reComputer Mini J501 คอมพิวเตอร์ Edge AI ใช้ NVIDIA Jetson AGX Orin 64GB/32GB รองรับกล้อง GMSL2 ผ่านพอร์ต FAKRA คู่

reComputer mini J501

reComputer Mini J501 เป็นคอมพิวเตอร์ Edge AI ที่ออกแบบมาสำหรับงานหุ่นยนต์ โดยใช้โมดูล NVIDIA Jetson AGX Orin รุ่น 64GB หรือ 32GB ให้ประสิทธิภาพการประมวลผล AI สูงสุด 275 TOPS ตัวเครื่องมาพร้อมพอร์ต 10GbE และ Gigabit Ethernet (GbE) แบบ RJ45, เอาต์พุตวิดีโอ HDMI 2.1, พอร์ต USB 3.2 จำนวน 2 พอร์ต, พอร์ต USB 2.0 Type-C สำหรับ Debug/Recovery จำนวน 2 พอร์ต, SSD แบบ M.2 NVMe ความจุ 128GB, ขั้วต่อ FAKRA จำนวน 2 ช่อง รองรับการเชื่อมต่อกล้อง GMSL2 ได้สูงสุด 8 ตัว พร้อมอินเทอร์เฟซและพอร์ต I/O อื่น ๆ อีกหลากหลายรูปแบบ สเปคของ reComputer Mini J501 : System-on-module (เลือกได้ 1 รุ่น) NVIDIA Jetson AGX Orin 32GB  (รุ่น reComputer Mini J5011) CPU – โปรเซสเซอร์ Arm Cortex-A78AE v8.2 แบบ 64 บิต 8 คอร์ @ 2.2 GHz พร้อมแคช L2 ขนาด 2 […]

Espressif เปิดตัวโมดูล ESP32-C61-MINI-1/1U รองรับ WiFi 6 และ Bluetooth LE สำหรับงาน IoT เริ่มต้นเพียง $2 (~66฿)

ESP32-C61-MINI-1U

เมื่อย้อนกลับไปในปี 2024 บริษัท Espressif Systems ได้เปิดตัว ESP32-C61 ซึ่งเป็นชิป SoC รองรับ WiFi 6 ย่าน 2.4 GHz และ Bluetooth Low Energy (BLE) โดยเป็นรุ่นประหยัดที่พัฒนาต่อยอดจาก ESP32-C6 แต่ตัดการรองรับวิทยุ IEEE 802.15.4 ออก ใช้แกนประมวลผล RISC-V เพียงคอร์เดียว และลดขนาดหน่วยความจำ SRAM ลงเหลือ 320KB จากเดิม 512KB เราได้เห็น ESP32-C61 เป็นครั้งแรกบนบอร์ด Wireless Tag ESP32P4C61 ซึ่งเปิดตัวผ่านแคมเปญ Kickstarter เมื่อเดือนมิถุนายนที่ผ่านมา ล่าสุด Espressif ได้เริ่มวางจำหน่ายตัวอย่างโมดูล ESP32-C61-MINI-1 และ ESP32-C61-MINI-1U บน AliExpress ในราคา $10.7 (~360฿) ต่อแพ็ก 5 ชิ้น หรือเฉลี่ยประมาณ $2 (~66฿) ต่อโมดูล สเปคของโมดูล ESP32-C61-MINI-1/1U : SoC – ESP32-C61 CPU core – ไมโครโปรเซสเซอร์ RISC-V แบบ Single-co […]

BG2B ชิป Bluetooth LE 6 ที่ใช้พลังงานต่ำที่สุดจาก Silicon Labs

Silicon Labs BG2B

Silicon Labs BG2B เป็นชิป SoC สำหรับ Bluetooth LE 6 ที่ใช้ซีพียู Arm Cortex-M33 และโดดเด่นด้วยการใช้พลังงานต่ำมาก (ultra-low-power) รองรับเทคโนโลยี Channel Sounding สำหรับการวัดระยะอย่างแม่นยำ มาพร้อมระบบความปลอดภัย Secure Vault High รวมถึงอินเทอร์เฟซ CAN-FD และอุปกรณ์ต่อพ่วงในตัว เช่น ไดรเวอร์ LED และ ADC ช่วยให้สามารถพัฒนาอุปกรณ์ IoT ที่มีขนาดเล็กลงและใช้งานแบตเตอรี่ได้นานยิ่งขึ้น บริษัทระบุว่า BG2B เป็นชิป Bluetooth LE ที่ประหยัดพลังงานที่สุดในกลุ่มผลิตภัณฑ์ของ Silicon Labs โดยมีอัตราการใช้พลังงานในโหมดสลีป EM2 พร้อมเก็บข้อมูลใน RAM เพียง 1.1 µA อีกทั้งยังลดการใช้พลังงานของ MCU ขณะทำงานลง 14–15% และลดการใช้พลังงานของภาครับสัญญาณ Bluetooth เมื่อเทียบกับชิป Silicon Labs BG22/BG22L รุ่นก่อนหน้า ไมโครคอนโทรลเลอร […]

ChronoWatch X2040 โปรเจกต์ DIY สร้างนาฬิกาข้อมือด้วย Raspberry Pi RP2040 พร้อมหน้าจอสัมผัสทรงกลม, เคสพิมพ์ด้วย 3D

Raspberry Pi RP2040 watch

ถ้าคุณเคยอยากสร้างนาฬิกาข้อมือของตัวเอง ChronoWatch X2040 DIY Watch ช่วยให้ทำได้ง่ายขึ้น โดยใช้บอร์ด Waveshare RP2040-Touch-LCD-1.28 ที่มาพร้อมหน้าจอสัมผัสทรงกลม, เคสที่พิมพ์ด้วยเครื่องพิมพ์ 3 มิติ, แบตเตอรี่ LiPo 3.7V, สกรูเพียงไม่กี่ตัว และเฟิร์มแวร์ที่พัฒนาด้วย Pico C/C++ SDK เมื่อ Vishal Soni ต้องการสร้างนาฬิกาข้อมือ เขาเคยวางแผนที่จะออกแบบบอร์ดวงจรขึ้นใหม่ทั้งหมด แต่เนื่องจากมีบอร์ดหน้าจอ LCD ทรงกลมที่ใช้ไมโครคอนโทรลเลอร์ Raspberry Pi RP2040 ให้เลือกใช้อยู่แล้วหลายรุ่น เขาจึงเลือกใช้บอร์ดของ Waveshare เพื่อให้สามารถทุ่มเวลาไปกับการพัฒนาเฟิร์มแวร์ได้มากกว่า แทนที่จะเสียเวลากับการออกแบบฮาร์ดแวร์ใหม่ทั้งหมด ชิ้นส่วนที่ใช้ใน ChronoWatch X2040: บอร์ด Waveshare RP2040-Touch-LCD-1.28 พร้อมไมโครคอนโทรลเลอร์ Raspbe […]

ESP32-S3 รัน LLM ขนาด 28.9 ล้านพารามิเตอร์ได้โดยตรง ด้วยความเร็ว 9 โทเค็นต่อวินาที

ESP32-S3 local LLM

Slava S. (slvDev) ได้ปรับแต่งโมเดล LLM ที่มีพารามิเตอร์ 28.9 ล้านตัว ให้สามารถทำงานบนบอร์ดพัฒนา ESP32-S3 ได้แบบรันภายในเครื่อง (Local) โดยมีความเร็วในการสร้างข้อความประมาณ 9 โทเคนต่อวินาที (tokens/s) สำหรับการแต่งเรื่องสั้น ก่อนหน้านี้เราเคยนำเสนอการใช้งาน LLM บน ESP32 มาแล้ว แต่โดยทั่วไปบอร์ดเหล่านี้มักทำหน้าที่เป็นเกตเวย์พลังงานต่ำสำหรับเชื่อมต่อกับ LLM ที่รันอยู่บนเซิร์ฟเวอร์ประสิทธิภาพสูงในศูนย์ข้อมูล ตัวอย่างเช่น HiWonderLLM “smart chat module”, ESP-Claw framework หรือ ESP32 Agent Dev Kit แต่โปรเจกต์ esp32-ai ของ Slava มีความแตกต่างอย่างชัดเจน เพราะโมเดล LLM ทั้งหมดทำงานอยู่บนไมโครคอนโทรลเลอร์ ESP32-S3 โดยตรง ไม่ต้องพึ่งพาเซิร์ฟเวอร์ภายนอกหรือการประมวลผลบนคลาวด์เลย โปรเจกต์นี้ไม่สามารถใช้งานได้กับบอร์ด ESP […]

ASUS UGen300 : USB AI accelerator ใช้ชิป Hailo-10H 40 TOPS พร้อม LPDDR4 8GB

ASUS UGen300 USB AI Accelerator

ASUS UGen300 เป็นอุปกรณ์ AI accelerator แบบ USB ที่มาพร้อมชิป Hailo-10H AI ให้สมรรถนะการประมวลผล AI สูงสุด 40 TOPS และหน่วยความจำ LPDDR4 ขนาด 8GB รองรับการทำงานของ LLM (Large Language Model), VLM (Vision Language Model) และงานด้าน AI Vision โดยใช้พลังงานต่ำกว่า 2.5 วัตต์ ด้านฮาร์ดแวร์มีความคล้ายกับ Raspberry Pi AI HAT+ 2 แต่มาในรูปแบบดองเกิลขนาดกะทัดรัด (105 × 50 × 18 มม.) และใช้พอร์ต USB 3.2 Gen 1 Type-C ความเร็ว 10 Gbps แทนการเชื่อมต่อผ่านอินเทอร์เฟซ PCIe ที่มีความเร็ว 5 หรือ 8 GT/s. สเปคของ ASUS UGen300 USB AI accelerator (UGen300-USB-8G) : AI accelerator – Hailo Hailo-10H ให้ประสิทธิภาพการประมวลผลสูงสุด 40 TOPS (INT4) หรือ 20 TOPS (INT8) สำหรับ Inferencing หน่วยความจำ – LPDDR4 ขนาด 8GB ความเร็ว 4266 MT/s อิ […]

Aliensense NXS : บอร์ดเซนเซอร์ Plug-and-Play รองรับ GMSL 2/3 และ CAN-FD สำหรับหุ่นยนต์

Aliensense NXS sensor board for robots

Aliensense บริษัทจากกรุงอาบูดาบี เปิดตัว NXS บอร์ดเซนเซอร์ขนาดกะทัดรัดที่ออกแบบมาเพื่อให้การเชื่อมต่อกล้องและเซ็นเซอร์ต่าง ๆ เข้ากับหุ่นยนต์เป็นเรื่องง่าย โดยไม่จำเป็นต้องเดินสายเองหรือพัฒนาไดรเวอร์เพิ่มเติม บอร์ดนี้ใช้สาย GMSL 2/3 เพียงเส้นเดียว สำหรับส่งทั้งพลังงาน วิดีโอ และข้อมูลเซ็นเซอร์ได้ไกลสูงสุด 15 เมตร และสามารถขยายระยะการส่งข้อมูลได้ถึง 40 เมตรผ่าน CAN-FD (รองรับเฉพาะการรับส่งข้อมูลและต้องลดความเร็วบอดเรตลง) นอกจากนี้บอร์ดที่ใช้ไมโครคอนโทรลเลอร์ STM32G491 ยังรองรับบอร์ดเสริมกว่า 2,000 รุ่นในระบบนิเวศ Click ของ MikroElektronika ผ่านคอนเนกเตอร์ mikroBUS ซึ่งถูกนำออกมาผ่านบอร์ดเสริม Shuttle ทำให้สามารถใช้งานเซ็นเซอร์ที่รองรับ mikroBUS ได้ทั้ง ร่วมกับกล้องหรือใช้แทนกล้องก็ได้ สเปคของ NXS : ไมโครคอนโทรลเล […]

เล่นเกมด้วยคลื่นสมองด้วย Octopus 16 อุปกรณ์ EEG ไร้สายขนาดจิ๋ว

Octopus 16 biosignal device for gaming

Octopus 16 เป็นอุปกรณ์ HID ไร้สายสำหรับรับสัญญาณชีวภาพ (Biosignal HID) ที่ออกแบบมาสำหรับ บอร์ด XIAO ESP32-S3 ช่วยให้ผู้ใช้สามารถเล่นเกมบนคอมพิวเตอร์ได้ด้วย สัญญาณสมอง (EEG) โดย ไม่ต้องใช้มือหรือการฝังอุปกรณ์ในร่างกาย บอร์ดนี้ติดตั้งอิเล็กโทรดจำนวน 16 จุด สำหรับวัดสัญญาณชีวภาพหลายประเภท ได้แก่ EEG (Electroencephalography) การตรวจวัดคลื่นไฟฟ้าสมอง, EMG (Electromyography) การตรวจวัดสัญญาณไฟฟ้าของกล้ามเนื้อ และ ECG (Electrocardiography) การตรวจวัดคลื่นไฟฟ้าหัวใจ อุปกรณ์มีขนาดเล็กเพียงเท่าเหรียญ ทำให้มีความกะทัดรัดกว่าระบบ Brain-Computer Interface (BCI) ทั่วไป ซึ่งมักต้องใช้อุปกรณ์สวมศีรษะ (Cap Kit) ที่ติดตั้งอิเล็กโทรด 8–16 จุดพร้อมสายเชื่อมต่อจำนวนมาก เสปคของ Octopus 16 : ADC – 2x Texas Instruments ADS131M08 24 บิ […]