MaixCAM2 กล้อง AI 4K แบบโมดูลาร์ ใช้ชิป Axera AX630 พร้อม NPU 3.2 TOPS

MaixCAM2 ของบริษัท Sipeed ถูกออกแบบมาสำหรับกลุ่ม Maker และนักวิจัย เป็นกล้อง AI แบบโมดูลาร์ที่ใช้ชิป Axera AX630 AI SoC ให้ประสิทธิภาพ AI ตั้งแต่ 3.2 TOPS (INT8) ไปจนถึง 12.8 TOPS (INT4) โดยให้ประสิทธิภาพสูงกว่า OpenMV-N6  และ Raspberry Pi 5ประมาณ 10–20 เท่า และให้ประสิทธิภาพใกล้เคียงกับ Jetson Orin Nano 4GB Super ขนาด 33 TOPS (ประมาณ 140 FPS) เมื่อรันโมเดล YOLO11n

กล้องรุ่นนี้มีหน่วยความจำ RAM ให้เลือก 1GB หรือ 4GB, หน่วยเก็บข้อมูล eMMC flash 32GB, ช่อง microSD, หน้าจอสัมผัสขนาด 2.4 นิ้ว, กล้องความละเอียด 8MP รองรับ 4K@30fps พร้อมไฟแฟลช LED, ไมโครโฟน 2 ตัว และลำโพง ทำให้เหมาะสำหรับงาน LLM และ VLM แบบประมวลผลในเครื่อง (local) นอกจากนี้ยังมี พอร์ต PMOD 2 ชุด สำหรับขยายอุปกรณ์ เช่น กล้องถ่ายภาพความร้อน และเซนเซอร์วัดระยะ ToF (Time of Flight)

สเปคของ MaxiCAM2 :

• SoC – Axera Tech AX630
  • CPU
    • Dual-core Arm Cortex-A53 @ 1.2GHz รัน Ubuntu Linux
    • คอร์ RISC-V E907 แบบ 32-bit รัน RTT
  • NPU – 12.8 TOPS @ INT4, 3.2 TOPS @ INT8; รองรับโมเดลแบบ Convolution และ Transformer เช่น YOLO / LLM / VLM, YOLO11n 640×640 ทำความเร็วได้สูงสุด 113 FPS
  • ISP – รองรับ 4K @ 30fps
  • VPU – รองรับ H.264 / H.265 / MPJEG; การเข้ารหัส:  4K @ 30 fps; การถอดรหัส:1080p @ 60fps
• หน่วยความจำระบบ – LPDDR4 ขนาด 1GB หรือ 4GB
• สตอเรจ
  • eMMC 5.1 flash ขนาด 32GB
  • ช่องใส่ MicroSD card slot
• หน้าจอ
  • หน้าจอสัมผัส IPS แบบ capacitive ขนาด 2.4 นิ้ว ความละเอียด 640×480,
  • เอาต์พุต MIPI DSI 4 เลน, อินเทอร์เฟซ 31 พิน, หน้าจอสัมผัสแบบ 6 พิน, รองรับเอาต์พุตสูงสุด 1080p60
• กล้อง
  • ความละเอียดสูงสุด 8MP รองรับ 4K @ 30fps
  • เซนเซอร์ขนาด 1/1.8 นิ้ว, ใหญ่กว่า Raspberry Pi Camera ประมาณ 80%, ใหญ่กว่าเซนเซอร์ในกล้องแอ็กชันยอดนิยม (เช่น Insta360, GoPro) ประมาณ 10–20%
  • เลนส์แบบ M12 และสามารถแปลงเป็น CS-mount สำหรับกล้องอุตสาหกรรม
  • มีรูยึดเสริมสำหรับติดตั้งอะแดปเตอร์ 1.25 นิ้ว (กล้องโทรทรรศน์ดาราศาสตร์) หรือ 23.2 มม. (กล้องจุลทรรศน์)
  • อินพุต MIPI CSI 4 เลน, อินเทอร์เฟซ 22 พิน
• ระบบเสียง
  • แอมป์เสียงในตัว + ลำโพง 1W
  • 2x ไมโครโฟนซิลิคอนแบบอะนาล็อก, บันทึกเสียงโดยตรง
• เครือข่าย
  • Wi-Fi 6 และ Bluetooth LE 5.4
  • อินเทอร์เฟซ Ethernet แบบ FPC 6 พิน (ต้องใช้อะแดปเตอร์ FPC-to-RJ45 ภายนอก)
• USB
  • 1x USB 2.0 Type-C จำนวน 1 พอร์ต, รองรับทั้งโหมด Device และ Host, รองรับกล้อง USB
• เซนเซอร์ –
• IMU 6 แกน (Accelerometer 3 แกน + Gyroscope 3 แกน)
• การขยาย
  • 2x อินเทอร์เฟซ PMOD  (ระยะพิทช์ 2.54 มม.) รวม 20 IO + Vsys / 3.3V / GND
  • คอนเนกเตอร์ขยาย 6 พิน ระยะพิทช์ 1.25 มม.
  • รองรับ I2C, SPI, UART, ADC, PWM, WDT และอุปกรณ์ต่อพ่วงทั่วไป
• อื่น ๆ
  • สวิตช์เปิด/ปิด
  • ปุ่มฟังก์ชัน (Func)
  • LED แสดงสถานะ Power, User และ Illumination
  • ชิป RTC BM8563EMA พร้อมแบตเตอรี่กระดุมแบบชาร์จได้
• แหล่งจ่ายไฟ
  • 5V ผ่านพอร์ต USB-C
  • รองรับแบตเตอรี่ Li-ion พร้อมระบบจัดการชาร์จ/คายประจุ
  • การใช้พลังงาน – ประมาณ 2.5 วัตต์ เมื่อรัน Qwen3-VL-2B (ไม่รวมพลังงานของเซนเซอร์)
• ขนาด – 65 × 49 × 20 มม. (พร้อมเคส), มีรูยึดขาตั้งมาตรฐาน 1/4 นิ้ว

MaixCAM2 ถูกออกแบบให้ใช้งานง่ายสำหรับผู้เริ่มต้น โดยมีแอป AI มากกว่า 40 แอปติดตั้งมาให้แล้ว เช่น Qwen3-VL-2B (VLM), YOLO11n, โมเดล AI แบบไม่ต้องฝึก (training-free) เช่น YoloWorld และ MixFormerV2 สามารถติดตั้งแอปเพิ่มเติมได้จาก MaixHub App store

สำหรับผู้ใช้ระดับสูง สามารถพัฒนาเองได้ผ่าน MaixPy (Python), MaixVision IDE  สามารถดูข้อมูลเพิ่มเติมเกี่ยวกับฮาร์ดแวร์ ประสิทธิภาพ และการพัฒนา ได้จาก Wiki และ GitHub

ตามที่กล่าวไว้ในช่วงต้น กล้องรุ่นนี้ถูกออกแบบให้เป็นแบบโมดูลาร์ด้วยคอนเนกเตอร์ PMOD จำนวน 2 ช่อง ซึ่งรองรับการเชื่อมต่อกล้องถ่ายภาพความร้อน ที่มีความละเอียด 32×24, 160×120 หรือ 256×192 และสามารถเพิ่มได้สูงสุดถึง 640×480 เมื่อใช้งานร่วมกับเทคโนโลยี AI Super Resolution รวมถึงรองรับการเชื่อมต่อ เซนเซอร์วัดระยะทางแบบ Time of Flight (ToF) ที่มีความละเอียดสูงสุด 100×100 ช่วยเพิ่มความยืดหยุ่นในการขยายความสามารถของระบบตามลักษณะการใช้งาน

Sipeed ยังได้ทำการเปรียบเทียบคุณภาพของเซนเซอร์กล้อง 4K ขนาด 1/1.8 นิ้ว ของ MaixCAM2 กับอุปกรณ์คู่แข่งหลายประเภท เช่น Raspberry Pi Camera Module 3, กล้องแอ็กชัน, กล้องสมาร์ตโฟน, กล้อง Link2 และกล้องระดับ APS-C ภายใต้สภาพแสงน้อยเดียวกัน โดยแสดงผลการเปรียบเทียบผ่านภาพถ่ายเพื่อให้เห็นความแตกต่างด้านคุณภาพของภาพอย่างชัดเจน

นอกจากนี้ยังมีการเผยแพร่ผลการทดสอบประสิทธิภาพ Benchmark ของโมเดล YOLO11n โดยนำมาเปรียบเทียบกับแพลตฟอร์มอื่น ๆ เช่น Raspberry Pi 5, Rockchip RK3588 และ NVIDIA Jetson Orin Nano 4GB (รุ่นที่มีประสิทธิภาพ 33 TOPS ไม่ใช่ 67 TOPS)

ผลการทดสอบประสิทธิภาพ Benchmark และข้อมูลด้านความคุ้มค่าการใช้พลังงานของ Qwen3-VL-2B โดยพบว่า MaixCAM2 อาจยังไม่สามารถให้ประสิทธิภาพได้เทียบเท่ากับ AMD 8845HS แต่มีความได้เปรียบอย่างชัดเจนในด้านประสิทธิภาพต่อการใช้พลังงาน และยังทำงานได้เร็วกว่า Raspberry Pi 5 ประมาณสามเท่า

นี่ถือเป็นอุปกรณ์ชิ้นที่ 4 ที่ใช้ชิป AX630/AX630C เท่าที่พบมาถัดจาก M5Stack Module LLM, LLM630 Compute Kit, และ NanoKVM Pro 4K IP KVM ของ Sipeed เอง แต่นี่เป็นครั้งแรกที่เราได้เห็นกล้อง AI ที่พร้อมใช้งานทันที ซึ่งสร้างขึ้นบนแพลตฟอร์มดังกล่าว

มีวิดีโอ Youtube ท้ายบทความได้สาธิตความสามารถของกล้อง MaixCAM2 4K AI ผ่านเดโมการใช้งานหลายรูปแบบ โดย Sipeed ได้เปิดตัวโครงการระดมทุนบน Kickstarter ด้วยเป้าหมายเงินทุน 50,000 HKD (~200,000฿) โดยแพ็กเกจรางวัลเริ่มต้นที่ $69 (~2,100฿) สำหรับรุ่น RAM 1GB พร้อมกล้อง 2K, ราคา $99 (~3,000฿) สำหรับรุ่น RAM 4GB / กล้อง 2K และ $119 (~34,600฿) สำหรับรุ่น RAM 4GB / กล้อง 4K ตามที่กล่าวถึงในบทความนี้ โดยมีค่าจัดส่งมายังประเทศไทยเพิ่มเติมประมาณ $26 (~800฿) และมีกำหนดเริ่มจัดส่งสินค้า ในช่วงปลายเดือนถัดไปหลังจากแคมเปญระดมทุนสิ้นสุดลง

แปลจากบทความภาษาอังกฤษ : MaixCAM2 modular 4K AI camera is based on Axera AX630 SoC with 3.2 TOPS NPU (Crowdfunding)

Suthinee Kerdkaew

บรรณาธิการข่าวและบทความภาษาไทย CNX Software ได้มีความสนใจในด้านเทคโนโลยี โดยเฉพาะ Smart Home และ IoT