Efinix เปิดตัวตระกูล Titanium Edge FPGA ที่ออกแบบมาสำหรับงาน Edge AI และ Machine Vision ที่ต้องการการใช้พลังงานต่ำ โดยพัฒนาต่อยอดจากสถาปัตยกรรม Titanium FPGA ของบริษัท พร้อมเพิ่มคุณสมบัติใหม่ ได้แก่ การใช้พลังงานขณะสแตนด์บาย (Static Power) ที่ต่ำลง, อินเทอร์เฟซ MIPI I/O ความเร็ว 2.5 Gbps ที่สามารถกำหนดค่าได้, ระบบแก้ไขข้อผิดพลาดจาก Single-Event Upset (SEU) ในตัว และรุ่น System-in-Package (SiP) ที่รวมหน่วยความจำ SPI Flash และ HyperRAM ไว้ในแพ็กเกจเดียว เพื่อช่วยลดขนาดของระบบ โดยตระกูล Titanium Edge FPGA รุ่นแรกประกอบด้วย Ti125, Ti40, Ti70 และ Ti95 ซึ่งมีทรัพยากรลอจิกตั้งแต่ประมาณ 39K ถึง 123K Logic Elements เหมาะสำหรับงานด้าน AI แบบฝังตัว (Embedded AI), Machine Vision, หุ่นยนต์, อุปกรณ์ทางการแพทย์ และแอปพลิเคชัน […]
reCamera Pro : กล้อง AI อัจฉริยะ รองรับงาน Computer Vision, LLM, VLM, STT และ TTS
Seeed Studio reCamera Pro เป็นกล้อง AI ที่ใช้ชิป Rockchip RV1126B ซึ่งมาพร้อมซีพียู Cortex-A53 แบบ Quad-core และ NPU ประสิทธิภาพ 3 TOPS รองรับการประมวลผล AI Vision บนอุปกรณ์ รวมถึงสามารถรัน โมเดลภาษาขนาดใหญ่ (LLMs), Vision Language Models (VLMs), ระบบแปลงเสียงพูดเป็นข้อความ (STT) และ ระบบแปลงข้อความเป็นเสียงพูด (TTS) ได้ โดยมีระบบเสียงในตัว กล้องรุ่นนี้ถือเป็นการอัปเกรดครั้งใหญ่ของ reCamera รุ่นก่อนที่ใช้ชิป AI แบบ RISC-V SG2002,โดยเพิ่มหน่วยความจำ RAM สูงสุด 4GB, eMMC flash ขนาด 16GB, เซ็นเซอร์กล้อง 8 ล้านพิกเซล รองรับการบันทึกวิดีโอความละเอียดสูงสุด 4K ที่ 30 FPS, Lens mount M12, ลำโพงในตัวกำลัง 1W, ไมโครโฟน 2 ตัว, พอร์ต Gigabit Ethernet พร้อมรองรับ PoE, การเชื่อมต่อ WiFi 5 แบบ Dual-band, พอร์ต USB-C สำหรับจ่ […]
NVIDIA เปิดตัว Jetson T2000 และ T3000 โมดูล AI รุ่น Mainstream ขนาดเล็กสำหรับงาน Edge AI และหุ่นยนต์
NVIDIA เปิดตัวโมดูล Jetson T2000 และ Jetson T3000 รุ่น “Mainstream” อย่างเป็นทางการ โดยเป็นตัวเลือกที่มีขนาดเล็กกว่าและราคาประหยัดกว่า โมดูล Jetson T4000/T5000 ที่เปิดตัวเมื่อปีที่แล้ว สำหรับงานด้าน Edge AI และ หุ่นยนต์ Jetson Thor T3000 และ IGX Thor T3000 รุ่นอุตสาหกรรมที่เพิ่มคุณสมบัติ Functional Safety ให้สมรรถนะประมวลผล AI สูงสุด 865 TFLOPS (FP4) มาพร้อม GPU สถาปัตยกรรม NVIDIA Blackwell จำนวน 1,536 คอร์, ซีพียู Arm Neoverse แบบ 8 คอร์, หน่วยความจำ LPDDR5X ขนาด 32GB แบนด์วิดท์ 273GB/s และรองรับเครือข่าย 25 GbE ส่วน Jetson Thor T2000 ให้สมรรถนะ AI สูงสุด 400 TFLOPS มาพร้อม GPU Blackwell จำนวน 1,024 คอร์, หน่วยความจำ LPDDR5 ขนาด 16GB แบนด์วิดท์ 137GB/s และรองรับเครือข่าย 10 GbE ทั้ง Jetson T2000 แล […]
Reverse Engineering ช่วยเพิ่มการรองรับ NPU ของ RK3576 ให้ Rocket Driver บน mainline Linux
เมื่อปี 2024 เราเคยรายงานว่าไดรเวอร์โอเพนซอร์สสำหรับ NPU ของ RK3588 ที่พัฒนาโดย Tomeu Vizoso สามารถให้ประสิทธิภาพที่น่าพอใจสำหรับงานตรวจจับวัตถุ หลังจากนั้นโครงการได้พัฒนาอย่างต่อเนื่อง และปัจจุบันเป็นที่รู้จักในชื่อ Rocket driver ซึ่งถูกรวมอยู่ในเคอร์เนล mainline Linux แล้ว แต่ชิป SoC Rockchip RK3576 ยังไม่ได้รับการรองรับจาก Rocket driver ใน mainline Linux แม้ว่าจะใช้ NPU ที่มีสถาปัตยกรรมใกล้เคียงกันก็ตาม ข่าวดีคือ Ga Hing Woo กำลังพัฒนาการรองรับ NPU ของ Rockchip RK3576 บน mainline Linux โดยใช้สแตกของ Rocket driver และได้ทดสอบการอัปเดตดังกล่าวบนบอร์ด Radxa ROCK 4D ที่รัน Linux 7.1-rc5 แล้ว Ga Hing Woo (หรือที่ใช้ชื่อว่า Jiaxing Hu) ได้ส่งอีเมลถึงเราเพื่ออธิบายถึงความท้าทายบางประการที่พบระหว่างการพัฒนา ดังนี้: […]
Ambient Scientific GPX10 Pro : ชิป MCU รองรับ Always-on AI ใช้งานได้นานหลายปีด้วยแบตเตอรี่กระดุม
Ambient Scientific GPX10 Pro เป็นโปรเซสเซอร์/ไมโครคอนโทรลเลอร์ที่ออกแบบมาสำหรับงาน Embedded AI แบบ Always-on บนอุปกรณ์ Edge ที่มีข้อจำกัดด้านพลังงาน โดยใช้พลังงานต่ำกว่า 100 ไมโครวัตต์ (<100 μW) ทำให้สามารถรัน AI ได้ตลอดเวลานานหลายปีด้วยแบตเตอรี่กระดุม (coin-cell) เพียงก้อนเดียว ชิป SoC รุ่นนี้มาพร้อมกับ MX8 AI Core ที่สามารถโปรแกรมผ่านซอฟต์แวร์ได้จำนวน 10 คอร์ ซึ่งใช้เทคโนโลยี DigAn ของบริษัท นอกจากนี้ยังมี ADC กินพลังงานต่ำพิเศษ, อินเทอร์เฟซกล้อง 8-bit DVP, หน่วยความจำ SRAM ขนาด 2,048 KB รองรับอุปกรณ์ต่อพ่วง (Peripheral) ได้หลากหลาย และมีแกนประมวลผล Arm Cortex-M4F สำหรับจัดการงานที่ไม่เกี่ยวข้องกับ AI อีกด้วย คุณสมบัติและสเปกเด่นของ GPX10 Pro คุณสมบัติและสเปกเด่นของ : MCU core – Arm Cortex-M4F core ที่ปรับ […]
Mekotronics AI Box ใช้ NVIDIA Jetson Orin Nano/NX เจาะตลาดหุ่นยนต์ฮิวแมนนอยด์และเมืองอัจฉริยะ
Mekotronics ซึ่งเป็นที่รู้จักจากการออกแบบคอมพิวเตอร์อุตสาหกรรมใช้ชิป Rockchip ในรูปแบบเฉพาะตัว ล่าสุดได้เปิดตัว AI Box ที่ใช้โมดูล NVIDIA Jetson Orin Nano 4GB/8GB หรือ Jetson Orin NX 8GB/16GB ออกแบบมาสำหรับการใช้งานด้านหุ่นยนต์ฮิวแมนนอยด์, ระบบขนส่งอัจฉริยะ (V2X), เมืองอัจฉริยะ, เกษตรอัจฉริยะ , ระบบประมวลผลภาพทางการแพทย์ และงานด้าน AI อื่น ๆ แม้ว่า Mekotronics จะเพิ่มฟีเจอร์เฉพาะทางให้กับคอมพิวเตอร์ที่ใช้ชิป Rockchip แต่คอมพิวเตอร์แบบฝังตัวที่ใช้ Jetson รุ่นนี้มาพร้อมอินเทอร์เฟซมาตรฐาน ได้แก่ เอาต์พุตวิดีโอ HDMI, พอร์ต USB Type-A จำนวน 6 พอร์ต, พอร์ต Gigabit Ethernet RJ45 จำนวน 2 พอร์ต (หนึ่งพอร์ตรองรับ PoE), เฮดเดอร์ GPIO 40 พิน, คอนเน็กเตอร์สำหรับกล้อง 2 ชุด, เทอร์มินัลบล็อกสำหรับ CAN Bus และ UART รวมถึงคอนเน […]
Titan Mini : บอร์ด Edge AI ขนาดเล็กที่ใช้ Renesas RA8P1 สำหรับการพัฒนา RT-Thread RTOS
Titan Mini เป็นเวอร์ชันที่มีขนาดเล็กกว่าและราคาถูกกว่าของบอร์ด RA8P1 Titan ซึ่งเปิดตัวในปี 2025 สำหรับงาน AIoT และการพัฒนาบนระบบปฏิบัติการ RT-Thread RTOS แม้ว่าจะยังคงใช้ไมโครคอนโทรลเลอร์ Renesas R7KA8P1 ที่มาพร้อมแกนประมวลผล Arm Cortex-M85/M33 และ Arm Ethos-U55 NPU สำหรับงาน AI แต่บอร์ดรุ่นนี้ได้ลดสเปกบางส่วนเพื่อลดต้นทุน โดยใช้หน่วยความจำ SDRAM ขนาด 32MB และแฟลช QSPI ขนาด 8MB ที่มีความจุน้อยลง รวมถึงตัดพอร์ต RJ45 Ethernet ออก เหลือเพียงคอนเน็กเตอร์ FPC Ethernet เพียงหนึ่งช่องเท่านั้น โดยข้อดีที่เห็นได้ชัด นอกจากตัวบอร์ดที่มีขนาดเล็กลงและราคาย่อมเยากว่าแล้ว ก็คือการเพิ่ม ไมโครโฟน และ คอนเน็กเตอร์สำหรับลำโพง ทำให้เหมาะกับการพัฒนาแอปพลิเคชันด้านเสียงมากยิ่งขึ้น สเปคของ Titan Mini : SoC – Renesas RA8P1 (R7KA8P1) […]
NeoEyes NE503 – กล้อง Edge AI 4K ใช้ชิป Hailo-15H พร้อม 20 TOPS
Camthink NeoEyes NE503 เป็นแพลตฟอร์มกล้อง Edge AI ความละเอียด 4K ที่ใช้ชิป Hailo-15H ซึ่งมาพร้อมซีพียู Quad-core Arm Cortex-A53 และ AI Accelerator ประสิทธิภาพ 20 TOPS จับคู่กับหน่วยความจำ LPDDR4 ขนาด 8GB และ eMMC flash ขนาด 64GB ตัวกล้องติดตั้งเซ็นเซอร์ภาพ Sony IMX678 ความละเอียด 4K พร้อมเลนส์ Auto Zoom 8–32 มม. รูรับแสง F1.6 พร้อมระบบโฟกัสอัตโนมัติ (AF) เพื่อให้ได้ภาพคุณภาพสูง รองรับการถ่ายภาพในสภาพแสงน้อย และการตรวจจับวัตถุในระยะไกล NeoEyes NE503 สามารถประมวลผลวิดีโอความละเอียดสูง รันโมเดล AI หลายตัวพร้อมกัน (Multi-model Inference) รองรับแอปพลิเคชันแบบคอนเทนเนอร์ (Containerized Applications) และเวิร์กโฟลว์ที่ทำงานตามเหตุการณ์ (Event-driven Workflows) ได้โดยตรงบนตัวอุปกรณ์ โดยไม่ต้องพึ่งพาระบบคลาวด์หรือเซิร์ฟ […]








