โมดูล embedded ที่ใช้ชิป SoC FPGA ของ Intel Agilex 5 นำไปใช้กับอุปกรณ์ 5G, เครือข่าย 100GbE, งานด้าน Edge AI/ML

Hitex eSOM5C-Ex

Hitek Systems eSOM5C-Ex เป็นโมดูล embedded ขนาดเล็กที่ใช้ชิป SoC FPGA ของ Intel Agilex 5 E-Series ระดับกลางและแบบ pin-to-pin ที่เข้ากันได้กับ eSOM7C-xF รุ่นก่อนของบริษัทที่ใช้ Agilex 7 FPGA F-Series โมดูลมีขา I/O ทั้งหมดเป็นแบบ exposes รวมถึงตัวรับส่งสัญญาณสูงสุด 24 ตัว ผ่านคอนเนกเตอร์ high-density 400 ขาแบบเดียวกับที่พบใน eSOM7-xF ที่ใช้โมดูล Agilex 7 FPGA และโมดูล Agilex 5 FPGA D-Series ที่กำลังจะเปิดตัว มีความจุของลอจิกประมาณ 1 แสนถึง 2.7 ล้าน logic elements สำหรับกลุ่มผลิตภัณฑ์ทั้งหมด สเปคของ Hitek eSOM5C-Ex: ชิป SoC FPGA – Intel Agilex 5 E-series  group A FPGA  และ Group B FPGA ในแพ็คเกจ B32 ตัวเลือกที่รองรับ: A5E065A/B, A5E043A/B และ A5E043A/B Hard Processing System (HPS) – Dual-core Cortex-A76 และ dual-c […]

โมดูล Digi ConnectCore MP25 ที่ใช้ชิป MPU STM32MP25 นำมาใช้งานด้าน Edge AI และ computer vision

digi connectcore mp251

บริษัท Digi International ผู้ให้บริการโซลูชัน IoT ในอุตสาหกรรมของสหรัฐอเมริกา เปิดตัวโมดูล Digi ConnectCore MP25 SoM ที่งาน Embedded World 2024 ในเมืองนูเรมเบิร์ก ประเทศเยอรมนี โมดูล Digi ConnectCore MP25 ใช้ชิปไมโครโปรเซสเซอร์ STM32MP25 ของ STMicroelectronics รองรับฟังก์ชัน AI (Artificial Intelligence) และ ML (Machine Learning) ผ่านตัวประมวลผล NPU (Neural Processing Unit) ที่สามารถทำงานได้ที่ความเร็ว 1.35 Tera ต่อวินาที (TOPS) และหน่วยประมวลผลภาพ (ISP), โดยมีพลังมาจาก 2 คอร์ 64 บิต Arm Cortex-A35 ที่ทำงานที่ความเร็ว 1.5GHz ร่วมกับคอร์ Cortex-M33 32 บิต ที่ทำงานที่ความเร็ว 400MHz และคอร์ Cortex-M0+ 32 บิต ที่ทำงานที่ความเร็ว 200MHz ด้วยความสามารถด้าน machine learning, การรองรับเครือข่ายที่ต้องคำนึงถึงเวลา และคุ […]

โมดูล Toradex Aquila AM69 ใช้ SoC AI AM69A ของ TI, มีคอนเนกเตอร์แบบ board-to-board 400 ขา

Toradex Aquila AM69

Toradex Aquila AM69 เป็นโมดูล (system-on-module – SoM) ตัวแรกในตระกูล Aquila ของบริษัทที่มีฟอร์มแฟคเตอร์ขนาดเล็กและมีคอนเนกเตอร์แบบ board-to-board ที่ทนทาน 400 ขา โดยเน้นการใช้งานแอปพลิเคชัน AI ที่ล้ำสมัยในสาขาการแพทย์ อุตสาหกรรม และหุ่นยนต์ ด้วยแพลตฟอร์ม Arm ที่ให้ประสิทธิภาพระดับ x86 ที่ใช้พลังงานต่ำ Aquila AM69 SoM ใช้ SoC ของ Texas Instruments AM69A octa-core Arm Cortex-A72 พร้อมด้วย Accelerators 4 ตัวที่ให้ประสิทธิภาพ AI 32 TOPS, LPDDR4 สูงสุด 32GB,  eMMC flash 128GB, โมดูล WiFi 6E และ Bluetooth 5.3 ในตัว และคอนเนกเตอร์แบบ board-to-board สำหรับอินเทอร์เฟสจอแสดงผล, กล้อง และเสียง รวมถึง gigabit Ethernet คู่, หลายอินเตอร์เฟซ PCIe Gen3 และ SerDes ทั้งหมดนี้อยู่ในฟอร์มแฟคเตอร์ที่ใหญ่กว่าบัตรเครดิตหรือ Ra […]

AMD เปิดตัวโปรเซสเซอร์ Ryzen Embedded 8000 Series ที่มาพร้อม NPU 16 TOPS สำหรับใช้ AI ในงานอุตสาหกรรม

AMD Ryzen Embedded 8000

AMD เปิดตัวโปรเซสเซอร์ Ryzen Embedded 8000 Series ในโพสต์กลุ่มพร้อมกับอุปกรณ์ AMD embedded ล่าสุดที่มาพร้อม NPU ที่มีประสิทธิภาพถึง 16 TOPS ซึ่งใช้สถาปัตยกรรม AMD XDNA ร่วมกับ CPU และ GPU รวมทั้งหมด 39 TOPS ออกแบบมาเพื่อใช้ AI ในงานอุตสาหกรรม ซีพียู Ryzen Embedded 8000 ออกแบบมาเพื่อประมวลผลด้าน Machine Vision, หุ่นยนต์ และระบบอัตโนมัติทางอุตสาหกรรม เพื่อเพิ่มประสิทธิภาพในกระบวนการควบคุมคุณภาพและการตรวจสอบ, เปิดใช้งานเรียลไทม์,  ทำให้สามารถตัดสินใจในการวางแผนเส้นทางบนอุปกรณ์ เพื่อให้สามารถลด Latency และช่วยในด้านการคาดการณ์ด้านการบำรุงรักษา (predictive maintenance) และการควบคุมอุตสาหกรรมโดยอัตโนมัติ คุณสมบัติของ AMD Ryzen Embedded 8000 : CPU – สูงสุด 8 “Zen 4” cores, 16 threads Cache L1 Instruction Cache – 32 KB […]

Avaota A1 – บอร์ด SBC ที่เป็น Open-source hardware ใช้ชิป Allwinner T527 octa-core Cortex-A55 SoC

Avaota A1 open source hardware Allwinner T527 SBC

เมื่อไม่นานนี้เราเคยเขียนบทความเกี่ยวกับบอร์ดพัฒนาทางอุตสาหกรรม MYiR Tech MYD-LT527 ที่ใช้ชิป Allwinner T527 octa-core Cortex-A55 AI SoC และ Orange Pi กำลังพัฒนาบอร์ดเพื่อให้รองรับ mainline Linux โดย Avaoto A1 มีตัวเลือกที่มีฮาร์ดแวร์ Allwinner T527 อีกตัวหนึ่งพร้อมการออกแบบ บอร์ด SBC ที่เป็น Open-source hardware บอร์ดนี้มาพร้อม RAM สูงสุด 4GB, eMMC flash ขนาด 128GB, เอาต์พุตวิดีโอ HDMI และ DisplayPort, พอร์ต Gigabit Ethernet 2 พอร์ต, โมดูล WiFi 6 และ Bluetooth 5.4, พอร์ต USB,ช่อง audio jack 3.5 มม. และ GPIO header 40 ขาสำหรับขยาย สเปคของ Avaota A1: SoC – Allwinner T527 (หรือ Allwinner A527 พร้อมบอร์ด Avaota A1C ไม่แน่ใจว่าทั้งสองมีความแตกต่างกันอย่างไร) CPU โปรเซสเซอร์ Arm Cortex-A55 แบบ Octa-core ที่มี 4 คอร์ […]

SolidRun เปิดตัวโมดูล Hailo-15 พร้อมชิปประมวลผลภาพ AI สูงสุด 20 TOPS

SolidRun Hailo-15H Powered Edge AI System on Module

เมื่อเดือนมีนาคมปีที่แล้ว Hailo ได้เปิดตัว Hailo-15 ชิปประมวลผลภาพ AI ที่ใช้ Cortex-A53 แบบ Quad-Core และสามารถให้พลังการประมวลผลสูงสุดถึง 20 TOPS หลังจากการเปิดตัวแล้วเราไม่พบว่ามีในผลิตภัณฑ์ทางการค้าใดๆ ที่มี SoC นี้ ในการพัฒนาล่าสุด SolidRun ได้เปิดตัวโมดูลที่มีชิป Hailo-15 SoC พร้อม RAM LPDDR4 สูงสุด 8GB และที่เก็บข้อมูล eMMC 256GB พร้อมด้วยการรองรับกล้องคู่พร้อม H.265/4 Video Encoder นี่ไม่ใช่โมดูลตัวแรกของ SolidRun ก่อนหน้านี้บริษัทได้เปิดตัว SolidRun RZ/G2LC SOM และ LX2-Lite SOM พร้อมกับบอร์ดพัฒนา ClearFog LX2-Lite เมื่อเดือนที่บริษัทยังได้เปิดตัวโมดูล COM Express ตัวแรกที่ใช้ Ryzen V3000 Series APU สเปคของ Hailo-15 SOM ของ SolidRun: SoC – Hailo-15 พร้อม 4 x Cortex A53 @ 1.3GHz; 12 kDMIPS หน่วยความจำและก […]

BeagleY-AI บอร์ด SBC ใช้ชิปประมวลผลภาพ TI AM67A พร้อม AI accelerators 4 TOPS

Texas Instruments AM67A single board computer

BeagleY-AI ที่พัฒนาโดย The BeagleBoard.org Foundation เป็นบอร์ด SBC แบบ open-source hardware มีขนาดเท่าบัตรเครดิต ใช้ชิปประมวลผลภาพ Texas Instruments AM67A quad-core Cortex-A53 vision processor พร้อมบล็อกการโปรแกรมต่าง ๆ ที่สามารถให้กำลังการประมวลผลได้สูงสุดถึง 4 TOPS สำหรับอัลกอริทึม AI บอร์ดมาพร้อมกับ RAM ขนาด 4 GB, ช่องเสียบ microSD card สำหรับจัดเก็บข้อมูลและการบูตระบบปฏิบัติการ, มีการเชื่อมต่อระบบเครือข่าย Gigabit Ethernet, WiFi 6 และ Bluetooth 5.4 และสามารถใช้จอแสดงผลได้สูงสุด 3 จอผ่านอินเตอร์เฟส micro HDMI, OLDI (LVDS) และ MIPI DSI, BeagleY-AI ยังมาพร้อมกับอินเทอร์เฟสกล้อง MIPI CSI 2 ตัว, พอร์ต USB 3.0 4 พอร์ต, พอร์ต USB Type-C 1 พอร์ต และ GPIO header 40 ขาสำหรับการขยาย นอกจากนี้มีคอนเนกเตอร์ PCIe FPC 16 […]

Ambiq Apollo510 – ไมโครคอนโทรลเลอร์ Arm Cortex-M55 รองรับการใช้ AI/ML workloads

Ambiq Apollo Cortex M55 AI microcontroller

Ambiq Apollo510 เป็นไมโครคอนโทรลเลอร์ Arm Cortex-M55 ที่ให้ประสิทธิภาพการใช้พลังงานมากกว่า Cortex-M4 ทั่วไปถึง 30 เท่า และมีประสิทธิภาพมากกว่าไมโครคอนโทรลเลอร์ย่อย Apollo4 Cortex-M4 ถึง ถึง 10 เท่า สำหรับการใช้งาน Workload ทางด้าน AI และ ML (Machine Learning) MCU ใหม่มาพร้อมกับ NVM 4MB, SRAM 3.75MB, GPU 2.5D พร้อม vector graphics acceleration ที่เร็วกว่า Apollo4 Plus 3.5 เท่า และรองรับหน้าจอแสดงผล Memory-in-Pixel (MiP) ที่ใช้พลังงานต่ำ เช่นเดียวกับไมโครคอนโทรลเลอร์ Ambiq อื่นๆ Apollo510 ทำงานที่แรงดันไฟฟ้า sub-threshold เพื่อการใช้พลังงานต่ำมาก (ultra-low power) และใช้งานระบบรักษาความปลอดภัยด้วยแพลตฟอร์ม SecureSPOT ของบริษัทโดยใช้เทคโนโลยี Arm TrustZone สเปคของ Ambiq Apollo510: MCU Core – Arm Cortex-M55 core ที […]