หลังจากที่เราได้ เราได้ดูฮาร์ดแวร์ การแกะกล่อง การแกะเครื่อง และการเปิดใช้งาน(Part 1) รวมถึงการทดสอบประสิทธิภาพบน Windows 11 (Part2) ของมินิพีซี GEEKOM IT13 Max ที่ใช้ซีพียู Intel Core Ultra 9 185H แบบ 16 คอร์ ความเร็วสูงสุด 5.1GHz, ค่า TDP 45W, กราฟิก Intel Arc, Intel AI Boost NPU สูงสุด 11 TOPS (INT8), LPDDR5-5600 24GB, SSD 500GB, พอร์ต USB4 40Gbps จำนวน 2 พอร์ต, พอร์ต USB 3.2 Gen 2 Type-A จำนวน 5 พอร์ต, HDMI 2.0 จำนวน 2 พอร์ต รองรับ 4 จอความละเอียด 4K หรือ 1 จอ 8K, รองรับ Wi-Fi 7, Bluetooth 5.4, พอร์ต LAN 2.5GbE จำนวน 2 พอร์ต, ระบบปฏิบัติการ Windows 11 Pro ที่ติดตั้งมาเรียบร้อยแล้ว ในบทความนี้ เราจะทำการการติดตั้ง Ubuntu 26.04 เพื่อทดสอบประสิทธิภาพบนระบบปฏิบัติการ Ubuntu Linux บนซีพียู Intel Core Ultra 9 18 […]
Gemma Translator เครื่องแปลภาษารันบน Raspberry Pi 5 แบบออฟไลน์ด้วย LiteRT
Gemma Translator เป็นโปรเจกต์โอเพนซอร์สสำหรับ Raspberry Pi 5 ที่ทำหน้าที่เป็นเครื่องแปลภาษาแบบหลายภาษา โดยประมวลผลทั้งหมดบนอุปกรณ์โดยไม่ต้องเชื่อมต่อคลาวด์ ใช้โมเดล Google Gemma 4 ร่วมกับ LiteRT runtime โครงการนี้พัฒนาโดยวิศวกรของ Google จำนวน 3 คน โดยได้รับความช่วยเหลือจาก Google Antigravity และประกอบด้วยซอฟต์แวร์สำหรับสร้างเครื่องแปลเสียงแบบทำงานบนอุปกรณ์และออฟไลน์อย่างสมบูรณ์ โดยใช้ Gemma 4 E2B (พารามิเตอร์ที่ใช้งานจริง 2.3 พันล้าน และประมาณ 5.1 พันล้านพารามิเตอร์ทั้งหมด พร้อม per-layer embeddings) และ LiteRT runtime ฮาร์ดแวร์ที่ใช้ประกอบด้วย: Raspberry Pi 5 พร้อม RAM 8GB จอแสดงผล – จอ HDMI หรือจอสัมผัส เช่น จอสำหรับงาน Kiosk ความละเอียด 480×320 ระบบเสียง ไมโครโฟนหรือ USB audio capture interface ลำโพงหรือหูฟ […]
Token Monitor – จอเดสก์ท็อป ESP32-S3 สำหรับติดตามการใช้งาน AI Coding Assistant แบบเรียลไทม์
Fractal Manifold เปิดตัว Token Monitor จอแสดงผลบนโต๊ะขนาด 4 นิ้ว ที่ใช้ ESP32-S3 สำหรับติดตามการใช้งานผู้ช่วยเขียนโค้ด AI แบบเรียลไทม์ อุปกรณ์มาพร้อมหน้าจอ IPS แบบสัมผัสขนาด 4 นิ้ว ความละเอียด 480×480 พิกเซล รองรับการสัมผัสแบบ Capacitive 5 จุด, การเชื่อมต่อ Wi-Fi 4 และ Bluetooth LE 5, จ่ายไฟผ่าน USB-C และรองรับแบตเตอรี่ Li-ion แบบ 1 เซลล์เป็นอุปกรณ์เสริมผ่านชิปจัดการพลังงาน AXP2101 รวมถึงมีปุ่มด้านข้าง 2 ปุ่มสำหรับเปิด/ปิดเครื่องและเข้าสู่โหมดบูต, Token Monitor สามารถแสดงข้อมูลการใช้งาน เช่น ปริมาณโควตาที่ใช้, ขีดจำกัดของเซสชัน, จำนวนโทเคน, เวลาที่เหลือก่อนรีเซ็ต และค่าใช้จ่ายโทเคนโดยประมาณ โดยมีบริการ Local Broker ทำหน้าที่ดึงข้อมูลการใช้งานและส่งไปยังอุปกรณ์ผ่านการเชื่อมต่อที่ปลอดภัย, ช่วยให้ข้อมูลรับรองยังคง […]
รีวิว GEEKOM IT13 Max มินิพีซี AI ที่ใช้ซีพียู Intel core Ultra 9 185H Part 1: ดูสเปค แกะกล่องและลองใช้งาน
GEEKOM IT13 Max ซึ่งบริษัทระบุว่าเป็น “มินิพีซีที่ดีที่สุดสำหรับผู้ใช้ระดับ Power User” โดย มินิพีซี มาพร้อมซีพียู Intel core Ultra 9 185H แบบ 16 คอร์ ความเร็วสูงสุด 5.1GHz, ค่า TDP 45W, กราฟิก Intel Arc และ AI NPU เหมาะสำหรับงาน AI, ครีเอทีฟ, เขียนโค้ด และมัลติทาสก์หนัก มีให้เลือก 2 รุ่น คือ รุ่น RAM DDR5 SODIMM 16GB + SSD PCIe Gen4 1TB อัปเกรด RAM ได้สูงสุด 96GB หรือรุ่น LPDDR5-5600 24GB + SSD 500GB ทั้งคู่รองรับ SSD M.2 รวมสูงสุด 6TB, พอร์ต USB4 40Gbps จำนวน 2 พอร์ต, พอร์ต USB 3.2 Gen 2 Type-A จำนวน 5 พอร์ต, HDMI 2.0 จำนวน 2 พอร์ต รองรับ 4 จอความละเอียด 4K หรือ 1 จอ 8K, รองรับ Wi-Fi 7, Bluetooth 5.4, พอร์ต LAN 2.5GbE จำนวน 2 พอร์ต, ระบบปฏิบัติการ Windows 11 Pro ที่ติดตั้งมาเรียบร้อยแล้ว บริษัท GE […]
CtrlVibe AI Console : คีย์แพดตั้งโปรแกรมได้สำหรับงาน AI ทางเลือกแทน OpenAI Codex Micro
CtrlVibe AI Console เป็นแป้นควบคุมแบบตั้งโต๊ะ (Desktop Keypad) ที่สามารถตั้งโปรแกรมได้ ออกแบบมาเพื่อเพิ่มประสิทธิภาพการทำงานร่วมกับ AI โดยเฉพาะ ตัวอุปกรณ์มีปุ่มควบคุมฮาร์ดแวร์สำหรับสลับใช้งานเครื่องมือ AI เปิดใช้คำสั่งลัด (Shortcuts) เลือกโหมดการทำงาน และบันทึกเสียงผ่านไมโครโฟน ตัวเครื่องมาพร้อมกับปุ่ม mechanical ที่ตั้งโปรแกรมได้ 9 ปุ่ม, ปุ่มหมุน (Rotary Encoder), สวิตช์เลือกโหมด 3 ตำแหน่ง, หน้าจอ LCD ขนาด 1.14 นิ้ว, ไมโครโฟน MEMS ในตัว, การเชื่อมต่อผ่าน USB Type-C และ Bluetooth รวมถึงไฟ RGB สำหรับแสดงสถานะการทำงาน ด้วยคุณสมบัติและสเปคที่ให้มา CtrlVibe AI Console จึงเป็นอีกหนึ่งทางเลือกสำหรับผู้ที่มองหาอุปกรณ์ในลักษณะเดียวกับ Work Louder Codex Micro ซึ่งเป็น Mechanical Macropad ราคา $230 (~7,600฿) ที่ออกแบบมาส […]
reComputer Mini J501 คอมพิวเตอร์ Edge AI ใช้ NVIDIA Jetson AGX Orin 64GB/32GB รองรับกล้อง GMSL2 ผ่านพอร์ต FAKRA คู่
reComputer Mini J501 เป็นคอมพิวเตอร์ Edge AI ที่ออกแบบมาสำหรับงานหุ่นยนต์ โดยใช้โมดูล NVIDIA Jetson AGX Orin รุ่น 64GB หรือ 32GB ให้ประสิทธิภาพการประมวลผล AI สูงสุด 275 TOPS ตัวเครื่องมาพร้อมพอร์ต 10GbE และ Gigabit Ethernet (GbE) แบบ RJ45, เอาต์พุตวิดีโอ HDMI 2.1, พอร์ต USB 3.2 จำนวน 2 พอร์ต, พอร์ต USB 2.0 Type-C สำหรับ Debug/Recovery จำนวน 2 พอร์ต, SSD แบบ M.2 NVMe ความจุ 128GB, ขั้วต่อ FAKRA จำนวน 2 ช่อง รองรับการเชื่อมต่อกล้อง GMSL2 ได้สูงสุด 8 ตัว พร้อมอินเทอร์เฟซและพอร์ต I/O อื่น ๆ อีกหลากหลายรูปแบบ สเปคของ reComputer Mini J501 : System-on-module (เลือกได้ 1 รุ่น) NVIDIA Jetson AGX Orin 32GB (รุ่น reComputer Mini J5011) CPU – โปรเซสเซอร์ Arm Cortex-A78AE v8.2 แบบ 64 บิต 8 คอร์ @ 2.2 GHz พร้อมแคช L2 ขนาด 2 […]
ASUS UGen300 : USB AI accelerator ใช้ชิป Hailo-10H 40 TOPS พร้อม LPDDR4 8GB
ASUS UGen300 เป็นอุปกรณ์ AI accelerator แบบ USB ที่มาพร้อมชิป Hailo-10H AI ให้สมรรถนะการประมวลผล AI สูงสุด 40 TOPS และหน่วยความจำ LPDDR4 ขนาด 8GB รองรับการทำงานของ LLM (Large Language Model), VLM (Vision Language Model) และงานด้าน AI Vision โดยใช้พลังงานต่ำกว่า 2.5 วัตต์ ด้านฮาร์ดแวร์มีความคล้ายกับ Raspberry Pi AI HAT+ 2 แต่มาในรูปแบบดองเกิลขนาดกะทัดรัด (105 × 50 × 18 มม.) และใช้พอร์ต USB 3.2 Gen 1 Type-C ความเร็ว 10 Gbps แทนการเชื่อมต่อผ่านอินเทอร์เฟซ PCIe ที่มีความเร็ว 5 หรือ 8 GT/s. สเปคของ ASUS UGen300 USB AI accelerator (UGen300-USB-8G) : AI accelerator – Hailo Hailo-10H ให้ประสิทธิภาพการประมวลผลสูงสุด 40 TOPS (INT4) หรือ 20 TOPS (INT8) สำหรับ Inferencing หน่วยความจำ – LPDDR4 ขนาด 8GB ความเร็ว 4266 MT/s อิ […]
NightRun สามารถรัน LLM บน Raspberry Pi 5 และพีซี x86 ได้โดยไม่ต้องมี OS
การรัน LLM (Large Language Model) บน SBC หรือมินิพีซีภายในเครื่อง เป็นวิธีที่ดีในการรักษาความเป็นส่วนตัวของข้อมูล แต่โดยทั่วไปจำเป็นต้องใช้ระบบปฏิบัติการแบบดั้งเดิม ซึ่งจะใช้หน่วยความจำของระบบ (RAM) ไปไม่น้อย NightRun เป็นโครงการโอเพนซอร์สเชิงทดลองที่ออกแบบมาเพื่อแก้ปัญหานี้ โดยสามารถบูตเครื่องเข้าสู่การทำงานของ LLM ภายในเครื่องได้โดยตรงจากแฟลชไดรฟ์ USB หรือการ์ด microSD โดยไม่ต้องโหลดระบบปฏิบัติการแบบเดิม การตัดระบบปฏิบัติการออกไปทำให้ NightRun สามารถจัดสรร RAM และแบนด์วิดท์ของหน่วยความจำให้กับการประมวลผล AI (Inference) ได้มากขึ้น ตัวรันไทม์ถูกพัฒนาด้วยภาษา Rust และระหว่างการบูตจะโหลดโมเดลแบบ Quantized ที่มีขนาดประมาณ 1.3 GB ถึง 2.4 GB เข้าไปยัง RAM โดยตรง พร้อมตรวจสอบความถูกต้องของข้อมูลด้วยค่า CRC-32 Checksu […]






