ข่าว linux

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 Banana Pi BPI-M1S : บอร์ด SBC ที่ใช้ RK3528 พร้อม HDMI 2.0, 2.5GbE, WiFi 6

Banana Pi BPI-M1S : บอร์ด SBC ที่ใช้ RK3528 พร้อม HDMI 2.0, 2.5GbE, WiFi 6

Banana Pi BPI-M1S

Banana Pi BPI-M1S หรือ ArmSoM-Sige1 เป็นคอมพิวเตอร์บอร์ดเดียว (SBC) มีการออกแบบที่บาง (low-profile) ใช้ชิปประมวลผล Rockchip RK3528 quad-core Cortex-A53 ออกแบบมาสำหรับกล่องทีวี 4K ระดับ entry-level ซึ่งต่างจากบอร์ด SBC รุ่นอื่นๆ ที่ใช้ RK3528(A) ที่เราเคยพูดถึง เช่น Radxa Rock E20C และ FriendlyELEC NanoPi Zero2 ซึ่งเน้นต้นทุนต่ำและขนาดเล็กสำหรับการใช้งานในระบบเครือข่ายแบบ Headless (ไม่มีหน้าจอและอุปกรณ์แสดงผล) Banana Pi BPI-M1S มีคุณสมบัติที่หลากหลายกว่า เช่น HDMI 2.0 สำหรับเอาต์พุตวิดีโอ 4K และเสียง, การเชื่อมต่อเครือข่ายด้วย 2.5GbE และ WiFi 6 รวมถึงมี Pin GPIO header 40 ขาสำหรับการขยายการใช้งาน สเปคของ Banana Pi BPI-M1S: SoC – Rockchip RK3528 CPU – Quad-core Arm Cortex-A53 @ 2.0 GHz GPU – Arm Mali-G450 GPU รอง […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Kumquat – บอร์ดสมองกลฝังตัวที่ใช้ Allwinner V3s พร้อม CAN แบบแยกสัญญาณ, Ethernet, และ ESP32 สำหรับ WiFi และ Bluetooth

Kumquat – บอร์ดสมองกลฝังตัวที่ใช้ Allwinner V3s พร้อม CAN แบบแยกสัญญาณ, Ethernet, และ ESP32 สำหรับ WiFi และ Bluetooth

Kumquat Allwinner V3s development board

Kumquat เป็นบอร์ดสมองกลฝังตัว (Embedded System Board) ที่ใช้ Allwinner V3s ที่ออกแบบมาเพื่อการใช้งานในระบบอัตโนมัติในอุตสาหกรรม, ระบบอัตโนมัติในบ้าน, โครงการ IoT, หุ่นยนต์ และการพัฒนาระบบสมองกลฝังตัว, Allwinner V3s มาพร้อมกับซีพียู ARM Cortex-A7 cores และหน่วยความจำแรม DDR2 ขนาด 64MB พร้อมที่เก็บข้อมูลแบบ SPI flash ขนาด 8MB, มีตัวเลือกการเชื่อมต่อประกอบด้วย Ethernet, USB-C, CAN-FD แบบแยก สัญญาณ (isolated) และ WiFi/Bluetooth ผ่านโมดูล ESP32 นอกจากนี้ Kumquat ยังมาพร้อมกับขา IO ที่ตรวจจับอัตโนมัติได้ 8 ช่อง สำหรับแรงดันไฟฟ้า 12/24V และรีเลย์ 4 ตัว สำหรับควบคุมอุปกรณ์ภายนอก อีกทั้งยังมีวงจร RTC (Real-Time Clock) พร้อมแบตเตอรี่สำรอง, Kumquat ใช้ระบบปฏิบัติการ Buildroot Linux พร้อม Mainline Linux kernel และสามารถเขี […]

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 Rubik Pi AI SBC ที่ใช้ Qualcomm QCS6490 รองรับระบบปฏิบัติการ Android, Linux และ “LU”

Rubik Pi AI SBC ที่ใช้ Qualcomm QCS6490 รองรับระบบปฏิบัติการ Android, Linux และ “LU”

RUBIK Pi AI SBC

Thundercomm เปิดตัว Rubik Pi AI SBC ที่ใช้ SoC Qualcomm QCS6490 พร้อม AI accelerator ที่มีประสิทธิภาพ 12.5 TOPS, บอร์ด SBC ที่ใช้รูปแบบของบอร์ดให้ไปเป็นตามบอร์ด PI-CO ITX Form Factor ซึ่งได้รวมมาตรฐาน Pico-ITX กับ GPIO header 40 พินที่พบใน Raspberry Pi SBC บอร์ด SBC มาพร้อมกับอินเทอร์เฟสมาตรฐานได้แก่ USB, HDMI out, รองรับกล้อง MIPI-CSI, Ethernet, Wi-Fi 5, Bluetooth 5.2 และอื่นๆ นอกจากนี้ บอร์ดยังมีขั้วต่อ 40 พินสำหรับ GPIO, UART สำหรับการดีบัก, เอาต์พุตเสียง และรองรับแบตเตอรี่ RTC ทางบริษัทระบุว่านี่เป็นระบบ Pi แรกที่ใช้แพลตฟอร์ม AI ของ Qualcomm จึงรองรับบอร์ดขยาย Raspberry Pi HAT/HAT+ ทำให้เหมาะสำหรับโครงการ AI, IoT และ Edge computing สเปคของบอร์ด Rubik Pi AI SBC SoC – Qualcomm QCS6490 CPU – Octa-core Kryo 670 […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน DigiPort : อุปกรณ์คอมพิวเตอร์ HDMI Dongle ที่ใช้ Raspberry Pi Compute Module 4 (CM4)

DigiPort : อุปกรณ์คอมพิวเตอร์ HDMI Dongle ที่ใช้ Raspberry Pi Compute Module 4 (CM4)

HDMI computer dongle Raspberry Pi CM4

Shivam Goyal ซึ่งใช้ชื่อ Geeky Tronics ได้พัฒนา DigiPort ซึ่งเป็น HDMI Dongle อุปกรณ์คอมพิวเตอร์ที่เอาไว้ต่อกับทีวีผ่านพอร์ต HDMI โดยใช้ Raspberry Pi CM4 system-on-module และออกแบบมาให้เชื่อมต่อโดยตรงที่ด้านหลังของพอร์ต HDMI หรือผ่านสาย HDMI ได้ เนื่องจาก DigiPort ไม่รองรับ MHL จึงต้องใช้แหล่งพลังงานผ่านพอร์ต USB-C นอกจากนี้ยังสามารถเชื่อมต่อคีย์บอร์ดและเมาส์ผ่านพอร์ต USB 2.0 จำนวนสองพอร์ตหรือผ่าน Bluetooth ได้ และสามารถเชื่อมต่อเครือข่ายได้โดยผ่าน WiFi 5 ทำให้อุปกรณ์นี้เป็นคอมพิวเตอร์พกพาที่พร้อมใช้งานทันที สเปคของ DigiPort: System-on-Module ที่รองรับ – Raspberry Pi CM4 SoC – โปรเซสเซอร์ Broadcom BCM2711 Cortex-A72 แบบquad-core Cortex-A72 @ 1.5 GHz หน่วยความจำ– LPDDR4-3200 SDRAM ขนาด 1GB ถึง 8GB ที่เก็บข้อมูล […]

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 MYiR Tech MYC-LD25X : โมดูลที่ใช้ STM32MP25 ขนาดเล็กสามารถรันบน Debian 12

MYiR Tech MYC-LD25X : โมดูลที่ใช้ STM32MP25 ขนาดเล็กสามารถรันบน Debian 12

MYD-LD25X development board

MYC-LD25X ของ MYiR Tech เป็นโมดูล (system-on-module) ขนาดเล็กกะทัดรัด 39×37 มม. ที่ออกแบบโดยใช้ STMicro STM32MP25 dual-core Cortex-A35 SoC ทำงานที่ความเร็ว 1.5GHz พร้อมด้วย Cortex-M33 core และ NPU ที่สามารถประมวลผลได้ถึง 1.35 TOPS โมดูลนี้มาพร้อมกับ RAM LPDDR4 สูงสุด 2GB, หน่วยความจำ eMMC ขนาด 8GB และตัวเลือกการเชื่อมต่อหลากหลาย เช่น Gigabit Ethernet, Edge computing, ระบบพลังงาน และระบบอัตโนมัติ, MYC-LD25X เหมาะสำหรับแอปพลิเคชันที่ต้องการประสิทธิภาพสูงในสาขาเหล่านี้ ก่อนหน้านี้เราเขียนบทความเกี่ยวกับบอร์ดพัฒนาอื่นๆ จาก MYiR เช่น MYD-J7A100T, MYD-YG2UL, MYD-YG2LX และ MYD-J1028X นอกจากนี้ยังได้กล่าวถึง system-in-package และโมดูล system-on-module ที่ใช้ STM32MP25 เช่น Digi ConnectCore MP25 และ Octavo OSD32MP2 […]