Sind Sie ein Entwickler?
Beschleunigen Sie Ihren Pfad zur Produktion mit Tools und Ressourcen für Entwickler in der Intel® Developer Zone, Ihrer offiziellen Quelle für die Entwicklung von Intel® Hardware und Software.
Was ist Laborautomatisierung?
Die Laborautomatisierung verwendet hochentwickelte Laborinformationssysteme (LIMS) und automatisierte Laborgeräte, um präzise und genaue Testergebnisse in großem Umfang zu liefern. Diese intelligenten Laborgeräte verwenden integrierte Prozessoren zur Steuerung von Robotern, zur Unterstützung von Internet of Things (IoT)-Technologien und zur Durchführung anspruchsvoller Analysen.
Die Zusammenarbeit von Intel und seinen Partnern mit den Herstellern von Laborgeräten hilft bei der Optimierung von Anwendungen, der Einführung innovativer neuer Technologien und der Erfüllung sich ändernder Kundenanforderungen.
Für heute bauen, für morgen gestalten
Die Instrumente, die Sie in diesem Quartal ausliefern, werden in den kommenden Jahren im Einsatz sein. Damit Instrumente relevant bleiben, müssen sie in der Lage sein, sich an die schnelle Innovation anzupassen, insbesondere in den Bereichen Analytik und KI.
Die Laborgeräte, die mit Intel®-basierter Hardware, Entwicklungstools und Software ausgestattet sind, verfügen über die nötige Rechenleistung, um intensive Arbeitslasten zu verarbeiten, sich an die nächste Stufe der Automatisierung anzupassen und noch nie dagewesene Datenmengen sicher zu verwalten.
Automatisierte Laborgeräte - Aktuelle Trends treiben den Wandel voran
Klinische Labore sehen sich mit schrumpfenden Gewinnspannen und einer steigenden Nachfrage nach immer anspruchsvolleren Tests konfrontiert. Forschungslabors stehen unter ständigem Druck, mehr Durchbrüche in kürzerer Zeit zu erzielen. Für beide Märkte ist es wichtig, dass die Gerätehersteller intelligentere Geräte liefern, die fortschrittliche Tests durchführen, mehr Prozesse automatisieren und als Plattformen für künftige Innovationen dienen können.
Kostenaufwendungen
Labore suchen nach Möglichkeiten, ihre Arbeitsabläufe zu verbessern und verlangen gleichzeitig, dass die Geräte mehr leisten und weniger kosten. Der Umstieg auf Single-CPU-Konfigurationen kann die Materialkosten senken, die Leistung steigern und ein besseres Benutzererlebnis bieten.
Ferndiagnose
In Laborumgebungen ist die Reduzierung von Ausfallzeiten entscheidend. Integrierte Computer-Vision-Systeme (CV) können die Ferndiagnose von Instrumenten unterstützen, wodurch Probleme früher und schneller erkannt und behoben werden können. Intel® Hardware, Entwickler-Toolkits und Referenzanwendungen bieten die nötige Flexibilität, um CV-Lösungen für einen Bereich von Geräteanforderungen zu entwickeln.
Sicherheit und Verwaltbarkeit
Datensicherheit ist ein Hauptanliegen in der Gesundheitsbranche. Computerplattformen von Intel® verfügen über Hardware-fähige Sicherheitstechnologien wie beschleunigte Datenverschlüsselung und vertrauenswürdige Ausführungstechnik, die Geräteherstellern helfen, ihre Anforderungen an die Cybersicherheit zu erfüllen.
Analyse und KI-Wachstum
Die moderne Labortechnik muss in der Lage sein, immer komplexere Analysen und - in Zukunft - künstliche Intelligenz zu unterstützen. Die neuesten Intel® Technologien kombinieren KI-Beschleunigung mit flexibler, vielseitiger Rechenleistung. Mit einer Intel Basis können Laborgeräte erweiterte Analyse- und KI-Funktionen unterstützen.
Erfolgsstorys von Kunden
TGen entwirrt das genetische Mysterium hinter Krankheiten
Forscher verwenden High Performance Computing, um genomische Behandlungen für seltene Krankheiten zu entwickeln.
KFBIO beschleunigt den Durchsatz beim Krebs-Screening
Die KFBIO Deep Learning KI-Lösungen erkennen und klassifizieren Anomalien in Pap-Abstrichen. Unter Verwendung von Intel® Optimierungen und Toolkits konnte KFBIO den Durchsatz um das 8,4-fache steigern 1 auf Intel® Xeon® CPUs.
Broad Institute sieht Ertrag aus Optimierung
Intel und Google haben gemeinsam mit dem Broad Institute daran gearbeitet, die Kosten für Cloud Computing zu senken und die Leistung ihrer biomedizinischen Open Source-Plattform Terra zu verbessern.
Die Zukunft der Laborautomatisierung
Intel hilft Herstellern bei der Integration neuer Technologien, die heute Werte schaffen und die Grundlage für die Zukunft bilden.
Die Zukunft der Automatisierung in klinischen Labors
Mit Hilfe von Computer Vision, KI und Robotik hilft Intel den Herstellern von Blutbanken und Instrumenten für die klinische Chemie, neue Dienstleistungen anzubieten und einen höheren Durchsatz zu erzielen.
Aufkommende Technologietrends für Forschungslabors
Intel® Technologien, Hardware und Tools für Entwickler helfen F&E-Labors dabei, KI für Big Data-Analysen und autonome Experimente einzusetzen.
Biopharmazeutische Herstellung wird digitalisiert
Die Hardware- und Softwarelösungen von Intel® stehen an der Spitze der digitalen Transformation in der biopharmazeutischen Produktion und bilden die Grundlage für eine Bewegung hin zu modernen, softwaredefinierten, datengesteuerten Abläufen, die allgemein als Industrie 4.0 bezeichnet werden.
Intel® Technik für Laborautomatisierung
Ein einziger moderner Intel® Prozessor bietet die Leistung, die Laborgeräte benötigen, um von hardwaredefinierter Logik auf eine softwarebasierte Infrastruktur umzustellen. Mit einer Intel® CPU können die heutigen Geräte jahrelang wachsende Fähigkeiten und steigende Anforderungen unterstützen.
Enhanced-for-IoT-Prozessoren kombinieren Echtzeit-Computing, Out-of-Band-Fernverwaltung und hardwarebasierte Sicherheitsmaßnahmen mit industrietauglicher Zuverlässigkeit für noch mehr Leistung und Flexibilität.
Mit Intel® Hardware können Sie mehrere Laborgeräte - mit einem Bereich von Funktionen - unter Verwendung einer standardisierten Single-CPU-Architektur herstellen, was Ihre Stückliste reduziert, die Zertifizierung vereinfacht und die Geräteverwaltung vereinheitlicht.
Intel Atom® Prozessoren
Intel Atom® Prozessoren liefern eine energiebewusste Leistung für die Automatisierung am Gerät, wie z.B. Probenhandhabung, Sortieren, Zentrifugieren und analytische Funktionen.
Intel® Core™ Prozessoren
Intel® Core™ Prozessoren haben eine höhere Rechenleistung und Intel® Iris Xe Grafiken für fortschrittliche On-Instrument-Analysen und Workstations mit 4K Displays.
Skalierbare Intel® Xeon® Prozessoren
Mit Intel® Xeon Prozessoren können Sie mehrere virtualisierte Workloads auf Edge-Servern im Labor ausführen, darunter High-Content-Screening (HCS), Kulturzählung und andere Bildanalysen.
Intel® FPGAs
Intel® FPGAs und SoC FPGAs können vor Ort programmiert werden, um Schlüssel-Workloads zu beschleunigen und sich an veränderte Anforderungen anzupassen.
Intel vPro® Plattform
Sie können auf die Systeme zugreifen, auch wenn sie ausgeschaltet sind, um Ferndiagnosen, Wartung und Fehlerbehebung durchzuführen.
Intel® Deep Learning Boost
Sie können komplexe KI-Workloads Seite an Seite mit bestehenden Workloads für Computer Vision, Spracherkennung und andere Deep Learning-KI ausführen.
Intel® Developer Tools für die Laborautomatisierung
Intel stellt Geräteherstellern Tools zur Verfügung, mit denen sie die Möglichkeiten ihrer Systeme erweitern und ihren Entwicklungsprozess vereinfachen können.
Intel®-Distribution des OpenVINO™ Toolkits
OpenVINO™ erstellt optimierte Deep Learning-KI-Modelle, die auf jeder beliebigen Kombination von Intel®-Hardware mit maximaler Leistung laufen können. Hunderte von vortrainierten Modellen und Referenzanwendungen helfen Ihnen, schneller auf den Markt zu kommen.
Video Analytics Serving
Stellen Sie optimierte Medienanalyse-Pipelines als Container-basierte Dienste bereit. Video Analytics Serving unterstützt in GStreamer oder FFmpeg definierte Pipelines. Es enthält APIs zum Erkennen, Starten, Stoppen, Anpassen und Überwachen der Pipeline-Ausführung.
Azure Video Analyzer
Erstellen und implementieren Sie KI-Videoanalyse-Pipelines als Service unter Verwendung der Azure-Cloud. Eine Video Analytics Serving Erweiterung unterstützt GStreamer und FFmpeg Pipelines.
Intel® Media SDK
Das Intel® Media SDK stellt Entwicklern eine Vielzahl von Bibliotheken, Tools und Beispielen zur Verfügung, die eine hardwarebeschleunigte Videokodierung, -dekodierung und -verarbeitung in Anwendungen für Windows und Linux ermöglichen.
FAQs
Häufig gestellte Fragen
Was ist Laborautomatisierung?
Die Laborautomatisierung verwendet ausgeklügelte Laborinformationsmanagementsysteme (LIMS), robotergestützte Materialhandhabungsgeräte und zunehmend intelligente Laborinstrumente, um Testproben zu verfolgen, Ergebnisse auszuwerten und arbeitsintensive klinische Aufgaben durchzuführen.
Wo wird Laborautomatisierung verwendet?
Die Laborautomatisierung wird in klinischen und biopharmazeutischen Forschungslabors sowie in Produktionsstätten verwendet. Materialforschungslabors verwenden die Automatisierung, um neue Verbindungen und Moleküle zu entdecken.
Welche Technik wird in der Laborautomatisierung verwendet?
Die Automatisierung des Labors hängt von automatisierten Laborgeräten mit integrierten Computern und Hochgeschwindigkeitsnetzwerken ab. Die Instrumente werden zu Arbeitsabläufen zusammengestellt, die von automatisierten Kontrollsystemen und Informationsmanagementsystemen verwaltet werden. Leistungsstarke Workstations und Server vor Ort oder in der Cloud unterstützen die laborweite Automatisierung und Betriebstechnologie.
Künstliche Intelligenz macht die Laborautomatisierung intelligenter und autonomer. KI erfordert Kameras, Mikrofone und andere Sensoren zur Datenerfassung sowie zusätzliche Software und Rechenleistung.
Zugehöriges Lesen
Erfahren Sie mehr über andere Fortschritte in den Gesundheits- und Biowissenschaften.
1. KFBIO Gebärmutterhalskrebs-Screening OpenVINO™ Modell Durchsatzleistung auf Intel® Xeon® Gold 6148 Prozessor:
NEU:
Test 1: Getestet von Intel (Stand: 15.6.2019). Zwei-Sockel Intel® Xeon® Gold 6148 Prozessor, 20 Kerne, HT eingeschaltet, Turbo eingeschaltet, Gesamtspeicher 192 GB (12 Steckplätze/16 GB/2.666 MHz); BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d), CentOS Linux Version 7.5.1804 (Core); Deep Learning Framework: Keras 2.2.4 und Intel-optimiertes TensorFlow: 1.13.1; Topologie: RetinaNet: https://github.com/fizyr/keras-retinanet; Compiler: gcc 4.8.5, MKL DNN; Version: v0.17, BS=8, sowohl synthetische Daten als auch Kundendaten, eine Instanz/zwei Sockets, Datentyp: FP32.
Test 2: Getestet von Intel (Stand: 15.6.2019). Zwei-Sockel Intel Xeon Gold 6148 Prozessor, 20 Kerne, HT eingeschaltet, Turbo eingeschaltet, Gesamtspeicher 192 GB (12 Steckplätze/16 GB/2.666 MHz); BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d), CentOS Linux Freigabe 7.5.1804 (Core); Intel® Software: OpenVINO™ R2019.1.1094; Topologie: RetinaNet: https://github.com/fizyr/keras-retinanet; Compiler: gcc 4.8.5, MKL DNN; Version: v0.17, BS=1, acht asynchrone Anfragen, sowohl synthetische Daten als auch Kundendaten, eine Instanz/zwei Sockets; Datentyp: FP32.
REFERENZ:
Getestet von Intel (Stand: 15.6.2019). Zwei-Sockel Intel Xeon Gold 6148 Prozessor, 20 Kerne, HT eingeschaltet, Turbo eingeschaltet, Gesamtspeicher 192 GB (12 Steckplätze/16 GB/2.666 MHz); BIOS: SE5C620.86B.0X.01.0007.062120172125 (ucode: 0x200004d), CentOS Linux Version 7.5.1804 (Core); Deep Learning Framework: Keras 2.2.4 und Vanilla TensorFlow: 1.5; Topologie: RetinaNet: https://github.com/fizyr/keras-retinanet; Compiler: gcc 4.8.5, MKL DNN Version: v0.17, BS=8, sowohl synthetische Daten als auch Kundendaten, eine Instanz/zwei Sockets; Datentyp: FP32.