NanoPi R6S – เราเตอร์และมินิพีซี ที่ใช้ Rockchip RK3588S พร้อม dual 2.5GbE, GbE และ HDMI 2.1

NanoPi R6S RK3588S router

FriendlyELEC ได้เปิดตัว NanoPi R6S รุ่นที่ 6 เป็นเราเตอร์ที่ใช้โปรเซสเซอร์ Rockchip RK3588S, พอร์ต 2.5GbE 2 พอร์ต, พอร์ต Gigabit Ethernet 1 พอร์ต และ USB อินเทอร์เฟซ 2 ช่อง แต่อุปกรณ์จะไม่จำกัดเฉพาะฟังก์ชั่นของเราเตอร์ เพราะมาพร้อมกับ RAM 8GB, แฟลช eMMC ขนาด 32GB และพอร์ต HDMI 2.1 ที่รองรับเอาต์พุตวิดีโอสูงสุด 8Kp60 อีกทั้งความสามารถในการถอดรหัสวิดีโอ 8K และ 6 TOPS NPU สำหรับรองรับ AI Workload ข้อมูลสเปค NanoPi R6S: SoC – โปรเซสเซอร์ Rockchip RK3588S 8 คอร์ พร้อม: CPU – Cortex-A76 4 คอร์ @ สูงสุด 2.4 GHz, Cortex-A55 4 คอร์ @ 1.8 GHz GPU – Arm Mali-G610 MP4 4 คอร์ พร้อมรองรับ OpenGL ES3.2 / OpenCL 2.2 / Vulkan1.1 VPU – ตัวถอดรหัสวิดีโอ 8Kp60 H.265/VP9/AVS2, ตัวถอดรหัส 8Kp30 H.264, ตัวถอดรหัส 4Kp60 AV […]

รีวิว Khadas Edge2 Pro – Rockchip RK3588S SBC ทดสอบกับ Ubuntu 22.04

Khadas Edge2 Ubuntu 22.04

เรามีตัวอย่างของคอมพิวเตอร์บอร์ดเดี่ยว Khadas Edge2 ที่ใช้โปรเซสเซอร์ Rockchip RK3588S octa-core Cortex-A76/A55 และตอนนี้บอร์ดเปิดตัวอย่างเป็นทางการแล้ว วันนี้เราสามารถโพสต์รีวิวบอร์ดของเรากับการทดสอบ Ubuntu 22.04 และเราจะทดสอบกับ Android 12 ในบทความต่อไป Khadas Edge2 Pro พร้อมอุปกรณ์เสริม Khadas Edge2 มีสองรุ่น คือ Basic และ Pro บอร์ดที่เราได้รับเป็น Edge2 Pro SBC พร้อม RAM ขนาด 16GB และแฟลช 64GB ที่มาพร้อมกับเสาอากาศ WiFi 2 อัน และบริษัทยังได้ส่ง fanink แบบบาง (low-profile) และ thermal pad เพื่อระบายความร้อนด้วย ในทางทฤษฎีจะเป็นทางเลือก แต่ในทางปฏิบัติมันเป็นสิ่งจำเป็น เนื่องจากในขณะที่บอร์ดทำงานจะไม่ร้อนมาก แต่ก็ยังต้องการฮีทซิงค์เพื่อป้องกันความร้อนสูงเกินไปและการควบคุมปริมาณ พัดลมอาจไม่จำเป็นจริงๆ ตามที่เร […]

รีวิว SenseCAP K1100: AI Vision พบกับ LoRaWAN (Episode II)

Wio Terminal Grove Vision AI LoRaWAN module

ในภาคแรก เป็นเรื่องของการต่อเซ็นเซอร์ต่างๆ เข้ากับบอร์ด Wio Terminal และส่งข้อมูลแบบไร้สายออกไปที่ LoRa-E5 module ตามมาตราฐานของ LoRaWAN ในคลื่นความถี่สำหรับประเทศไทย หากคุณยังไม่ได้ดู ตามไปที่ลิงค์นี้ รีวิว SenseCAP K1100 : Sensor Prototype ด้วย LoRaWAN และ AI (Episode I)  สำหรับภาคสอง จะเป็นการนำ SenseCAP K1100 มาประยุกต์ใช้งาน Grove Vision AI module ร่วมกับบอร์ด Wio Terminal ทำการ Train Model จับภาพใบหน้า แสดงผลจากกล้องวิดีโอไปที่คอมพิวเตอร์ และประเมินผลลัพธ์ว่า Face detection Model มีความแม่นยำเพียงใด โดยประมวลผลในลักษณะ Edge Computing Sensor และแจ้งผลส่งข้อมูลแบบไร้สายระยะไกลผ่าน LoRa-E5 module ไปที่ระบบ Private LoRaWAN IoT Platform ต่อไป การทำความเข้าใจว่าปัญญาประดิษฐ์คืออะไร และจะใช้มันเพื่อเป็นประโยชน์ต […]

บอร์ด T-Display-S3 ที่ใช้ ESP32-S3 พร้อมหน้าจอสี LCD ขนาด 1.9 นิ้ว และรองรับแบตเตอรี่ LiPo

T-Display-S3

LilyGO T-Display-S3 เป็นบอร์ดพัฒนา IoT  ที่มี ESP32-S3 WiFi และ Bluetooth LE พร้อมหน้าจอสี LCD  ขนาด 1.9 นิ้วและสามารถรองรับแบตเตอรี่ LiPoได้ หลังจากเปิดตัวบอร์ด LILYGO T-QT V1.1 ที่ใช้ ESP32-S3 และหน้าจอ ขนาด 0.85 นิ้ว บอร์ดพัฒนาใหม่มีเลย์เอาต์แบบเดียวกับบอร์ด T-Display RP2040 หรือ ES32 รุ่นก่อน แต่ขนาดหน้าจอแสดงผลต่างกัน โดยเวอร์ชั่นเก่ามีขนาด 1.14 นิ้ว และเวอร์ชันปัจจุบันมีขนาด 1.9 นิ้วที่มีขนาดใหญ่ครอบคลุมทั้งบอร์ด และด้วยไมโครคอนโทรลเลอร์ ESP32-S3 ที่รองรับ Bluetooth 5.0 และคำสั่งเวกเตอร์สำหรับการเร่งความเร็ว AI สเปคของ T-Display-S3: Wireless MCU – Espressif ESP32-S3R8 แบบ dual-core Tensilica LX7 @ สูงสุด 240 MHz พร้อมคำแนะนำเวกเตอร์สำหรับการเร่งความเร็ว AI, 512KB RAM, 8MB PSRAM, การเชื่อมต่อ wireless ที่เ […]

เปิดตัว Banana Pi BPI-Leaf-S3 ที่ใช้ ESP32-S3 ราคา 270฿

Banana Pi BPI-Leaf-S3 ESP32-S3 เปิดตัวในราคา $7.5

Banana Pi เป็นที่รู้จักกันมานานสำหรับบอร์ด Arm Linux แต่บอร์ด Banana Pi BPI-Leaf-S3 ใช้ Espressif ESP32-S3 แบบ dual-core รองรับการเชื่อมต่อ WiFi และ BLE และรองรับการประมวลผลทางด้าน AI, ที่เข้ากันได้กับ ESP32-S3-DevKitC-1 และไม่มีชิป USB to TTL, เพิ่มการรองรับแบตเตอรี่และขั้วต่อ I2C ข้อมูลจำเพาะ Banana Pi Leaf (BPI-Leaf-S3): Wireless MCU  – Espressif  ESP32-S3 ใช้ตัวประมวลผล Tensilica LX7 (dual-core) @ สูงสุด 240 MHz พร้อมชุดคำสั่ง vector instructions (AI Acceleration Support) เพื่อช่วยเพิ่มความสามารถในการประมวลผลทางด้าน AI, RAM 512 KB , การเชื่อมต่อ wireless ที่เก็บข้อมูล/หน่วยความจำ – แฟลช 8MB, SPRAM 2MB การเชื่อมต่อผ่าน ESP32-S3 2.4 GHz 802.11 b/g/n Wi-Fi 4 พร้อมรองรับแบนด์วิดท์ 40 MHz Bluetooth Low Energy (B […]

LILYGO T-QT V1.1 – บอร์ดจิ๋วที่ใช้ ESP32-S3 และหน้าจอสี ขนาด 0.85 นิ้ว

LILYGO-T-QT-V1.1

ในทุกๆ เดือน LILYGO ต้องเปิดตัวบอร์ด “ESP32” ใหม่อย่างน้อยหนึ่งบอร์ด  แต่ฉันไม่คิดว่าบริษัทจะทำบอร์ดด้วย ESP32-S3, บอร์ด LILYGO T-QT V1.1 ได้เปลี่ยนและรวมไมโครคอนโทรลเลอร์แบบ dual-core สำหรับประมวลผล AI, การเชื่อมต่อ WiFi 4 และ Bluetooth LE 5.0 ,และหน้าจอสีขนาด 0.85 นิ้ว บอร์ดมีขนาดจิ๋วและน่ารัก ด้วยฟอร์มแฟคเตอร์ขนาด 33 x 18 มม., มี I/O บางส่วนที่ผ่านส่วนหัวและขั้วต่อ 4 พิน และสามารถจ่ายไฟได้โดยตรงผ่านพอร์ต USB Type-C หรือแบตเตอรี่ แต่ตัวบอร์ดไม่มีวงจรการชาร์จ ข้อมูลสเปค LILYGO T-QT V1.1 : Wireless MCU –  Espressif ESP32-S3 แบบ dual-core Tensilica LX7 @ สูงสุด 240 MHz พร้อมคำแนะนำเวกเตอร์สำหรับประมวลผล AI, 512KB RAM, การเชื่อมต่อไร้สาย ที่เก็บข้อมูล – แฟลช 8MB การเชื่อมต่อผ่าน ESP32-S3 2.4 GHz 802.11 b/g/ […]

บอร์ดคลัสเตอร์ Turing Pi 2 รองรับ RK3588, Raspberry Pi CM4 และ NVIDIA Jetson SoMs

Turing-Pi-2

ในเดือนสิงหาคม 2564 เราเคยกล่าวถึง บอร์ดคลัสดเตอร์ Turing Pi V2 ที่ใช้ Raspberry Pi CM4 หรือ NVIDIA Jetson SO-DIMM สูงสุดสี่ตัว ฉันเพิ่งพบว่าบริษัทได้เปิดตัว Turing Pi 2 บน Kickstarter อีกครั้ง และที่น่าแปลกใจยิ่งกว่านั้นคือผลิตภัณฑ์ดังกล่าวรองรับโมดูล Turing RK1 ที่มีโปรเซสเซอร์ Rockchip RK3588 Cortex-A76/A55 และ RAM สูงสุด 32GB ให้คุณผสมและจับคู่โมดูลต่างๆ (เช่น 3x RPi CM4 + 1x Jetson module ตามภาพด้านล่าง) และด้วยพอร์ต SATA, เครือข่าย Gigabit Ethernet, พอร์ต USB 3.0, ซ็อกเก็ต mPCIe คุณสามารถสร้างโฮมแล็บที่ทรงพลังได้ เรียนรู้ Kubernetes หรือโฮสต์แอพของคุณเอง สเปคของ Turing Pi 2: SoM อินเทอร์เฟซ  –  4x 260-พิน SO-DIMM ที่สามารถรองรับโมดูลได้สูงสุดสี่โมดูล Raspberry Pi CM4 พร้อมโปรเซสเซอร์ Broadcom quad-core Co […]

บอร์ด Maple Eye ESP32-S3 พร้อมกล้อง 2MP, ไมโครโฟน และจอ LCD สองจอ

Maple-Eye-ESP32-S3-camera-displays

AnalogLamb Maple Eye ESP32-S3 เป็นบอร์ดที่เชื่อมต่อ WiFi และ Bluetooth ที่ใช้ ไมโครคอนโทรลเลอร์ Xtensa LX7 แบบ dual-core ของ ESP32-S3 และมาพร้อมกับกล้อง 2MP หนึ่งตัว, ไมโครโฟนหนึ่งตัว และจอ LCD สองจอที่อยู่แต่ละด้านของบอร์ด คุณสมบัติเหล่านั้น รวมกับ Flash 8MB และ Octal PSRAM ขนาด 8 MB ทำให้บอร์ดสามารถใช้คำสั่ง AI ของ ESP32-S3 นอกจากนี้ บอร์ดยังช่วยเร่งการตรวจจับใบหน้า, อัลกอริธึมการจดจำ และการประมวลผลเสียง ผ่านไลบรารี ESP-DL ที่พบในเฟรมเวิร์ก ESP-WHO ข้อมูลสเปคของ Maple Eye ESP32-S3: โมดูล Wireless – โมดูล ESP32-S3-WROOM-1 พร้อมโปรเซสเซอร์ Xtensa LX7 แบบดูอัลคอร์ ESP32-S3 ที่ความถี่สูงถึง 240 MHz ที่รวมคำสั่งเวกเตอร์สำหรับการเร่งความเร็ว AI, 512 KB SRAM, 8MB PSRAM และ 8MB Octal SPI Flash ที่เก็บข้อมูล – อินเทอร […]