ArmSoM RK3588 AI Module7 : โมดูล system-on-module ที่ใช้ฟอร์มแฟกเตอร์ NVIDIA Jetson Nano

ArmSoM RK3588 AI Module7 (AIM7) เป็นโมดูล (System-on-Module) ที่ใช้ชิป Rockchip RK3588 ซึ่งเข้ากันได้กับ NVIDIA Jetson Nano และโมดูล Jetson แบบ 260-pin SO-DIMM อื่น ๆ ดังนั้นจึงสามารถใช้งานร่วมกับ carrier board ของ Jetson ได้หลากหลาย โมดูลรุ่นนี้ถูกออกแบบมาสำหรับการประมวลผล Edge Computing, AI Inference, VR/AR, ระบบบันทึกวิดีโออัจฉริยะ (Smart NVR) และการประยุกต์ใช้งานทั่วไป

โมดูล RK3588 AIM7 มาพร้อม RAM ขนาด 4GB ถึง 32GB, eMMC Flash ขนาด 32GB ถึง 128GB และมีการบูรณาการตัวจัดการพลังงาน Rockchip RK806-1 PMIC แต่ไม่มีคอนโทรลเลอร์ Gigabit Ethernet เหมือนที่พบใน Mixtile Core 3588E ที่เป็นคู่แข่ง ถึงแม้ว่า โมดูล RK3588 จะสามารถทำงานร่วมกับ carrier board ส่วนใหญ่ของ Jetson ได้ แต่ ArmSoM ก็ได้ออกแบบบอร์ด AIM-IO carrier board ขึ้นมาเพื่อช่วยให้ผู้ใช้งานเริ่มต้นได้อย่างรวดเร็ว

ArmSoM AIM7 RK3588 Jetson Nano module

สเปคของ RK3588 AI Module7 :

  • SoC – Rockchip RK3588
    • CPU – Octa-core processor ประกอบด้วย 4x Arm Cortex-A76 cores @ สูงสุด 2.4 GHz, 4x Arm Cortex-A55 cores @ 1.8 GHz
    • GPU – Arm Mali-G610 MP4 GPU พร้อมรองรับ OpenGL ES3.2, OpenCL 2.2, Vulkan1.1
    • AI accelerator – NPU 6 TOPS  รองรับ INT4/INT8/INT16
    • ISP – 48MP ISP พร้อมรองรับ HDR
    • VPU
      • Video Decoding – 8Kp60 H.265/VP9/AVS2, 8Kp30 H.264), 4Kp60 VP9, 1080p60 MPEG-2/1, VC1, VP8
      • Video Encoding – 8Kp30 H.264/H.265
    • เทคโนโลยีการผลิต – 8 นาโนเมตร
  • หน่วยความจำระบบ – LPDDR4x แบบ 64 บิต ขนาด4GB, 8GB (ค่าเริ่มต้น), 16GB หรือ 32GB
  • ที่เก็บข้อมูล eMMC 5.1 flash ขนาด 32GB (ค่าเริ่มต้น), 64GB หรือ 128GB
  • SO-DIMM edge connector 260 พิน เข้ากันได้กับ Jetson Nano SoM
    • ที่เก็บข้อมูล – SDIO 3.0, SATA
    • การแสดงผล – DP 1.2a, HDMI 2.1/eDP, 2x 2-lane MIPI DSI
    • กล้อง – 2x 4-lane+2x 2-lane or 5×2-lane MIPI CSI interfaces @ 2.5Gbps/lane; up to 12x MIPI CSI cameras
    • เสียง – 2x I2S
    • เครือข่าย – Gigabit Ethernet
    • USB – 1x USB 3.0 Gen1, 3x USB 2.0
    • PCIe – PCIe Gen3 x4 + PCIe Gen2 x1
    • ขา I/O แบบ Low speed – 3x UART, 2x SPI, 4x I2C, GPIOs
  • การจ่ายไฟ
    • แรงดันไฟฟ้า: 5VDC
    • ใRK806-1 PMIC + วงจรจ่ายไฟแยก
  • ขนาด – 69.6 x 45 มม. (PCB 12 layer; ฟอร์มแฟกเตอร์เดียวกับ NVIDIA Jetson TX2 NX, Orin Nano, …)
  • น้ำหนัก – 17.3 กรัม
  • ช่วงอุณหภูมิ – การทำงาน: 0°C ถึง +80°C, การเก็บรักษา: -20°C ถึง +85°C
  • ความชื้น – การทำงาน: 10% ถึง 90%, การเก็บรักษา: 5% ถึง 95%

 Rockchip RK3588 system-on-module

RK3588 AI Module7 Block Diagram
บล็อกไดอะแกรมของ RK3588 AIM7

สเปคของ  AIM-IO carrier board :

  • โมดูล SoM ที่รองรับ – RK3588 AIM7 SoM และโมดูลอื่น ๆ ที่เข้ากันได้กับ Jetson Nano/NX
  • ที่เก็บข้อมูล – ช่องเสียบการ์ด MicroSD
  • เอาต์พุตวิดีโอ
    • พอร์ต DisplayPort และ HDMI
    • MIPI DSI แบบ 4-lane รองรับความละเอียดสูงสุด 4K @ 60Hz
  • กล้อง
    • 2x คอนเนกเตอร์ MIPI CSI แบบ 2-lane
    • 1x คอนเนกเตอร์ MIPI CSI แบบ 4-lane
    • รองรับกล้องสูงสุด 8 ตัว
  • เครือข่าย – พอร์ต Gigabit Ethernet RJ45
  • USB
    • 4x พอร์ต USB 3.0 Type-A
    • 1x พอร์ต  USB Type-C สำหรับแฟลชเฟิร์มแวร์
  • การขยาย
    • ขา GPIO แบบ 40-pin header
    • ช่องเสียบ M.2 E-key (รองรับ PCIe/USB/SDIO/UART) สำหรับโมดูล WiFi หรือโมดูลเสริมอื่น ๆ
  • การจ่ายไฟ
    • อินพุตไฟ 12V DC ผ่านพอร์ต barrel jack
    • รองรับ 5V PoE
  • ขนาด – 100 x 80 x 29 มม. (มีขนาดเท่ากับชุดพัฒนา Jetson Nano เข้ากันได้กับเคส/กล่องเดิม)
  • น้ำหนัก – 78.4 กรัม

ArmSoM RK3588 AI Module7 carrier board

ArmSoM มีการจัดเตรียมอิมเมจของ Debian 11 และ Ubuntu 24.10 สำหรับ RK3588 AIM7 SoM และ AIM-IO carrier board พร้อมทั้งเน้นจุดเด่นเรื่องการรองรับ RKNN-Toolkit2 ที่สามารถแปลงโมเดลจาก TensorFlow/PyTorch ไปเป็นรูปแบบ RKNN เพื่อใช้ประโยชน์จาก NPU ประสิทธิภาพ 6 TOPS ได้อย่างเต็มที่

ระบบสามารถทำงานด้าน AI Vision ได้ดังนี้ ตรวจจับวัตถุด้วย YOLOv5s (1080p) ที่ความเร็ว 55 FPS, การแบ่งส่วนเชิงความหมาย (Semantic segmentation) ด้วย DeepLabv3+ (4K) ที่ความเร็ว 25 FPS, การวิเคราะห์วิดีโอ (Video analytics) จากสตรีม 1080p พร้อมกัน 8 สตรีม โดยมี latency ต่ำกว่า 100 ms โดยสามารถดูรายละเอียดเพิ่มเติมได้จากเว็บไซต์เอกสารประกอบรวมถึงบน Google Drive

หากต้องการทำความเข้าใจเพิ่มเติมเกี่ยวกับซอฟต์แวร์และความเข้ากันได้กับ Jetson คุณสามารถดูรีวิวของเราเกี่ยวกับ Mixtile Core 3588E Jetson SoM ได้ ซึ่งทำไว้ตั้งแต่ปี 2023 โดยใช้ Ubuntu 22.04 (ในช่วงนั้นซอฟต์แวร์ยังไม่สมบูรณ์นัก) และปัญหาที่พบกับ Jetson Nano Developer Kit A02 carrier รุ่นเก่า อาจจะเกิดขึ้นหรือไม่เกิดขึ้นกับ RK3588 AIM7 ก็ได้ สิ่งสำคัญที่ควรจำไว้คือ ความเข้ากันได้ (compatibility) ไม่ได้รับการการันตีสำหรับบอร์ดขยายแต่ละรุ่น และจำเป็นต้องทดสอบเป็นกรณีไป (case-by-case)

ArmSoM ตัดสินใจเปิดตัว RK3588 AI Module7 SoM และ AIM-IO carrier board บนแพลตฟอร์ม Crowd Supply โดยตั้งเป้าหมายการระดมทุนไว้ที่ $4,780 (~155,000฿) โมดูล RK3588 AI Module7 จำหน่ายในราคา $239 (~7,800฿) มาพร้อม RAM 8GB และ eMMC 32GB, บอร์ด AIM-IO carrier board จำหน่ายในราคา $36 (~1,200฿) ราคาทั้งหมดรวมค่าขนส่งแล้ว ควรจะซื้อบอร์ด AIM-IO ด้วย แม้ว่าคุณจะมี Jetson carrier board อยู่แล้ว เพราะจะได้มีบอร์ดอ้างอิงที่ทดสอบแล้วว่าสามารถใช้งานได้แน่นอน แพ็คเกจ (Rewards) จากแคมเปญระดมทุนนี้คาดว่าจะเริ่มจัดส่งตั้งแต่วันที่ 14 มกราคม 2026 เป็นต้นไป, เพื่อเป็นการเปรียบเทียบโมดูล Mixtile Core 3588E รุ่น RAM 16GB และ eMMC 128GB จำหน่ายในราคา $119 (~3,900฿) ไม่รวมค่าส่ง, โมดูล Turing RK1 รุ่น RAM 8GB และ eMMC 32GB จำหน่ายในราคา $169 (~5,500฿) โมดูลทั้งสองรุ่นนี้ก็รองรับกับ ecosystem ของ Jetson Nano/TX2 NX เช่นกัน ทำให้เมื่อเปรียบเทียบแล้ว ArmSoM ดูมีราคาสูงกว่าแต่มีการอธิบายว่าราคาที่สูงขึ้นเป็นเพราะภาษีนำเข้าล่าสุด (tariffs) และการที่ราคาของ ArmSoM รวมค่าขนส่งไว้แล้ว

แปลจากบทความภาษkอังกฤษ :  ArmSoM RK3588 AI Module7 system-on-module follows NVIDIA Jetson Nano form factor (Crowdfunding)

Subscribe
Notify of
guest
0 Comments
Oldest
Newest Most Voted
Inline Feedbacks
View all comments
โฆษณา