPU-basert inferens med AVX2, samt Intel Core Ultra-prosessorer med inntil 16 P/E/LPE-kjerner, integrert GPU med 12 Xe-kjerner og 50 NPU-TOPS .

Målrettede bransjer

Den utvidede porteføljen er designet for detaljhandel, produksjon, fysisk sikkerhet, transport og logistikk – organisasjoner som trenger skalerbar, strømeffektiv KI utplassert nær der data genereres . Den vifteløse SYS-E103-14P er spesielt optimalisert for datasynt, industriell automasjon og robuste edge-utplasseringer .

Rolle i distribuert KI og agentisk KI ved edge

Systemene er eksplisitt posisjonert for å støtte skiftet mot distribuert KI og agentisk KI ved edge. SYS-E103-14P muliggjør effektiv behandling av agentiske KI-arbeidsmengder uten behov for en dedikert GPU, og utfører inferenslokalt i stedet for i skyen . Supermicros bredere strategi for juni 2026 inkluderer også Arm AGI CPU-baserte servere annonsert på COMPUTEX for agentiske KI-arbeidsmengder i bedrifter , noe som posisjonerer Intel edge-porteføljen som det komplementære lavstrøms-, høytetthets-edge-laget for sanntidsbeslutninger ved datainnsamlingspunktet.

Ledelsens karakterisering av partnerskapet

Mory Lin, visepresident for IoT/Embedded og Edge Computing hos Supermicro:

"Etter hvert som bruken av agentisk KI akselererer, trenger organisasjoner edge-infrastruktur som kan levere sanntidsinferens, lav latenstid og strømeffektivitet nær der data genereres. Våre nyeste Intel-drevne edge-systemer, sammen med vår DCBBS-portefølje, gir kundene større kostnadskontroll og fleksibilitet til å utplassere og skalere KI-arbeidsmengder i krevende edge-miljøer."

Dan Rodriguez, konserndirektør og general manager, Edge Computing Group hos Intel:

"KI-arbeidsmengder ved edge krever en kombinasjon av høyytelses datakraft, strømeffektivitet, skalerbar akselerasjon og riktig totalkostnad (TCO). Ved å kombinere Intel Core Ultra-prosessorer og Arc Pro GPUer med Supermicros edge-optimerte systemer, kan kunder utplassere KI-løsninger raskere og mer effektivt i et bredt spekter av virkelige miljøer."

Begge lederne beskriver partnerskapet som en strategisk maskinvare-programvare-optimalisering som adresserer den sentrale utfordringen ved edge: å levere KI-inferens på datasenternivå i plass-, strøm- og termisk begrensede miljøer, samtidig som kostnadskontroll og utplasseringsfleksibilitet opprettholdes.