ย้อนไปเมื่อเดือนพฤศจิกายน 2025 เราเคยเขียนบทความเกี่ยวกับ Brainchip AKD1500 เป็นโคโปรเซสเซอร์ Edge AI แบบ PCIe/SPI ซึ่งออกแบบมาสำหรับระบบที่ใช้พลังงานต่ำ และสามารถประมวลผลได้สูงสุดถึง 800 GOPS โดยใช้พลังงานเพียงประมาณ 300 mW
ในช่วงไม่กี่เดือนที่ผ่านมา บริษัทได้เปิดตัวแพลตฟอร์มฮาร์ดแวร์หลายรุ่นที่ใช้ AKD1500 ช่วงปลายเดือนกรกฎาคม BrainChip เปิดตัว AKD1500 M.2 B+M Key Development Card ราคา $129 (~4,300฿) จากนั้นไม่นานก็เปิดตัว BrainBoard 1500 Module ในเดือนสิงหาคม ราคา $99 (~3,300฿) และเมื่อไม่กี่วันที่ผ่านมา บริษัทเริ่มจำหน่าย AKD1500 PCIe Development Card ราคา $149 (~5,000฿)
BrainChip AKD1500 M.2 B+M Key Development Card
สเปคมีดังนี้
- AI Accelerator – AKD1500 Neuromorphic Co-processor
- Akida Neuron Fabric: ทำงานที่ความถี่ 5–400 MHz
- หน่วยความจำ Local Memory บนชิป 1 MB
- ประสิทธิภาพ สูงสุด 800 GOPS ที่ใช้พลังงานต่ำกว่า 300 mW
- การเรียนรู้บนชิป รองรับ Adaptive On-chip Learning โดยไม่จำเป็นต้องใช้ Cloud
- แพ็กเกจชิป MFCTFBGA169 ขนาด 7 × 7 มม. ระยะพิน 0.5 มม.
- กระบวนการผลิต – 22 nm FD-SOI CMOS Digital Logic
- Host Interface – คอนเนกเตอร์ แบบ B+M Key สำหรับเชื่อมต่อกับ Host ผ่าน PCIe หรือ SPI
- อื่น ๆ – ระบบระบายความร้อนแบบไร้พัดลม (Fanless)
- การใช้พลังงาน – โดยทั่วไป 250 mW ที่ความถี่ 400 MHz
- ขนาด – โมดูล M.2 2230
- ช่วงอุณหภูมิใช้งาน – 0 – 70°C
โมดูล M.2 สามารถใช้งานร่วมกับ Raspberry Pi 5 ผ่าน M.2 HAT รวมถึง Host อื่น ๆ ที่รองรับได้
โมดูล BrainBoard 1500
โมดูล BrainBoard 1500 ได้รับการพัฒนาร่วมกับบริษัท Neuromorphux
สเปคของ BrainBoard
- AI Accelerator – AKD1500 Neuromorphic Co-processor
- สตอเรจ– Flash 4 MB สำหรับติดตั้งโมเดลที่รองรับ Akida
สามารถขอรุ่นที่มี Flash 8 MB ได้ - Host Interface – SPI / QSPI สูงสุด 60 MHz และ I2C สำหรับการตั้งค่าผ่านรูแบบ Through-hole และ Castellated Hole
- Power Profiling – มีวงจรตรวจสอบการใช้พลังงานแบบ 2 ช่องในตัว เพื่อวัดการใช้พลังงานระหว่างการ Inference แบบเรียลไทม์
- อื่น ๆ
- LED สีแดง/เขียวสำหรับแสดงสถานะพลังงาน
- LED สีน้ำเงินสำหรับ Talk-through
- มี I2C Pull-up และการกำหนด Address ผ่าน Jumper ขนาด 0603
- ระบบระบายความร้อนแบบไร้พัดลม
- แหล่งจ่ายไฟ – 3.0 ถึง 5V DC
- การใช้พลังงาน – AKD1500 ในโหมด Sleep : ลดลงเหลือระดับ mW และ AKD1500 ในโหมด OFF: ต่ำสุดเพียง 37 µW
- ขนาด – 22.86 x 22.86 มม. (Arduino Nicla-compatible footprint)
BrainBoard 1500 ทำงานได้ดีที่สุดเมื่อใช้ร่วมกับบอร์ด Arduino Nicla Vision และ Arduino Nicla Sense ME เอกสารประกอบยังกล่าวถึงBB15 Nicla Convenience Board, OpenMV AE3 Adapter Board และ Seeed Studio Seeeduino Adapter Board แต่เรามยังไม่พบรายละเอียดของสามรายการหลัง
AKD1500 PCIe Development Card
สเปคมีดังนี้
- AI Accelerator – AKD1500 Neuromorphic Co-processor
- Host Interface – PCIe 2.0 x1 Edge Connector
- USB – พอร์ต Micro USB (ไม่มีเอกสารระบุ แต่คาดว่าน่าจะใช้สำหรับการดีบัก)
- อื่น ๆ – การระบายความร้อนแบบไร้พัดลม
- การใช้พลังงาน – โดยทั่วไป 250 mW ที่ความถี่ 400 MHz
- ขนาด/ฟอร์มแฟกเตอร์ – การ์ด PCIe มาตรฐาน
- ช่วงอุณหภูมิใช้งาน – 0 – 70°C
การรองรับซอฟต์แวร์และกำหนดวางจำหน่าย
AKD1500 M.2 และ PCIe Development Card ใช้แนวทางการพัฒนาแบบเดียวกับ AKD1000 M.2/PCIe รุ่นก่อนหน้า อุปกรณ์เหล่านี้สามารถทำงานบน Host ที่ใช้ Linux เช่น Debian และ Ubuntu และหลังจากติดตั้งไดรเวอร์แล้ว การสร้าง ฝึก (Training) และทดสอบNeural Network สามารถทำได้ผ่านสภาพแวดล้อมการพัฒนา MetaTF ซึ่งรองรับ TensorFlow และ Keras พร้อมทั้งมี model zoo ของโมเดลที่ฝึกไว้ล่วงหน้า และเครื่องมือสำหรับแปลงโมเดล CNN ให้เป็นโมเดล SNN
ส่วน BrainBoard 1500 มีขั้นตอนการพัฒนาที่แตกต่างออกไปเล็กน้อย เนื่องจากมี Workflow ที่คล้ายกับไมโครคอนโทรลเลอร์ Arduino Nicla โดย Neuromorphyx มีBB15 Arduino Library แบบ Open Source, ตัวอย่าง Sketch สำหรับ Nicla Vision, ตัวอย่าง Sketch สำหรับ Nicla Sense และ Workflow สำหรับ Flash โมเดล ให้ดูบน GitHub
สามารถเข้าถึงเอกสารประกอบและสั่งซื้อ AKD1500 PCIe Development Card และ AKD1500 M.2 Development Card, BrainBoard 1500 Module หรือชิป AKD1500 แพ็ก 5 ตัว ราคา $199.99 (~6,600฿) ได้ที่ร้านค้าออนไลน์ของ Brainchip
แปลจากบทความ : Brainchip AKD1500 M.2 and PCIe Edge AI cards, BrainBoard 1500 SPI module now available for $99 and up
บรรณาธิการข่าวและบทความภาษาไทย CNX Software ได้มีความสนใจในด้านเทคโนโลยี โดยเฉพาะ Smart Home และ IoT