Xovis 推出用于卷积神经的 PF 系列传感器

Xovis今日宣布，推出由公司下一代SoC和全新3D光学系统驱动的PF系列传感器，在AI边缘计算和3D视觉领域取得重大突破。

PF系列专为现代卷积神经网络（CNN）设计，旨在最大化跟踪面积并提供无与伦比的实时大面积分析。它为基于CNN的3D视觉工作负载带来了突破性的性能，同时为下一代AI模型提供了所需的可扩展性。

“今天标志着零售分析的新纪元，”Xovis首席执行官兼联合创始人Christian Studer在2026年曼哈顿NRF大会上表示。“Xovis投入多年研究和工程，开发出具有卓越覆盖范围和强大架构的新传感器硬件。研究再次证明，3D立体视觉在负责任地测量大型环境中的人员流动方面优于其他技术。”

它带来了：

在AI原生NPU上，CNN性能最高可达7.9 TOPPS：加速驱动Xovis三维跟踪精度和光学流水线的卷积模型。

NPU的速度比广泛使用的NXP i.MX8快3×，比PC2SE系列快22.5×：为更高要求的CNN工作负载奠定了坚实基础。

四核CPU（4×2.1 GHz），配备44.8 GFLOPS GPU：为实时处理和下一代挑战提供卓越的计算密度。为现代卷积神经网络优化的

AI原生架构：基于卷积神经网络的三维视觉处理表现出色，同时推动未来AI模型创新

“近年来，我们见证了计算能力的巨大进步。Xovis将这些传感器转变为市场化传感器，支持零售商向更智能、更自动化流程的转型，“Xovis首席财务官Florian Eggenschwiler表示。

该新SoC设计为平衡且高能力的AI平台，以通常对性能较低设备的低成本，提供行业领先的CNN加速。通过将最大化的3D光学系统与面向CNN的计算架构相结合，Xovis为零售、出行、智能建筑及更广泛的智能基础设施应用提供了可扩展、高精度空间分析的未来保障基础。