NanoCOM-MTU – โมดูล COM Express Type 10 ที่ใช้ซีพียู Intel Core Ultra “Meteor Lake” ที่ใช้พลังงาน 28 วัตต์

AAEON NanoCOM-MTU

AAEON NanoCOM-MTU เป็นโมดูลซีพียูแบบ COM Express Type 10 ที่ใช้พลังงาน 28 วัตต์ โดยใช้โปรเซสเซอร์ Intel Core Ultra 5/7 “Meteor Lake” พร้อมสูงสุด 16 คอร์ 22 เธรด บนฟอร์มแฟกเตอร์ขนาดเล็กกะทัดรัด 84 มม. x 55 มม. โมดูล COM Express ที่ใช้ Intel Core Ultra นี้รองรับหน่วยความจำ LPDDR5(X) ได้สูงสุด 32GB, ที่เก็บข้อมูลแบบ NVMe BGA สูงสุด 256GB และมีพอร์ต I/O หลากหลายผ่านคอนเนกเตอร์ Row A/B เช่น SATA III จำนวน 2 ช่อง, PCIe 4.0 จำนวน 4 เลน และอื่น ๆ สเปคของ NanoCOM-MTU : Meteor Lake SoC (เลือก 1 โปรเซสเซอร์ ) Intel Core Ultra 7 155H  โปรเซสเซอร์ 16-core (6P+8E+2LPE)r @ 1.4 / 4.8 GHz พร้อมแคช 24MB, กราฟิก Intel 8Xe LPG @ 2.25 GHz, มีหน่วยประมวลผล AI (Intel AI Boost NPU), TDP 28W Intel Core Ultra 5 125H โปรเซสเซอร์ 14-core […]

AMobile SoM-SD520/SoM-SD720 : โมดูล (SoM) ใช้ชิป MediaTek Genio 520 และ Genio 720 สำหรับงานด้าน Edge AI และ Generative AI

Mediatek Genio 520 720 carrier board development kit

บริษัท AMobile Solutions จากไต้หวันได้เปิดตัวโมดูล (System-on-Module) รุ่น SoM-SD520 และ SoM-SD720 ซึ่งใช้ชิป MediaTek Genio 520 และ Genio 720 ตามลำดับ โดยออกแบบมารองรับงานด้าน Edge AI และ Generative AI โดยมีความสามารถในการประมวลผล AI สูงสุด 10 TOPS โมดูลเหล่านี้มาพร้อมกับหน่วยความจำ LPDDR5 สูงสุด 16GB, พื้นที่เก็บข้อมูล UFS 3.1 สูงสุด 128GB และยังสามารถเลือกเสริมโมดูลไร้สาย WiFi 6 และ Bluetooth 5.2 ได้อีกด้วย เหมาะสำหรับการใช้งานในระบบเฝ้าระวังอัจฉริยะ, ระบบอัตโนมัติในโรงงานอุตสาหกรรม, เครื่องขายสินค้าอัจฉริยะ/ตู้บริการตนเอง, ระบบสาธารณสุขอัจฉริยะ และแอปพลิเคชันอื่น ๆ ที่ได้ประโยชน์จากการประมวลผล AI บนอุปกรณ์ ไม่ว่าจะเป็น Edge AI หรือ Generative AI สเปคของ SoM-SD520 และ SoM-SD720 : SoC (เลือก 1 ชิป) MediaTek G […]

DFRobot FireBeetle 2 ESP32-P4 : บอร์ดขนาดเล็ก พร้อมพอร์ต MIPI DSI/CSI, ไมโครโฟน, WiFi 6 และ GPIO header

FireBeetle 2 ESP32-P4 AI Development Kit

DFRobot FireBeetle 2 ESP32-P4 เป็นบอร์ดพัฒนามาพร้อมโมดูลไร้สาย ESP32-C6, พอร์ต USB-C จำนวนสองพอร์ต, GPIO header, ไมโครโฟน, ขั้วต่อ MIPI CSI และ DSI โดยมี carrier board ที่ช่วยให้เข้าถึงขา I/O ได้ง่ายขึ้นในรูปแบบชุดคิทสำหรับการพัฒนา เช่นเดียวกับบอร์ด ESP32-P4 รุ่นอื่น ๆ อย่างเช่น ALIENTEK DNESP32P4M, Waveshare ESP32-P4-Module-DEV-KIT หรือ ESP32-P4-Function-EV-Board แต่บอร์ดจาก DFRobot นี้ใช้ ESP32-C6 สำหรับการเชื่อมต่อ Wi-Fi และ Bluetooth โดยมีฟีเจอร์อื่น ๆ ได้แก่ รองรับ USB 2.0 OTG, Header สำหรับไมโครโฟนดิจิทัล, ช่องใส่ microSD card, บัซเซอร์ที่ตั้งโปรแกรมได้, ADC/DAC และชิป USB-to-serial รุ่น CH343 บนบอร์ดสำหรับโปรแกรมผ่านพอร์ต USB-C นอกจากนี้ยังมีส่วนขยายขั้วต่อ Header สำหรับเข้าถึง I/O จากทั้ง ESP32-P4 และ C […]

Reachy Mini ของ Hugging Face : หุ่นยนต์ AI แบบโอเพ่นซอร์ส สำหรับใช้งานร่วมกับคอมพิวเตอร์หรือ Raspberry Pi 5

Reachy Mini

Hugging Face ซึ่งเป็นบริษัทที่รู้จักกันดีในด้านโซลูชันซอฟต์แวร์ปัญญาประดิษฐ์ (artificial intelligence) ได้เปิดตัว Reachy Mini หุ่นยนต์เดสก์ท็อปแบบโอเพ่นซอร์ส ซึ่งออกแบบมาเพื่อใช้งานร่วมกับแอปพลิเคชัน AI ที่เชื่อมต่อกับโลกทางกายภาพ หุ่นยนต์ตัวนี้มาพร้อมกับกล้อง, ไมโครโฟน, และลำโพง และสามารถขยับศีรษะที่มีอิสระในการเคลื่อนไหว 6 แกน (6 DoF), หมุนลำตัว หรือโบกเสาอากาศได้ มีให้เลือก 2 รุ่น Reachy Mini Lite สำหรับใช้งานร่วมกับคอมพิวเตอร์ที่ใช้ระบบปฏิบัติการ macOS, Linux และจะรองรับ Windows ในเร็วๆ นี้, Reachy Mini รุ่นหุ่นยนต์อัตโนมัติที่ใช้ Raspberry Pi 5 ซึ่งเพิ่มการเชื่อมต่อไร้สาย, ไมโครโฟนเพิ่มเติม, มาตรวัดความเร่ง (accelerometer) และรองรับการใช้พลังงานจากแบตเตอรี่ ทั้งสองรุ่นมีสเปคส่วนใหญ่เหมือนกัน: Reachy Mini ส […]

EMAC SoM-35D1F : โมดูล (SoM) SO-DIMM สำหรับงานอุตสาหกรรม ที่ใช้ชิป NuvoTon MA35D1 และอินเทอร์เฟซ GbE คู่

SoM-35D1F ARM64 System on Module

EMAC SoM-35D1F เป็นโมดูล system-on-module (SoM) ระดับอุตสาหกรรมที่ใช้ชิป NuvoTon NuMicro MA35D1 ซึ่งเป็น SoC แบบ dual-core Cortex-A35/M4 มาพร้อมขั้วต่อขอบแบบ SO-DIMM ขนาด 200 พิน ตัวโมดูลมาพร้อม RAM  DDR3L ขนาด 512MB และ eMMC flash สูงสุด 16GB เหมาะสำหรับการใช้งานในระบบ edge gateway, ระบบ HMI, ระบบอัตโนมัติในอุตสาหกรรม และระบบพลังงานอัจฉริยะ SoM-35D1F ยังมีฟีเจอร์เพิ่มเติม เช่น Gigabit Ethernet คู่, 4x อินเทอร์เฟซ serial ( RS485/RS232), 2x CAN-FD, อินเทอร์เฟซ USB 2.0 หลายช่อง, อินเทอร์เฟซเสียง I2S, SPI, I2C และ GPIO จำนวน 14 พิน นอกจากนี้ยังรองรับการเชื่อมต่อกล้องแบบ CSI, คอนโทรลเลอร์หน้าจอ LCD แบบ 24 บิต พร้อมระบบสัมผัสแบบแรงกด (resistive touch) และ ADC แบบ 12 บิต สำหรับการอ่านค่าสัญญาณอนาล็อก, ในด้านความปลอดภ […]

Renesas R8P1 – ไมโครคอนโทรลเลอร์ Arm Cortex-M85 ความเร็ว 1 GHz พร้อม NPU Ethos-U55 สำหรับงาน AI ด้านเสียงและภาพ

Renesas RA8P1

Renesas เปิดตัว R8P1 เป็นไมโครคอนโทรลเลอร์ Cortex-A85 ที่ทรงพลังที่สุดในขณะนี้ ซึ่งมีความเร็วสัญญาณนาฬิกา 1 GHz พร้อมด้วยหน่วยประมวลผล NPU Arm Ethos-U55 ความเร็ว 500 MHz สำหรับงานด้าน Edge AI และยังมาพร้อมแกนประมวลผลแบบเรียลไทม์ Arm Cortex-M33 ความเร็ว 250 MHz RA8P1 ยังมีหน่วยประมวลผลกราฟิก 2D (2D GPU), อินเทอร์เฟซแสดงผล MIPI DSI และ parallel RGB, อินเทอร์เฟซกล้อง MIPI CSI และ parallel camera, รวมถึงอินเทอร์เฟซเสียง I2S และ PDM โดยออกแบบมาเพื่อตอบโจทย์การใช้งานด้าน Voice AI และ Vision AI ที่ต้องการการวิเคราะห์ข้อมูลแบบเรียลไทม์ ไมโครคอนโทรลเลอร์ความเร็ว 1 GHz รุ่นนี้ยังมีอุปกรณ์ต่อพ่วงหลากหลาย และฟีเจอร์ด้านความปลอดภัยครบครัน ซึ่งสามารถดูรายละเอียดได้จากสเปคและบล็อกไดอะแกรมด้านล่าง สเปคของ Renesas RA8P1: MCU co […]

Radxa Cubie A7A : บอร์ด SBC ทรงพลังที่ใช้ชิป Allwinner A733 Cortex-A76/A55 พร้อม RAM สูงสุด 16GB และรองรับงาน AI

Raxda Cubie A7E

Radxa Cubie A7A เป็นคอมพิวเตอร์บอร์ดเดี่ยว (SBC) รุ่นใหม่ที่กำลังจะเปิดตัว ซึ่งใช้ชิป Allwinner A733 ที่มีซีพียูแบบ octa-core (Cortex-A76/A55) พร้อม AI accelerator 3 TOPS และรองรับหน่วยความจำ LPDDR5 สูงสุด 16GB ได้หันกลับมาใช้ชิปจาก Allwinner อีกครั้ง หลังจากที่ผู้ผลิตชิปรายนี้ให้คำมั่นว่าจะปรับปรุงการสนับสนุนโอเพ่นซอร์ส โดยเริ่มต้นจาก Radxa Cubie A5E เป็น บอร์ด SBC ที่ใช้ชิป Allwinner A527/T527 ซึ่งเป็นเพียงจุดเริ่มต้นเท่านั้น และทาง Radxa ได้สัญญาว่าจะเปิดตัวบอร์ด SBC ที่ทรงพลังยิ่งขึ้นโดยใช้ชิป Allwinner A733 ก่อนจะก้าวไปสู่ชิป Allwinner A838 ในอนาคต และตอนนี้บอร์ดที่ใช้ชิป A733 ก็ได้ถูกเปิดเผยแล้วในชื่อ Radxa Cubie A7 สเปคของ Radxa Cubie A7A : SoC – Allwinner A733 CPU Dual-core Arm Cortex-A76 @ สูงสุด 2.00 […]

D-Robotics RDK X5 : บอร์ดพัฒนา AI ที่มาพร้อมชิป Sunrise X5 octa-core และ BPU 10 TOPS สำหรับโปรเจกต์ที่ใช้ ROS

D-Robotics RDK X5 AI Developer Kit

D-Robotics RDK X5 เป็นบอร์ดพัฒนา AI รุ่นอัปเกรดที่สร้างขึ้นโดยใช้ชิป Sunrise X5 แบบ Octa-core และออกแบบมาสำหรับการใช้งาน ROS ที่มีความต้องการสูง เมื่อเปรียบเทียบกับบอร์ดพัฒนา AI RDK X3 และ Horizon X3 ที่ใช้ชิป Sunrise X3 ซึ่งมี CPU แบบ 4 คอร์ และ BPU ที่ให้พลังประมวลผล AI ที่ 5 TOPS แล้ว, RDK X5 มาพร้อมกับชิป SoC Cortex-A55 แบบ 8 คอร์, NPU ประสิทธิภาพ 10 TOPS และ RAM ขนาด 8GB ซึ่งเพิ่มทั้งพลัง AI และหน่วยความจำเป็นสองเท่าเพื่อรองรับงานที่มีความซับซ้อนสูง บอร์ดยังมาพร้อมกับตัวเลือก I/O หลากหลาย เช่น Wi-Fi 6, Bluetooth 5.4, CAN FD และรองรับ PoE ในขณะที่รุ่น X3 จำกัดอยู่ที่ Wi-Fi 5, Bluetooth 4.2 และ PoE เป็นอุปกรณ์เสริมเท่านั้น นอกจากนี้ X5 ยังเพิ่มพอร์ต USB 3.0 จำนวน 4 พอร์ต และรองรับการแสดงผลวิดีโอ 4K ที่ 60 FP […]