ข่าว AI

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Forlinx เปิดตัวโมดูลและบอร์ดพัฒนาที่ใช้ NXP i.MX 95 การเชื่อมต่อ 10GbE, CAN Bus, RS485 และอื่นๆ

Forlinx เปิดตัวโมดูลและบอร์ดพัฒนาที่ใช้ NXP i.MX 95 การเชื่อมต่อ 10GbE, CAN Bus, RS485 และอื่นๆ

NXP i.MX 95 board 10GbE CAN Bus RS485

Forlinx FET-MX95xx-C เป็นโมดูล (SoM หรือ system-on-module) ที่ใช้ NXP i.MX 95 SoC ที่มีซีพียู Arm Cortex-A55 สูงสุด 6 คอร์ พร้อมด้วยคอร์ Arm Cortex-M7 สำหรับงานเรียลไทม์ที่มีความถี่ 800 MHz และคอร์ Arm Cortex-M33 “ความปลอดภัย” ที่ทำงานที่ 333 MHz อีกทั้งยังติดตั้งหน่วยความจำ LPDDR4x ขนาด 8GB และ eMMC flash ขนาด 64GB นอกจากนี้ Forlinx ยังมีบอร์ดพัฒนารุ่น OK-MX95xx-C ที่อัดแน่นด้วยฟีเจอร์ต่างๆ โดยบอร์ดพัฒนานี้สร้างขึ้นบนโมดูล i.MX 95 และมาพร้อมอินเทอร์เฟสที่หลากหลาย เช่น Dual GbE, ช่องใส่ 10GbE SFP+, ขั้วต่อ Terminal blocks ที่รองรับ RS485 และ CAN Bus, พอร์ต USB Type-A สามพอร์ต, สล็อต PCIe สองช่อง และอื่นๆ โมดูล Forlinx FET-MX95xx-C สเปค: ชิป SoC – NXP i.MX 9596 ซีพียู 6x คอร์ Arm Cortex-A55 สำหรับการ […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน M5Stack Module LLM : โมดูลที่ใช้ชิป AX630C สำหรับใช้งานกับสมาร์ทโฮมและ AI แบบออฟไลน์

M5Stack Module LLM : โมดูลที่ใช้ชิป AX630C สำหรับใช้งานกับสมาร์ทโฮมและ AI แบบออฟไลน์

module llm

M5Stack Module LLM เป็นอุปกรณ์รูปทรงกล่องอีกชิ้นหนึ่งจากบริษัทที่ควบคุมด้วย AI โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต โดยอธิบายว่าเป็น “โมดูลอินเทอร์เฟสสำหรับ Large Language Model (LLM) แบบออฟไลน์” ซึ่งสามารถนำไปใช้ในการพัฒนาโซลูชันที่ใช้ LLM ในการทำงานภายในท้องถิ่น เช่น ในระบบสมาร์ทโฮม ผู้ช่วยเสียง และการควบคุมอุตสาหกรรม M5Stack Module LLM เป็นโมดูลใช้ชิป AX630C SoC มีหน่วยความจำ LPDDR4 4GB, ที่เก็บข้อมูล 32GB และ NPU 3.2 TOPS (INT8) หรือ 12.8 TOPS (INT4) บริษัท M5Stack ระบุว่า ชิปหลักมีการใช้พลังงานเฉลี่ยในการทำงานที่ 1.5W ซึ่งทำให้เหมาะสมสำหรับการใช้งานระยะยาว โมดูลนี้มีไมโครโฟนในตัว, ลำโพง, ช่องเสียบ microSD card และ USB OTG โดยพอร์ต USB สามารถเชื่อมต่อกับอุปกรณ์เสริม เช่น กล้องและ Debugger และช่องเสีย […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน OpenUC2 10x : กล้องจุลทรรศน์แบบพกพาที่ใช้ ESP32-S3 พร้อมวิเคราะห์ภาพแบบเรียลไทม์ด้วย AI

OpenUC2 10x : กล้องจุลทรรศน์แบบพกพาที่ใช้ ESP32-S3 พร้อมวิเคราะห์ภาพแบบเรียลไทม์ด้วย AI

Seeed Studio OpenUC2 10x AI Microscope

Seeed Studio เปิดตัว OpenUC2 10x เป็นกล้องจุลทรรศน์ AI แบบพกพาที่ใช้ โมดูล XIAO ESP32-S3 Sense โดยออกแบบมาเพื่อการศึกษา การวิจัยสิ่งแวดล้อม การเฝ้าติดตามสุขภาพ และการพัฒนาต้นแบบ กล้องจุลทรรศน์นี้มาพร้อมกับกล้อง OV2640 ที่มีการขยาย 10 เท่า, ระบบโฟกัสที่ควบคุมด้วยมอเตอร์ที่แม่นยำ, ภาพความละเอียดสูง, และการประมวลผลภาพแบบเรียลไทม์ด้วย TinyML ตัวกล้องมีการออกแบบแบบโมดูลและโอเพ่นซอร์ส ทำให้ง่ายต่อการปรับแต่งและขยายฟีเจอร์ต่างๆ ด้วยชิ้นส่วนที่พิมพ์ 3 มิติ แท่นมอเตอร์ และเซ็นเซอร์เพิ่มเติม รองรับการเชื่อมต่อ Wi-Fi ตัวกล้องทนทาน ใช้พลังงานผ่าน USB-C และสามารถเปลี่ยนเลนส์ได้เพื่อการใช้งานในหลายรูปแบบ เราเคยเขียนบทความเกี่ยวกับกล้องจุลทรรศน์พกพาที่มีลักษณะคล้ายกัน เช่น ioLight microscope และ KoPa W5 Wi-Fi Microscope นอกจา […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Raspberry Pi AI HAT+ พร้อมชิป AI accelerator Hailo-8L หรือ Hailo-8 ที่มีประสิทธิภาพสูงสุด 26 TOPS

Raspberry Pi AI HAT+ พร้อมชิป AI accelerator Hailo-8L หรือ Hailo-8 ที่มีประสิทธิภาพสูงสุด 26 TOPS

Raspberry Pi AI HAT Plus 26 TOPS

Raspberry Pi AI HAT+ เป็นบอร์ดขยายแบบ PCIe สำหรับ Raspberry Pi 5 ที่มีชิป AI accelerator : Hailo-8L ที่มีประสิทธิภาพ 13 TOPS หรือ Hailo-8 ที่มีประสิทธิภาพสูงสุดถึง 26 TOPS เมื่อไม่นานนี้มีการเปิดตัว Raspberry Pi AI Kit ประกอบด้วย M.2 HAT+ ของ Raspberry Pi Official และ Hailo-8L ชิป AI accelerator สามารถประมวลผลที่ความเร็วสูงสุด 13 TOPS, และตอนนี้ได้เปิดตัว Raspberry Pi AI HAT+ รุ่นใหม่นี้มีลักษณะคล้ายกัน แต่แตกต่างกันที่ชิปถูกบัดกรีติดอยู่บนบอร์ดขยาย และมีให้เลือกทั้งชิป Hailo-8L หรือ Hailo-8 ที่มีประสิทธิภาพสูงกว่า สเปคของ Raspberry Pi AI HAT+: รองรับบอร์ด SBC – Raspberry Pi 5 AI accelerator Hailo-8L AI accelerator ที่มีประสิทธิภาพสูงสุด 13 TOPS Hailo-8 AI accelerator  ที่มีประสิทธิภาพสูงสุด 26 TOPS อินเทอร์เฟส […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน MSI MS-CF17 : บอร์ด SCB แบบ Fanless ขนาด 3.5 นิ้วที่ใช้ Intel Raptor Lake-P SoC

MSI MS-CF17 : บอร์ด SCB แบบ Fanless ขนาด 3.5 นิ้วที่ใช้ Intel Raptor Lake-P SoC

MSI MS-CF17 3.5 inch Raptor Lake-P SBC

MSI MS-CF17 เป็นคอมพิวเตอร์แบบบอร์ดเดี่ยวขนาด 3.5 นิ้วแบบไม่มีพัดลม (Fanless) ที่ใช้โปรเซสเซอร์ Intel 13th Gen Raptor Lake-P series โดยมีตัวเลือกหลายรุ่นสำหรับการใช้งาน embedded และอุตสาหกรรม บอร์ดนี้รองรับหน่วยความจำ DDR5 SODIMM สูงสุด 32GB และมาพร้อมกับช่อง M.2 M Key (PCIe Gen4) และสล็อตสำหรับเก็บข้อมูลแบบ SATA III นอกจากนี้ยังมีพอร์ต 2.5GbE ถึง 4 พอร์ต, พอร์ต COM ภายใน 4 พอร์ตฅ พอร์ต USB 8 พอร์ต และช่องเสียบ M.2 Key-B และ Key-E สำหรับการขยายแบบไร้สาย บอร์ดนี้รองรับการแสดงผลอิสระ 4 จอผ่านพอร์ต HDMI 2.0 จำนวน 4 พอร์ต และมีอินเทอร์เฟซการแสดงผล eDP/LDVS การใช้งานที่เป็นไปได้สำหรับคอมพิวเตอร์บอร์ดเดี่ยวแบบไม่มีพัดลมนี้รวมถึงการใช้งานในระบบอัตโนมัติในอุตสาหกรรม, ป้ายดิจิทัล, การประมวลผล Edge computing, ระบบขนส่ง แ […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Rockchip เปิดตัวชิปเซ็ตใหม่ล่าสุด RK3688 ที่ใช้ Armv9.3 พร้อม NPU 16 TOPS และ UFS 4.0

Rockchip เปิดตัวชิปเซ็ตใหม่ล่าสุด RK3688 ที่ใช้ Armv9.3 พร้อม NPU 16 TOPS และ UFS 4.0

Rockchip RK3688 Armv9.3 processor

Rockchip ได้เปิดตัว RK3688 AIoT SoC ที่ใช้ Armv9.3 Cortex-A7xx cores โดยสามารถให้ประสิทธิภาพได้สูงถึง 250K DMIPS (ขณะที่ RK3588 ให้ 93K DMIPS) นอกจากนี้ยังมาพร้อมกับ GPU ที่มีประสิทธิภาพถึง 1 TFLOPS และ NPU (Neural Processing Unit)  ที่มีประสิทธิภาพ 16 TOPS โปรเซสเซอร์ใหม่ RK3688 เป็นรุ่นต่อจาก Rockchip RK3588 เป็นโปรเซสเซอร์แบบ octa-core ที่ใช้ Cortex-A76/A55 เปิดตัวครั้งแรกในปี 2019 และยังมาพร้อมกับอินเทอร์เฟสหน่วยความจำ LPDDR4/4x/5 แบบ 128 บิต และอินเทอร์เฟสหน่วยความจำ UFS 4.0 ขณะนี้เรารู้เกี่ยวกับโปรเซสเซอร์ RK3688 เพียงเท่านี้ยังไม่มีการเปิดเผยรายละเอียด แต่เราสามารถสรุปได้ว่ามันอาจจะใช้ Arm Cortex-A7xx core ใหม่ที่ยังไม่ได้ประกาศ ซึ่งอาจมีชื่อว่า Cortex-A730 หรือ Cortex-A735 เนื่องจากไม่มีการประกาศเกี่ยวก […]

เขียนวันที่ โดย Kumpee Teeravech - ไม่มีความเห็น บน รีวิว BeagleY-AI SBC พร้อมทดสอบประสิทธิภาพและทดลองใช้งานบน Debian

รีวิว BeagleY-AI SBC พร้อมทดสอบประสิทธิภาพและทดลองใช้งานบน Debian

BeagleY AI SBC review

BeagleY-AI เป็นคอมพิวเตอร์บอร์ดเดี่ยว (single board computer : SBC) แบบ open-source ของ BeagleBoard.org โดยบอร์ด BeagleY-AI นี้ถูกออกแบบมาเพื่อการประยุกต์ด้านปัญญาประดิษฐ์ โดยมีหน่วยประมวลผลหลักคือ ARM Coretex-A53 จำนวน 4 แกน ทำงานที่ความเร็ว 1.4 GHz นอกจากนั้นยังมี ARM Cortex-R5F ทำงานที่ความเร็ว 800MHz สำหรับการใช้งานทั่วไป รวมไปถึงการใช้งานกับ I/O แบบ low-lentency มี C7x DSP จำนวน 2 หน่วย พร้อมด้วย Multiply Accelertor (MMA) ที่ช่วยด้านการคำนวณปัญญาประดิษฐ์และเร่งความเร็วการคำนวณ Deel Learning โดย C7XDSP แต่ละหน่วยจะทำงานที่ความเร็ว 2 TOPs รวมสูงสุด 4 TOPS รวมทั้งยังมาพร้อมกับ BXS-4-64 ซึ่งเป็นหน่วยเร่งความเร็วกราฟิกส์ความเร็ว 50 GFlops สำหรับงานมัลติมีเดีย เช่น การเข้ารหัสและการถอดรหัสวิดีโอ  สำหรับผู้ที่สนใ […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน เปิดตัว Raspberry Pi AI Camera ที่ใช้เซนเซอร์ Sony IMX500 AI และ MCU RP2040

เปิดตัว Raspberry Pi AI Camera ที่ใช้เซนเซอร์ Sony IMX500 AI และ MCU RP2040

Raspberry Pi AI camera

เราเคยได้เขียนบทความเกี่ยวกับ Raspberry Pi ได้จัดแสดง Raspberry Pi Zero 2W พร้อมกล้อง Raspberry Pi AI Camera ที่ใช้เซนเซอร์ Sony IMX500 intelligent vision ในงาน Embedded World 2024 แต่ในขณะนั้นยังไม่มีวางจำหน่าย และตอนนี้กล้อง AI Camera ของ Raspberry Pi วางจำหน่ายแล้ว และต่อมาได้มีการเปิดตัว Raspberry Pi AI Kit ที่ทรงพลังยิ่งขึ้น ซึ่งออกแบบมาสำหรับ Raspberry Pi 5 โดยมาพร้อมกับ Hailo-8L NPU 13 TOPS ที่เชื่อมต่อผ่าน PCIe, ส่วนกล้อง AI Camera ที่ใช้เซนเซอร์ Sony IMX500 และมีไมโครคอนโทรลเลอร์ Raspberry Pi RP2040 ช่วยจัดการ Neural Network และเฟิร์มแวร์ แม้จะมีประสิทธิภาพน้อยกว่า แต่ก็ยังสามารถทำงานหลายอย่างได้ เช่น การตรวจจับวัตถุและจำแนกร่างกาย และสามารถใช้งานได้กับ Raspberry Pi SBC ทุกรุ่นที่มีตัวเชื่อมต่อ MIPI CS […]

ภูมิใจนำเสนอโดย WordPress