Alif Semiconductor เปิดตัว Ensemble E4, E6 และ E8 เป็นไมโครคอนโทรลเลอร์และไมโครโปรเซสเซอร์ Edge AI ที่ใช้ dual-core Cortex-M55 พร้อม Arm Ethos-U85 สามารถรันโมเดลภาษาขนาดเล็ก (SLM) บนตัวอุปกรณ์ได้ โดยใช้พลังงานเพียง 36 มิลลิวัตต์ในรุ่น E4 นอกจากรองรับการประมวลผลงานด้าน Generative AI แล้ว ไมโครคอนโทรลเลอร์รุ่นใหม่นี้ยังรวม NPU แบบประหยัดพลังงาน Arm Ethos-U55 จำนวน 2 ตัว สำหรับงาน AI vision สามารถทำการตรวจจับวัตถุได้ภายในเวลาไม่ถึง 2 มิลลิวินาที และจำแนกภาพได้ภายในไม่ถึง 8 มิลลิวินาที ไฮไลต์อื่น ๆ ได้แก่ การรองรับกล้องภาพ MIPI CSI ได้สูงสุด 2 ตัว, ระบบประมวลผลสัญญาณภาพ (ISP) แบบฮาร์ดแวร์เต็มรูปแบบที่ทำงานได้สูงสุด 60 FPS ที่ความละเอียด 2MP และระบบหน่วยความจำความกว้างสูงรุ่นใหม่ที่ช่วยให้การอนุมาน (inferencing) เร็ […]
ชิป Renesas RZ/G3E SoC ที่ใช้ Arm Cortex-A55/M33 MPU สำหรับระบบ HMI ระดับกลางที่รองรับ AI acceleration
Renesas RZ/G3E เป็นสมาชิกใหม่ในกลุ่ม SoC ตระกูล RZ/G ของบริษัท โดยมาพร้อมกับโปรเซสเซอร์ประมวลผลแอปพลิเคชันแบบ quad-core Cortex-A53, Cortex-M33 core สำหรับงานเรียลไทม์ และ Ethos-U55 NPU ระดับกลางที่รองรับ AI โดยสามารถแสดงผลได้สูงสุดสองจอที่ความละเอียด 1920 x 1080 พิกเซล โปรเซสเซอร์ระดับอุตสาหกรรมรุ่นนี้รองรับอินเทอร์เฟซแสดงผลแบบ MIPI-DSI, LVDS แบบ dual-link, และ Parallel RGB รวมถึงตัวเร่งกราฟิก 2D และ 3D, การถอดรหัสวิดีโอ H.264/H.265, อินเทอร์เฟซกล้อง MIPI CSI แบบ 4 เลน, พอร์ตอีเธอร์เน็ตความเร็วกิกะบิตจำนวนสองพอร์ต, PCIe Gen3 แบบ 2 เลน, USB 3.0/2.0 และพอร์ต I/O แบบแอนะล็อกและดิจิทัลที่หลากหลาย สเปคของ Renesas RZ/G3E: CPU โปรเซสเซอร์ Arm Cortex-A55 แบบ dual หรือ quad-core ทำงานที่ความเร็วสูงสุด 1.8 GHz โปรเซสเซอร […]
Neuro PlayGround Lite – บอร์ดจับสัญญาณชีวภาพแบบไร้สาย สำหรับโปรเจกต์ HCI และ BCI
Neuro PlayGround Lite หรือเรียกสั้น ๆ ว่า NPG Lite เป็นบอร์ดสำหรับจับสัญญาณชีวภาพแบบไร้สายและมีหลายช่องสัญญาณ ที่ใช้ ESP32-C6 ออกแบบมาสำหรับโปรเจกต์และการใช้งานด้าน HCI (Human-Computer Interface) และ BCI (Brain-Computer Interface) บอร์ดนี้สามารถตรวจจับสัญญาณทางชีวภาพได้หลากหลาย เช่น สัญญาณหัวใจ (ECG), สัญญาณกล้ามเนื้อ (EMG), สัญญาณจากการกลอกตา (EOG) หรือสัญญาณสมอง (EEG) โดยใช้โมดูล ESP32-C6-MINI-1 ซึ่งรองรับ WiFi 6 ความถี่ 2.4 GHz, Bluetooth LE, Zigbee และ Thread สำหรับเครือข่าย mesh ตัวบอร์ดยังออกแบบตามมาตรฐานฟอร์มแฟกเตอร์ของ Adafruit Feather จึงสามารถขยายการใช้งานร่วมกับบอร์ด FeatherWings รวมถึงบอร์ด Playmate ของบริษัทได้อีกด้วย สเปค Neuro PlayGround Lite: โมดูลไร้สาย – Espressif Systems ESP32-C6-MINI-1-N4 So […]
Avalue VNS-10WAD – Panel PC สัมผัสแบบบางขนาด 10.1 นิ้ว และไม่มีพัดลม ใช้ชิป Intel N50 พร้อมตัวเครื่องที่เคลือบสารต้านเชื้อแบคทีเรีย
Avalue VNS-10WAD เป็น Panel PC สัมผัสแบบบางขนาด 10.1 นิ้ว ความละเอียด 1280×800 และไม่มีพัดลม โดยใช้โปรเซสเซอร์ Intel N50 ซึ่งดูคล้ายกับพีซีแบบพาแนลรุ่น BCM OFT10W-ADLN panel PC ทั้งสองรุ่นใช้โปรเซสเซอร์ Alder Lake-N แบบ dual-core และมีหน้าจอสัมผัสขนาด 10.1 นิ้วเหมือนกัน แต่ VNS-10WAD รุ่นใหม่มาพร้อมตัวเครื่องที่เคลือบสารที่มีคุณสมบัติในการยับยั้งเชื้อแบคทีเรีย แทนการออกแบบแบบเปิดเฟรม พร้อมรองรับ NFC และมีกล้องความละเอียด 2MP อุปกรณ์นี้ยังมาพร้อมกับหน่วยความจำ LPDDR5 ขนาด 8GB และหน่วยเก็บข้อมูลแบบ eMMC ขนาด 64GB ตัวเลือกการเชื่อมต่อประกอบด้วย Wi-Fi 6, Bluetooth 5.2, Gigabit Ethernet, พอร์ต USB 3.0 และ RS232/RS422/RS485, รองรับอุณหภูมิในการทำงานที่ช่วง 0–40°C รองรับไฟเลี้ยงแบบ DC 12–24V และรองรับการจ่ายไฟผ่านสายแ […]
โมดูล (SoM) ขนาด 82 x 50 มม. ที่ใช้ชิป NXP i.MX 8M Mini และ DEEPX DX-M1 AI accelerator 25 TOPS
Virtium Embedded Artists เปิดตัวโมดูล (SoM) iMX8M Mini DX-M1 ที่รวม NXP i.MX 8M Mini Quad-core Arm ซึ่งเป็นโปรเซสเซอร์แอปพลิเคชันและ AI accelerator DEEPX DX-M1 ที่มีสมรรถนะสูงถึง 25 TOPS ในขนาดกะทัดรัดเพียง 82 x 50 มม. ชิป SoC จาก NXP มาพร้อมกับ RAM ขนาด 2GB แบบ 32 บิต และ eMMC flash ขนาด 16GB ขณะที่ NPU ของ DEEPX มาพร้อมกับ RAM ขนาด 4GB แบบ 64 บิต และ QSPI flash โมดูลยังมี PMIC, PHY Ethernet ความเร็ว 1Gbps, โมดูล WiFi 6E และ Bluetooth 5.4 (เป็นอุปกรณ์เสริม) พร้อมพอร์ต I/O ครบถ้วนผ่านขั้วต่อขอบแบบ MXM ขนาด 314 พิน ถือว่าเป็นการบรรจุฟีเจอร์ไว้ได้อย่างแน่นหนาในโมดูลขนาดเล็กนี้ สเปคของโมดูล iMX8M Mini DX-M1 : SoC – NXP i.MX 8M Mini CPU โปรเซสเซอร์ Cortex-A53 แบบ Quad-core ความเร็วสูงสุด 1.6 GHz (รุ่นอุตสาหกรรม) หร […]
Atum A3 Nano บอร์ดพัฒนาที่ใช้ FPGA Agilex 3 พร้อมโปรแกรมเมอร์ USB-Blaster III ในตัว
Atum A3 Nano จาก Terasic เป็นบอร์ดพัฒนาขนาดเล็กที่ใช้ FPGA รุ่นใหญ่สุดในซีรีส์ Agilex 3 ของ Altera (A3CZ135BB18AE7S) โดย FPGA รุ่นนี้มีคุณสมบัติเด่นคือมี 135K Logic Elements, embedded memory blocks (6.89 Mbit M20K, 1.4 Mbit MLAB) และ 368 multipliers จึงเหมาะสำหรับการประมวลผลในงานที่ต้องการประสิทธิภาพสูง เช่น หุ่นยนต์ ระบบยานยนต์ โครงสร้างพื้นฐานเมืองอัจฉริยะ อุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภค และการประมวลผลภาพขั้นสูง (Advanced Image Processing) บอร์ดมีขนาดเพียง 85 x 70 มม. แต่มีฟีเจอร์ครบถ้วน เช่น หน่วยความจำ SDRAM ขนาด 64 MB, พอร์ต Gigabit Ethernet, เอาต์พุต HDMI, ช่องใส่ microSD card, โปรแกรมเมอร์ USB-Blaster III บนบอร์ดสามารถใช้งานได้ผ่านพอร์ต USB Type-C, รองรับการขยายด้วย GPIO header 40 ขา (แบบเดียวกับ Ra […]
Apacer PT25R-Pi HAT SSD สำหรับ Raspberry Pi 5 มาพร้อม BGA SSD 60GB ถึง 480GB และรองรับฟังก์ชันสำรองและกู้คืนข้อมูล CoreSnapshot 2
Apacer PT25R-Pi HAT SSD เป็น HAT รุ่นใหม่ที่ออกแบบมาสำหรับ Raspberry Pi 5 หรือบอร์ด SBC ที่เข้ากันได้ซึ่งมีคอนเนกเตอร์ PCIe แบบสายแพ (FFC) โดยบอร์ดนี้มาพร้อมกับชิป SSD แบบ BGA ในตัวที่มีความจุตั้งแต่ 60GB ถึง 480GB และยังรองรับฟีเจอร์ขั้นสูง เช่น CoreSnapshot 2 สำหรับสำรองและกู้คืนข้อมูล, ฟีเจอร์ป้องกันการเขียนข้อมูล (Write Protect), การเปลี่ยนคีย์เข้ารหัสทันที (Instant Keychange) เพื่อเพิ่มความปลอดภัย และระบบป้องกันข้อมูลสูญหายจากไฟดับ (Power Loss Protection) แม้ว่าเราจะเคยเห็น HAT หลายรุ่นสำหรับ Raspberry Pi ที่รองรับ SSD แบบ NVMe , แต่โดยทั่วไปแล้วจะออกแบบมาให้ใช้ร่วมกับโมดูล SSD แบบ M.2 ในขณะที่ PT25R-Pi HAT SSD นี้มาพร้อมกับหน่วยความจำในตัวบนบอร์ดเลย ทำให้ผู้ใช้สามารถใช้งานได้ทันที เพียงแค่ติดตั้ง HAT และเ […]
On-device AI คืออะไร? เมื่อ AI ทำงานได้โดยไม่ต้องพึ่งคลาวด์
ในยุคที่เทคโนโลยีก้าวกระโดดอย่างรวดเร็ว ปัญญาประดิษฐ์ หรือ AI (Artificial Intelligence) ได้กลายเป็นส่วนหนึ่งของชีวิตประจำวันของเรา ไม่ว่าจะเป็นการค้นหาด้วยเสียง กล้องถ่ายรูปอัจฉริยะ หรือการแนะนำคอนเทนต์ที่เราชอบ แต่เบื้องหลังความฉลาดเหล่านี้ ส่วนใหญ่อาศัยการประมวลผลผ่าน “คลาวด์” ซึ่งหมายถึงการส่งข้อมูลจากอุปกรณ์ของเราขึ้นไปยังเซิร์ฟเวอร์กลาง แล้วรอผลลัพธ์กลับมา แต่ในช่วงไม่กี่ปีที่ผ่านมา แนวโน้มใหม่ที่กำลังมาแรงคือ On-device AI หรือ “AI ที่ทำงานอยู่ในตัวอุปกรณ์โดยตรง” โดยไม่ต้องส่งข้อมูลออกไปยังคลาวด์อีกต่อไป On-device AI มีข้อดีคือสามารถตอบสนองได้รวดเร็วกว่า ไม่มีความล่าช้าในการส่งข้อมูลไป-กลับจากเซิร์ฟเวอร์ การสั่งการด้วยเสียง หรือการประมวลผลภาพจึงเป็นไปแบบเรียลไทม์, เพิ่มความเป็นส่วนต […]