Open Source-Plattform Rapid Prototyping mit Arduino Ventuno Q für Edge AI

Von Thomas Carmody* 4 min Lesedauer

Anbieter zum Thema

Arduino Ventuno Q kombiniert hohe KI-Rechenleistung, Echtzeitaktuierung und -steuerung mit einem umfassenden Software-Stack und Toolset und kann so Robotik-, Drohnen- und Edge-AI-Anwendungen rasch prototypisieren.

Arduino Ventuno Q: Arduinos neue KI-Entwicklerplattform adressiert die Industrie. (Bild:  Arduino)
Arduino Ventuno Q: Arduinos neue KI-Entwicklerplattform adressiert die Industrie.
(Bild: Arduino)

Laut aktuellen Schätzungen macht Europa heute fast 28 % der weltweiten Robotereinsätze aus. Der Gesamtmarkt in der Region soll bis 2031 von 16 Mrd. USD auf 37 Mrd. USD wachsen. Während industrielle Roboter weiterhin den Markt dominieren, schnellt das Wachstum in Logistik, Lagerhaltung, Gesundheitswesen und einer Vielzahl weiterer Branchen in die Höhe – ein Trend, der von Faktoren wie einer alternden Bevölkerung, regulatorischen Entwicklungen und dem Ausbau der digitalen Wirtschaft angetrieben wird. In einer Ära, in der die Nachfrage nach Robotik explodiert, benötigen Ingenieure innovative Lösungen, um fortschrittliche Robotik- und Edge-AI-Konzepte schneller denn je vom Prototyp in die Produktion zu überführen. Der kürzlich eingeführte Arduino Ventuno Q wurde genau mit diesem Ziel konzipiert.

Arduinos Ventuno Q ist die zweite auf Qualcomms Dragonwing-SoC basierende Plattform, die von den renommierten italienischen IoT-Experten seit deren Übernahme durch Qualcomm im Oktober 2025 auf den Markt gebracht wurde. Der Name leitet sich vom italienischen Wort für 21 ab und erinnert an die 21 Jahre, in denen Arduino den IoT-Markt mit zugänglichen elektronischen Plattformen unterstützt hat. Dieses Launch-Event ist Teil von Qualcomms Strategie, seine marktführenden Computer-Vision- und Edge-AI-Geräte in die Hände von Millionen von IoT-Entwicklern zu legen. Der Arduino Ventuno Q stellt zudem die weltweit erste Plattform dar, die sämtliche wesentlichen Hardware- und Softwarekomponenten, die ein durchschnittlicher Robotikentwickler benötigt, in einer hochintegrierten und kosteneffizienten Lösung vereint.

Bildergalerie
Unterstützte KI-Modelle

Computer Vision: Beispiele hierfür sind YOLO MobileNet und Efficient Net etwa für bildverarbeitungsgesteuerte Robotik.

Sprache und Audio: etwa Sprache-zu-Text, Text-zu-Sprache und Schlüsselworterkennung beispielsweise für Offline-Sprachassistenten und freihändige Maschinenschnittstellen.

Sprachmodelle wie LLM-Assistenten, etwa Qwen oder von Llama abgeleitete Modelle für lokale Entscheidungsagenten, die Sensordaten interpretieren und Bediener unterstützen.

Sensorintelligenz: Etwa Anomalieerkennung und Zeitreihenmodelle für vorausschauende Wartung und industrielle Überwachung.

Details zum Arduino Ventuno Q

Wir beginnen mit einem Blick auf die Hardware-Architektur des Arduino Ventuno Q. Sie folgt dem gleichen Ansatz, den Arduino bei der UNO-Q-Lösung verfolgt hat. Eine Dual-Brain-Architektur kombiniert einen leistungsstarken, hochintegrierten Qualcomm-Dragonwing-IQ8-SoC – der sämtliche Robotik-, Computer-Vision- und Edge-AI-Anwendungsfälle unter Ubuntu oder Debian Linux ausführt – mit einer STM32H5F5 MCU, die das Zephyr OS betreibt und für Echtzeitsteuerung, Aktuierung sowie Sicherheitsanforderungen eines Arduino-Ventuno-Q-Systems verantwortlich ist.

Um die Kommunikation zwischen diesen Subsystemen zu ermöglichen, hat Arduino außerdem eine dedizierte Nachrichtenschnittstelle und ein Protokoll (RPC) entwickelt, das die Kommunikation zwischen der leistungsstarken Linux-Umgebung und der Echtzeitumgebung in beide Richtungen zulässt.

Der IQ8 SoC des Arduino Ventuno Q bietet hochleistungsfähiges Rechnen durch die achtkernige Arm-CPU für Linux, während die integrierte NPU eine dedizierte Rechenleistung von 40 TOPS für lokale multimodale KI-Workloads wie einen kompletten autonomen Stack liefert.

Die MCU STM32 betreibt das Echtzeitsubsystem unabhängig von Linux, wodurch der Arduino Ventuno Q Sensoreingaben, Steuerungs- und Aktuierungsoperationen mit einer Latenz von unter einer Millisekunde verarbeiten kann, um deterministische Steuerungszyklen für Robotik über GPIO, PWM und/oder CAN zu realisieren. Bild 1 informiert über die Funktionsvielfalt des Arduino Ventuno Q sowie die umfangreiche Palette an verfügbaren Schnittstellen.

Duo: Ventuno Q und Arduino App Lab

Was den Arduino Ventuno Q von Wettbewerbern abhebt, ist das Softwareentwicklungsökosystem sowie die vorkonfigurierten Beispielanwendungen und sonstigen Ressourcen, die es Ingenieuren ermöglichen, fortschrittliche Produktkonzepte schnell zu realisieren. Im Mittelpunkt steht das Arduino App Lab, das als einheitliche Entwicklungsumgebung konzipiert wurde. Dort können Entwickler die leistungsstarken Rechen- und KI-Funktionen des Dragonwing-IQ8-SoC – CPU, GPU und NPU – unter Linux sowie die Echtzeitfähigkeiten der STM32 MCU, die die Echtzeitsteuerung im Arduino Ventuno Q übernimmt, im selben Arbeitsumfeld programmieren.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

In der Linux-Komponente wird Python eingesetzt, um komplexe Aufgaben wie Grafik und multimodale KI-Workloads zu steuern, während C++ die Echtzeitmotorsteuerung und Sensorkapazitäten des STM32-Subsystems realisiert. Obwohl Linux und Zephyr unabhängig voneinander laufen, ermöglicht die Remote-Procedure-Call-Brücke (RPC) zwischen IQ8 und STM32, dass etwa ein maschinelles Sehmodell in der Linux-Umgebung ein Echtzeit-Hardwareereignis auf dem STM32 auslöst – und umgekehrt. Das RPC-System wird als serviceorientierte API bzw. als Funktionsaufruf für beide Subsysteme im Arduino App Lab präsentiert. So bleibt die Komplexität der Interprozesskommunikation für den Anwender transparent.

Arduino Ventuno Q baut auf den soliden Grundlagen des Arduino App Lab auf und bietet eine umfangreiche Sammlung vorkonstruierter Beispielanwendungen sowie weiterer Softwareressourcen, die die Prototypenerstellung fortschrittlicher Robotik- und Edge-AI-Konzepte deutlich vereinfachen. Im Arduino App Lab kann ein Ingenieur einzelne oder sämtliche unten aufgeführten Ressourcen nutzen und nach Bedarf anpassen.

Software-Ressourcen dank Arduino App Lab

Während vorkonfigurierte, kuratierte Ressourcen die Evaluierung und spätere Prototypenerstellung erleichtern, kann die Arduino-Ventuno-Q-Softwareumgebung auch durch Ingenieure erweitert werden, die eigene ‚Bricks‘ entwickeln oder externe Editoren und Tools wie Edge Impulse nutzen. In dieser End-to-End-KI-Modellumgebung lassen sich Modelle entwickeln, trainieren und bereitstellen, die anschließend als individuelle ‚Bricks‘ in das Arduino App Lab eingebunden werden können. Zur Maximierung der Flexibilität bietet Arduino zwei Entwicklungsmodi an: Erstens, eine eigenständige Single-Board-Computer-Umgebung (Monitor, Tastatur, Maus) und zweitens ein PC-Setup mit USB-C-Tethering.

Wer nach einer einzigen, einheitlichen und schnellen Prototypenplattform für Robotik- und Edge-AI-Anwendungen sucht, die bereits die Lücken zwischen fortschrittlichen KI-Lösungen und Echtzeitsensortechnologien, Bewegungssteuerung sowie Aktuation schließt, dann ist Arduinos neue Plattform Ventuno Q die richtige Wahl. Mit dem Arduino App Lab und den vorgefertigten Zero-Code-Ressourcen kann sie die Zeit vom Konzept bis zum funktionsfähigen Prototyp erheblich verkürzen.Und für weitere Details und Fragen zum Projekt steht Ihnen das Codico-Team zur Verfügung.  (mk)

Thomas Carmody ist Product Manager bei Codico.

(ID:51004627)