ข่าว Edge AI

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Jetway PIC-TWL1 – เมนบอร์ด Pico-ITX แบบไม่มีพัดลม ใช้ Intel N150 สำหรับระบบอัตโนมัติในอุตสาหกรรมและระบบ Embedded

Jetway PIC-TWL1 – เมนบอร์ด Pico-ITX แบบไม่มีพัดลม ใช้ Intel N150 สำหรับระบบอัตโนมัติในอุตสาหกรรมและระบบ Embedded

Jetway PIC-TWL1

Jetway PIC-TWL1 เป็นเมนบอร์ด Pico-ITX ขนาดกะทัดรัด 100 × 72 มม. แบบไม่มีพัดลม (Fanless) ใช้โปรเซสเซอร์ Intel N150 สถาปัตยกรรม Twin Lake ออกแบบมาสำหรับงานควบคุมอุตสาหกรรม ระบบโรงงานอัตโนมัติ ระบบจดจำใบหน้า และระบบ Embedded เมนบอร์ดรองรับหน่วยความจำ DDR5 SO-DIMM สูงสุด 32GB และสตอเรจแบบ NVMe SSD พร้อมอินเทอร์เฟซจอภาพ HDMI และ LVDS/eDP, พอร์ต USB 3.2 จำนวน 2 พอร์ต, Gigabit Ethernet จำนวน 2 พอร์ต, สล็อต M.2 E-Key สำหรับ Wi-Fi และ Bluetooth รวมถึง Header หลายประเภทสำหรับ GPIO, RS232/RS485, USB 2.0, Audio, SMBUS และ Front Panel, ใช้ไฟเลี้ยง 12V DC และสามารถทำงานในช่วงอุณหภูมิ -20°C ถึง 60°C สเปกของ Jetway PIC-TWL1: SoC – Intel Processor N150 CPU – โปรเซสเซอร์ Twin Lake แบบ 4 คอร์ ความเร็วพื้นฐาน 800 MHz / สูงสุด 3.6 […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Forlinx เปิดตัว FCU3101 : ระบบ Edge AI แบบไม่มีพัดลมที่ใช้ชิป Rockchip RV1126B สำหรับงาน IIoT และระบบรักษาความปลอดภัยอัจฉริยะ

Forlinx เปิดตัว FCU3101 : ระบบ Edge AI แบบไม่มีพัดลมที่ใช้ชิป Rockchip RV1126B สำหรับงาน IIoT และระบบรักษาความปลอดภัยอัจฉริยะ

Forlinx FCU3101 RV1126B fanless edge AI system

Forlinx เปิดตัว FCU3101 ระบบ Edge AI แบบไม่มีพัดลมที่ใช้ชิป Rockchip RV1126B/RV1126BJ ออกแบบมาสำหรับงาน Industrial IoT (IIoT) และระบบรักษาความปลอดภัยอัจฉริยะ เช่น ระบบเฝ้าระวังวิดีโอ, การจดจำป้ายทะเบียนรถ, การตรวจจับการบุกรุก, การตรวจสอบในภาคอุตสาหกรรม และการนับจำนวนชิ้นงาน/วัสดุ ตัวเครื่องมาพร้อมหน่วยความจำ DDR4 สูงสุด 4GB, ที่จัดเก็บข้อมูล eMMC สูงสุด 64GB และพอร์ตเชื่อมต่อครบครัน ทั้ง Ethernet 2 พอร์ต, Wi-Fi 4, Bluetooth 4.2, 4G LTE (อุปกรณ์เสริม), RS485, RS232, ดิจิทัล I/O, รีเลย์เอาต์พุต, HDMI และ USB รองรับอินพุตไฟ DC 9–36V และทำงานได้ในช่วงอุณหภูมิ -40°C ถึง +85°C ในรุ่นเกรดอุตสาหกรรม สเปคของ Forlinx FCU3101: SoC – Rockchip RV1126B หรือ RV1126BJ (รุ่นเกรดอุตสาหกรรม) CPU – Quad-core Arm Cortex-A53 ความเร็ […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน AAEON เปิดตัว uCOM-Q6490 โมดูล SoM ตามมาตรฐาน SMARC 2.1 ที่ใช้ Qualcomm Dragonwing QCS6490

AAEON เปิดตัว uCOM-Q6490 โมดูล SoM ตามมาตรฐาน SMARC 2.1 ที่ใช้ Qualcomm Dragonwing QCS6490

AAEON uCOM Q6490 A SMARC 2.1 computer on module COM with Qualcomm Dragonwing QCS6490 processor

AAEON uCOM-Q6490 เป็นโมดูล System-on-Module (SoM) ที่รองรับมาตรฐาน SMARC 2.1 ใช้ชิป Qualcomm Dragonwing QCS6490 แบบ 8 คอร์ ออกแบบมาสำหรับงานหุ่นยนต์ ระบบการแพทย์ ระบบอัตโนมัติในอุตสาหกรรม และป้ายดิจิทัล โมดูลมีขนาด 82 × 50 มม. มาพร้อมหน่วยความจำ LPDDR5 สูงสุด 16GB และสตอเรจ UFS สูงสุด 64GB โดยใช้คอนเนกเตอร์ขอบการ์ดมาตรฐาน MXM 3.0 ซึ่งรองรับ SDIO 3.0, PCIe 3.0, Gigabit Ethernet 2 พอร์ต, USB 3.1, USB 2.0 รวมถึง UART, SPI, I2C, I2S, GPIO และเอาต์พุต DisplayPort 1.4 รองรับความละเอียดสูงสุด 2K ที่ 60Hz โมดูลนี้เหมาะสำหรับการเชื่อมต่อกับเซนเซอร์ LiDAR, IMU, กล้อง, ตัวควบคุมหุ่นยนต์, จอแสดงผลอัจฉริยะ และอุปกรณ์ต่อพ่วงสำหรับงานอุตสาหกรรมอื่น ๆ สเปกของ AAEON uCOM-Q6490: SoC – Qualcomm Dragonwing QCS6490 CPU – Octa-core […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Giada DK320 : เครื่องเล่นป้ายดิจิทัลและ Edge AI Embedded PC รองรับโปรเซสเซอร์ Intel Core 5 315 (Wildcat Lake)

Giada DK320 : เครื่องเล่นป้ายดิจิทัลและ Edge AI Embedded PC รองรับโปรเซสเซอร์ Intel Core 5 315 (Wildcat Lake)

Giada DK320

Giada DK320 เป็นมินิพีซีขนาดเล็กมากที่ใช้ชิปตระกูล Intel Wildcat Lake รองรับโปรเซสเซอร์สูงสุด Intel Core 5 315 แบบ 6 คอร์ ออกแบบมาสำหรับงาน Digital Signage, Edge Computing และระบบ Embedded ที่ต้องการการวิเคราะห์แบบเรียลไทม์ การตรวจสอบอัจฉริยะ และการตัดสินใจแบบอัตโนมัติ ระบบรองรับ RAM DDR5 สูงสุด 48GB และที่เก็บข้อมูล NVMe แบบ M.2 2240/2280 พร้อมเอาต์พุตวิดีโอ HDMI คู่ที่รองรับความละเอียด 4K, เครือข่าย 2.5GbE, โมดูล WiFi 5/6/7 และ Bluetooth แบบออปชัน, พอร์ต RS232 COM และ USB 3.2 จำนวน 4 พอร์ต สเปคของ Giada DK320: Wildcat Lake SoC (เลือก 1 โปรเซสเซอร์) Intel Core 3 304 CPU 5 คอร์ – P-core 1 คอร์ @ 1.5/4.3 GHz (Turbo) + LPE-core 4 คอร์ @ 1.4/3.3 GHz (Turbo) GPU – Intel Xe3 Graphics 1 คอร์ @ 2.3 GHz (9 TOPS) NPU – […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Gemma Translator เครื่องแปลภาษารันบน Raspberry Pi 5 แบบออฟไลน์ด้วย LiteRT

Gemma Translator เครื่องแปลภาษารันบน Raspberry Pi 5 แบบออฟไลน์ด้วย LiteRT

Gemma Translator

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 […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน NXP FRDM-IMX95-PRO บอร์ดที่ใช้ชิป i.MX 95 มาพร้อม 10GbE, หน่วยความจำ LPDDR5 ความเร็ว 6400 MT/s และช่องขยาย M.2 คู่

NXP FRDM-IMX95-PRO บอร์ดที่ใช้ชิป i.MX 95 มาพร้อม 10GbE, หน่วยความจำ LPDDR5 ความเร็ว 6400 MT/s และช่องขยาย M.2 คู่

nxp frdm imx95 pro i mx 95 dev board with larger 19x19 mm package 10gbe wi fi 6 tri radio and dual m 2 expansion

NXP เปิดตัว FRDM-IMX95-PRO บอร์ดพัฒนาขนาดกะทัดรัดที่ใช้โปรเซสเซอร์แอปพลิเคชัน i.MX 95 ในแพ็กเกจขนาด 19×19 มม. โดยมาพร้อมอินเทอร์เฟซ 10GbE, Wi-Fi 6, Bluetooth 5.4 และการเชื่อมต่อแบบ Tri-Radio ที่รองรับ 802.15.4 รวมถึงสล็อต M.2 Key-M จำนวน 2 ช่อง สำหรับติดตั้งการ์ดเร่ง AI หรือ SSD บอร์ดมาพร้อมหน่วยความจำ LPDDR5-6400 ขนาด 16 GB, eMMC flash ขนาด 32 GB อินเทอร์เฟซสาธิต GoPoint ของ NXP ซึ่งออกแบบมาสำหรับการใช้งานด้าน หุ่นยนต์, เครือข่ายอุตสาหกรรม และการประมวลผลภาพ สเปคของบอร์ด FRDM-IMX95-PRO: SoC – NXP i.MX 95 CPU Arm Cortex-A55 สูงสุด 6 คอร์ ความเร็ว 1.8/2.0GHz พร้อมแคช I-cache และ D-cache ขนาด 32KB, L2 Cache ขนาด 64KB และ L3 Cache ขนาด 512KB Arm Cortex-M7 จำนวน 1 คอร์ สำหรับงานแบบเรียลไทม์ ความเร็ว 800MHz Arm Corte […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน reComputer Mini J501 คอมพิวเตอร์ Edge AI ใช้ NVIDIA Jetson AGX Orin 64GB/32GB รองรับกล้อง GMSL2 ผ่านพอร์ต FAKRA คู่

reComputer Mini J501 คอมพิวเตอร์ Edge AI ใช้ NVIDIA Jetson AGX Orin 64GB/32GB รองรับกล้อง GMSL2 ผ่านพอร์ต FAKRA คู่

reComputer mini J501

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 […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน ESP32-S3 รัน LLM ขนาด 28.9 ล้านพารามิเตอร์ได้โดยตรง ด้วยความเร็ว 9 โทเค็นต่อวินาที

ESP32-S3 รัน LLM ขนาด 28.9 ล้านพารามิเตอร์ได้โดยตรง ด้วยความเร็ว 9 โทเค็นต่อวินาที

ESP32-S3 local LLM

Slava S. (slvDev) ได้ปรับแต่งโมเดล LLM ที่มีพารามิเตอร์ 28.9 ล้านตัว ให้สามารถทำงานบนบอร์ดพัฒนา ESP32-S3 ได้แบบรันภายในเครื่อง (Local) โดยมีความเร็วในการสร้างข้อความประมาณ 9 โทเคนต่อวินาที (tokens/s) สำหรับการแต่งเรื่องสั้น ก่อนหน้านี้เราเคยนำเสนอการใช้งาน LLM บน ESP32 มาแล้ว แต่โดยทั่วไปบอร์ดเหล่านี้มักทำหน้าที่เป็นเกตเวย์พลังงานต่ำสำหรับเชื่อมต่อกับ LLM ที่รันอยู่บนเซิร์ฟเวอร์ประสิทธิภาพสูงในศูนย์ข้อมูล ตัวอย่างเช่น HiWonderLLM “smart chat module”, ESP-Claw framework หรือ ESP32 Agent Dev Kit แต่โปรเจกต์ esp32-ai ของ Slava มีความแตกต่างอย่างชัดเจน เพราะโมเดล LLM ทั้งหมดทำงานอยู่บนไมโครคอนโทรลเลอร์ ESP32-S3 โดยตรง ไม่ต้องพึ่งพาเซิร์ฟเวอร์ภายนอกหรือการประมวลผลบนคลาวด์เลย โปรเจกต์นี้ไม่สามารถใช้งานได้กับบอร์ด ESP […]

ภูมิใจนำเสนอโดย WordPress