ข่าว โมดูล

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน โมดูล RAK3112 WisDuo รองรับ LoRa + WiFi + BLE สำหรับงาน Edge AI และ Meshtastic UI

โมดูล RAK3112 WisDuo รองรับ LoRa + WiFi + BLE สำหรับงาน Edge AI และ Meshtastic UI

RAK3112 WisDuo module

RAKwireless “RAK3112 WisDuo Module for Edge AI with LoRa” รวมการทำงานของชิป SoC ESP32-S3 WiFi และ BLE กับ Semtech SX1262 LoRa transceiver สำหรับงาน Edge AI และอินเทอร์เฟซผู้ใช้ของ Meshtastic โมดูล 3-in-1 (LoRa + WiFi + BLE) รุ่นนี้เป็นการอัปเดตจาก RAK11200 WisDuo LoRa ที่ใช้ ESP32 ซึ่งมีข้อจำกัดด้านพลังประมวลผลและหน่วยความจำ โดยข้อจำกัดเหล่านี้เริ่มเห็นได้ชัดเจนเมื่อนำไปใช้กับงานที่ซับซ้อน เช่น Edge AI หรือเครือข่าย mesh ขนาดใหญ่ ด้วยหน่วยความจำแฟลช 16MB และ PSRAM 8MB พร้อมไมโครคอนโทรลเลอร์ ESP32-S3 ที่ทรงพลังยิ่งขึ้น RAK3112 WisDuo สามารถแก้ไขข้อจำกัดเหล่านั้น รองรับงานประมวลผลภาพจากกล้อง เสียง และเครือข่าย mesh อย่าง Meshtastic ได้อย่างมีประสิทธิภาพ อีกทั้งยังเป็นทางเลือกที่ทรงพลังมากกว่า โมดูล RAK11160 (STM3 […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Axelera Metis M.2 Max : โมดูล Edge AI เร็วขึ้น 2 เท่าในการประมวลผล LLM และ VLM

Axelera Metis M.2 Max : โมดูล Edge AI เร็วขึ้น 2 เท่าในการประมวลผล LLM และ VLM

Metis M2 Max

โมดูล Metis M.2 Max ของ Axelera AI เป็นโมดูลแบบ M.2 ที่ใช้ Metis AI processor unit (AIPU) รุ่นอัปเกรด ซึ่งให้แบนด์วิดท์หน่วยความจำสูงขึ้นเป็นสองเท่าเมื่อเทียบกับ โมดูล Metis M.2 รุ่นเดิมเพื่อตอบโจทย์งาน Edge AI inference ที่ใช้การประมวลผลเข้มข้น เช่น Large Language Models (LLMs) และ Vision Language Models (VLMs) Metis M.2 Max รุ่นใหม่นี้ยังมาพร้อมกับดีไซน์ที่บางลง ระบบจัดการความร้อนที่ล้ำสมัย และฟีเจอร์ด้านความปลอดภัยเพิ่มเติม โดยติดตั้งหน่วยความจำได้สูงสุด 16 GB และจะมีรุ่นให้เลือกทั้งแบบช่วงอุณหภูมิการทำงานมาตรฐาน (-20°C ถึง +70°C) และแบบช่วงอุณหภูมิขยาย (-40°C ถึง +85°C) การปรับปรุงเหล่านี้ทำให้ Metis M.2 Max เหมาะอย่างยิ่งสำหรับการใช้งานในด้าน การผลิตอุตสาหกรรม, ค้าปลีก, ระบบรักษาความปลอดภัย, ด้านการแพทย์ แ […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Radxa CM4 – โมดูลทางเลือก Raspberry Pi CM4 ที่ใช้ชิป Rockchip RK3576 สำหรับงาน Edge AI, แรมสูงสุด 16GB RAM

Radxa CM4 – โมดูลทางเลือก Raspberry Pi CM4 ที่ใช้ชิป Rockchip RK3576 สำหรับงาน Edge AI, แรมสูงสุด 16GB RAM

Radxa CM4 Module

Radxa CM4 เป็น compute module ที่คล้ายกับ Raspberry Pi CM4 โดยใช้ชิปประมวลผล Rockchip RK3576(J) แบบ Octa-core Cortex-A72/A53 ซึ่งออกแบบมาสำหรับงาน Edge AI และมัลติมีเดีย ชิป SoC นี้เหมาะสำหรับงาน Edge AI ด้วยหน่วยประมวลผล AI (NPU) กำลังสูงถึง 6 TOPS และโมดูลรองรับหน่วยความจำสูงสุด 16GB RAM โมดูล (SoM) ยังมาพร้อมหน่วยความจำ eMMC บนบอร์ดสูงสุด 256GB, โมดูล WiFi 6 และ Bluetooth 5.4 รวมถึง Gigabit Ethernet PHY นอกจากนี้ยังใช้คอนเนกเตอร์ 100 พินจำนวน 2 ชุดเหมือนกับ Raspberry Pi CM4 และเพิ่มอีก 1 ชุดเพื่อรองรับฟีเจอร์เพิ่มเติม เช่น UFS 2.0, PCIe Gen2 แบบคู่, SATA 3, DisplayPort และอื่น ๆ โมดูลมีให้เลือกทั้งเวอร์ชันสำหรับงานเชิงพาณิชย์ (0 – 60°C, RK3576) และอุตสาหกรรม (-40 – 85°C, RK3576J) โดย Radxa รับประกันการวางจำห […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน โมดูล AI Vision ที่ใช้ชิป Rockchip RV1126B-P แบบ Quad-core Cortex-A53

โมดูล AI Vision ที่ใช้ชิป Rockchip RV1126B-P แบบ Quad-core Cortex-A53

Boardcon MINI1126B-P system on module

Boardcon MINI1126B-P เป็นโมดูล System-on-Module (SoM) ที่ใช้ชิป Rockchip RV1126B-P ซึ่งเป็น SoC สถาปัตยกรรม Arm 64 บิต มาพร้อม NPU ประสิทธิภาพ 3 TOPS และตัวเข้ารหัส/ถอดรหัสวิดีโอ 4K H.264/H.265 ออกแบบมาเพื่อการประมวลผลด้าน AI Vision Rockchip RV1126 เป็นชิป  SoC แบบ quad-core Arm Cortex-A7 ที่มี AI accelerator กำลังประมวลผลได้ 2 TOPS มีการเปิดตัวมาตั้งแต่ปี 2021 แล้ว แต่ RV1126B(-P) เป็นชิปใหม่ที่อัปเกรดเป็น Cortex-A53 จำนวน 4 คอร์ และ NPU 3 TOPS, โมดูล MINI1126B-P SoM จึงถือเป็นหนึ่งในแพลตฟอร์มฮาร์ดแวร์รุ่นแรกที่ใช้ SoC รุ่นใหม่นี้ และเป็นการอัปเดตต่อยอดจากโมดูล MINI1126 เดิมที่ใช้ชิป RV1126 SoC นั่นเอง Rockchip RV1126B-P : ชิป AI camera เมื่อ Boardcon เปิดตัวโปรเซสเซอร์รุ่นใหม่จาก Rockchip เราสามารถสรุปคุณสมบั […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน โมดูล RCORE V2 ที่ใช้ชิป RK3588 สำหรับแล็ปท็อป MNT Reform

โมดูล RCORE V2 ที่ใช้ชิป RK3588 สำหรับแล็ปท็อป MNT Reform

Rockchip RK3588 module for MNT Reform

MNT Reform เปิดตัวโมดูล RCORE V2 บนแคมเปญคราวด์ฟันดิ้ง โดยโมดูลนี้ใช้ชิป Rockchip RK3588 SoC มาพร้อม RAM สูงสุด 32GB และ eMMC flash ขนาด 256GB สำหรับแล็ปท็อปโอเพ่นซอร์สของบริษัทไม่ว่าจะเป็น MNT Reform รุ่นดั้งเดิม หรือ MNT Reform Pocket จากข้อมูลที่ดูเหมือนว่า มดูลนี้คือรุ่นเดียวกับที่ใช้ใน MNT Reform Next ขนาดหน้าจอ 12.5 นิ้ว ซึ่งมีกำหนดจัดส่งภายในสิ้นเดือนธันวาคม แต่ครั้งนี้ถูกนำมาจำหน่ายแยกต่างหากเป็น ชุดอัปเกรด สำหรับผู้ใช้แล็ปท็อป MNT Reform รุ่นก่อนหน้า บริษัทอธิบายว่า RCORE V2 เพิ่ม ช่องเสียบ M.2 ช่องที่สาม สำหรับการ์ด Wi-Fi แบบ PCIe ความเร็วสูง (ที่มาพร้อม Bluetooth ผ่าน USB) และติดตั้งได้ง่ายขึ้น เนื่องจากไม่จำเป็นต้องใช้ตัวแปลง HDMI ภายในอีกต่อไป สเปคของ MNT Reform RCORE V2 : โมดูลหลัก – Firefly iCore […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Forlinx FET3506J-C : โมดูล (SoM) ขนาดจิ๋ว 40 x 29 มม. ที่ใช้ชิป Rockchip RK3506J มาพร้อมคอนเนกเตอร์แบบบอร์ดต่อบอร์ด

Forlinx FET3506J-C : โมดูล (SoM) ขนาดจิ๋ว 40 x 29 มม. ที่ใช้ชิป Rockchip RK3506J มาพร้อมคอนเนกเตอร์แบบบอร์ดต่อบอร์ด

Tiny Rockchip RK3506J SoM

Forlinx Embedded FET3506J-C เป็นโมดูล system-on-module (SoM) ขนาดจิ๋วเพียง 40 x 29 มม. ที่ใช้ชิป Rockchip RK3506J triple-core Cortex-A7 SoC มาพร้อมหน่วยความจำ DDR3 สูงสุด 512MB และที่เก็บข้อมูลให้เลือกทั้ง NAND flash ขนาด 256MB หรือ eMMC flash ขนาด 8GB ตอนแรกเราคิดว่าเคยเขียนบทความนี้ไปแล้ว แต่จริง ๆ แล้วเป็นโมดูล Forlinx FET3506J-S ที่เปิดตัวเมื่อเดือนมีนาคมที่ผ่านมา ซึ่งออกแบบต่างออกไปโดยมีขนาด 44 x 35 มม. และเชื่อมต่อ I/O ทั้งหมดผ่านขอบบอร์ดแบบ castellated holes ในขณะที่ FET3506J-C ใช้คอนเนกเตอร์แบบบอร์ดต่อบอร์ด (B2B) ขนาด 80 พิน จำนวน 2 ชุดแทน และทางบริษัทก็มีบอร์ด OK3506J-C single board computer สำหรับการทดลองใช้งาน (evaluation) แต่เนื่องจากโมดูลนี้ถูกเสียบเข้ากับบอร์ดฐาน carrier board แทนที่จะบัดกรีถาวร ท […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน ArmSoM RK3588 AI Module7 : โมดูล system-on-module ที่ใช้ฟอร์มแฟกเตอร์ NVIDIA Jetson Nano

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

ArmSoM AIM7 RK3588 Jetson Nano module

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 […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Genesis IoT Discovery Lab : แพลตฟอร์มต้นแบบ แบบโมดูลาร์ไร้สาย ที่ใช้ชิป ESP32-S3

Genesis IoT Discovery Lab : แพลตฟอร์มต้นแบบ แบบโมดูลาร์ไร้สาย ที่ใช้ชิป ESP32-S3

Genesis IoT Discovery Lab ESP32-S3 prototyping platform

บริษัท Axiometa ในประเทศลิทัวเนีย ได้พัฒนาผลิตภัณฑ์ Genesis IoT Discovery Lab เป็นแพลตฟอร์มต้นแบบแบบโมดูลาร์ที่รองรับ Wi-Fi โดยใช้ชิป ESP32-S3 และโมดูลมาตรฐานที่มาพร้อมคอนเนกเตอร์ AX22 ซึ่งถูกออกแบบมาเพื่อทดแทนการใช้เบรดบอร์ด (breadboard) ที่ยุ่งเหยิง ให้กลายเป็นระบบที่มีโครงสร้างและเสียบใช้งานได้ทันที (plug-and-play) แพลตฟอร์มต้นแบบนี้ถูกออกแบบมาเพื่อทำให้ง่ายต่อการพัฒนาฮาร์ดแวร์และการศึกษา โดยมีคุณสมบัติเด่น เช่น พอร์ต AX22 อเนกประสงค์ 8 ช่อง, พอร์ต USB OTG Type-C, โมดูลแบตเตอรี่พร้อมวงจรชาร์จ และรองรับอุปกรณ์เสริมกว่า 50 ประเภท เช่น เซ็นเซอร์, ปุ่ม, มอเตอร์, ไฟ LED, รีเลย์ และจอแสดงผล โดยทั้งหมดเชื่อมต่อผ่านคอนเนกเตอร์ที่แข็งแรงและทนทาน ด้วยการออกแบบฮาร์ดแวร์แบบโอเพ่นซอร์ส และการขยายเพิ่มเติมที่หลากหลาย อุปก […]

ภูมิใจนำเสนอโดย WordPress