ข่าว Machine Learning

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน NXP i.MX 952 : โปรเซสเซอร์รองรับ Local Dimming สำหรับ HMI ยานยนต์และอุตสาหกรรมที่ใช้ AI

NXP i.MX 952 : โปรเซสเซอร์รองรับ Local Dimming สำหรับ HMI ยานยนต์และอุตสาหกรรมที่ใช้ AI

NXP i.MX 952 automotive industrial AI processor

NXP ได้เปิดตัวโปรเซสเซอร์รุ่นใหม่ i.MX 952 ซึ่งเป็นสมาชิกเพิ่มเติมในตระกูล i.MX 95 series, ออกแบบมาสำหรับงานด้านยานยนต์และอุตสาหกรรมที่ใช้ AI เช่น การตรวจจับผู้ขับขี่, การตรวจจับเด็กในรถ และระบบ HMI ภายในห้องโดยสาร i.MX 952 มาพร้อมคอร์ประมวลผล Arm Cortex-A55 สูงสุด 4 คอร์ พร้อมด้วย Cortex-M7 และ M33 สำหรับงานไมโครคอนโทรลเลอร์ อีกทั้งยังสอดคล้องกับมาตรฐาน ISO 26262 ASIL B และ SIL2/SIL3 ในด้านความปลอดภัยเชิงฟังก์ชัน ชิปนี้ได้รวม eIQ Neutron NPU สำหรับการประมวลผล AI-based sensor fusion, มี ISP ความเร็ว 500 ล้านพิกเซลต่อวินาที ที่รองรับ RGB-IR, และยังเป็นโปรเซสเซอร์ตัวแรกที่มีฟังก์ชัน local dimming ในตัว เพื่อเพิ่มประสิทธิภาพการแสดงผลของจอ ด้านความปลอดภัยมาพร้อม EdgeLock Secure Enclave ที่รองรับ post-quantum crypto […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Renesas RA8D2 และ RA8M2 : ชิปไมโครคอนโทรลเลอร์ Arm Cortex-M85 ความเร็ว 1GHz พร้อม MRAM 1MB, SRAM 2MB

Renesas RA8D2 และ RA8M2 : ชิปไมโครคอนโทรลเลอร์ Arm Cortex-M85 ความเร็ว 1GHz พร้อม MRAM 1MB, SRAM 2MB

Renesas RA8M2 and RA8D2 dual core Cortex M85 M33 MCU with MRAM storage

หลังจากเปิดตัว RA8T2 ชิปไมโครคอนโทรลเลอร์ ความเร็ว 1GHz เมื่อต้นเดือนนี้ Renesas ได้ขยายไลน์ผลิตภัณฑ์ RA8 เพิ่มเติมด้วยกลุ่มไมโครคอนโทรลเลอร์รุ่น RA8D2 และ RA8M2 โดย RA8D2 ถูกออกแบบมาสำหรับงานกราฟิก, HMI และ AI ที่รองรับการเชื่อมต่อจอแสดงผล, กล้อง และเสียง ส่วน RA8M2 มุ่งเน้นไปที่งาน IoT และระบบควบคุมอุตสาหกรรมทั่วไปที่ต้องการประสิทธิภาพสูงและความสามารถด้านเครือข่ายและการประมวลผล ไมโครคอนโทรลเลอร์ทั้งสองกลุ่มให้ประสิทธิภาพสูงสุดถึง 7,300 CoreMark, มาพร้อมหน่วยความจำ MRAM สูงสุด 1 MB และ SRAM สูงสุด 2 MB, และยังรองรับตัวเลือกแบบ SiP ที่มี แฟลชสูงสุด 8 MB, รุ่น RA8D2 เพิ่มความสามารถด้าน HMI ด้วย คอนโทรลเลอร์กราฟิก LCD ความละเอียด 1280×800, เอนจินวาดภาพแบบ 2D, อินเทอร์เฟซ MIPI DSI และ CSI-2, รวมถึงรองรับ อินพุตเสี […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน GIGABYTE AI TOP ATOM – Desktop AI supercomputer ที่ใช้ NVIDIA GB10 ที่มี AI 1 petaFLOP, พอร์ต 10GbE, RAM 128GB

GIGABYTE AI TOP ATOM – Desktop AI supercomputer ที่ใช้ NVIDIA GB10 ที่มี AI 1 petaFLOP, พอร์ต 10GbE, RAM 128GB

GIGABYTE AI TOP ATOM NVIDIA Grace Blackwell GB10 Superchip

GIGABYTE เปิดตัว AI TOP ATOM เป็น Desktop AI supercomputer ขนาดกะทัดรัดที่มีกำลังประมวลผลด้าน AI สูงถึง 1 petaFLOP ซึ่งมีความคล้ายคลึงกับ NVIDIA DGX Spark อย่างมาก เนื่องจากใช้สถาปัตยกรรมเดียวกันคือ NVIDIA Grace Blackwell GB10 Superchip ภายในเคสขนาดเพียง 1 ลิตร ออกแบบมาสำหรับงาน Generative AI, Large Language Model (LLM) และ Machine Learning โดยสามารถประมวลผลได้โดยตรงบนเดสก์ท็อป AI TOP ATOM มาพร้อมหน่วยความจำรวม LPDDR5x ขนาด 128 GB และรองรับการเก็บข้อมูล SSD PCIe Gen5 ขนาดสูงสุด 4 TB ให้พลังประมวลผลด้าน AI สูงถึง 1,000 TOPS (1 petaFLOP) ที่ความละเอียด FP4 รองรับโมเดลที่มีพารามิเตอร์ได้ถึง 200 พันล้านตัว หรือสูงสุด 405 พันล้านตัว ในการทำงานแบบระบบคู่ (dual-system) ด้านการเชื่อมต่อประกอบด้วย เครือข่าย 10GbE, Wi-Fi […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Google Coral NPU แบบโอเพนซอร์ส ที่ใช้ RISC-V ได้ถูกรวมเข้าไว้ใน Synaptics SL2610 Edge AI SoC แล้ว

Google Coral NPU แบบโอเพนซอร์ส ที่ใช้ RISC-V ได้ถูกรวมเข้าไว้ใน Synaptics SL2610 Edge AI SoC แล้ว

Google Coral NPU

Google เปิดตัวแพลตฟอร์ม Coral NPU แบบ full-stack ที่เป็นโอเพนซอร์ส และใช้สถาปัตยกรรม RISC-V สำหรับการประมวลผล AI แบบ Always-on บนอุปกรณ์ Edge กำลังต่ำและอุปกรณ์สวมใส่ได้ โดยชิปตัวแรกที่รวม Coral NPU เข้ามาคือซีรีส์ Synaptics Astra SL2610 ที่กำลังจะเปิดตัวเร็ว ๆ นี้ Google Coral NPU Coral NPU มีเป้าหมายเพื่อแก้ปัญหาการกระจัดกระจายของซอฟต์แวร์ใน  AI accelerators ระดับ entry-level ซึ่งทำให้การพัฒนาโปรแกรมทำได้ยาก โดยการเปิดตัว NPU แบบโอเพนซอร์ส พร้อมกับ ซอร์สโค้ดที่เกี่ยวข้อง Google หวังว่าการออกแบบนี้จะถูกนำไปใช้โดยผู้ผลิตชิป (silicon vendors) ช่วยลดความกระจัดกระจายของซอฟต์แวร์ในระยะยาว และช่วยให้นักพัฒนา Machine Learning (ML) สามารถนำผลิตภัณฑ์ออกสู่ตลาดได้รวดเร็วยิ่งขึ้น โดยต่อยอดจากการพัฒนาของแพลตฟอร์ม Coral รุ […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Ambiq Apollo510B : ไมโครคอนโทรลเลอร์ Edge AI พลังงานต่ำ ที่ใช้มาพร้อมการรองรับ Bluetooth LE 5.4

Ambiq Apollo510B : ไมโครคอนโทรลเลอร์ Edge AI พลังงานต่ำ ที่ใช้มาพร้อมการรองรับ Bluetooth LE 5.4

Ambiq Apollo510B

หลังจากเปิดตัว Apollo510 ไปแล้ว ล่าสุด Ambiq ได้เปิดตัว Apollo510B ไมโครคอนโทรลเลอร์ Edge AI ที่ใช้พลังงานต่ำ (ultra-low power) โดยเพิ่มเครือข่ายโคโปรเซสเซอร์ (network coprocessor) ความถี่ 48 MHz สำหรับรองรับ Bluetooth 5.4 LE (BLE) ชิป SoC ใหม่นี้ผสานการทำงานของ Cortex-M55 พร้อม Helium MVE เพื่อเร่งความเร็วงาน AI/ML, ระบบความปลอดภัย secureSPOT 3.0, และกราฟิก graphiqSPOT 2.0 สำหรับการใช้งานในอุปกรณ์สวมใส่อัจฉริยะ, อุปกรณ์ด้านสุขภาพ และอุตสาหกรรม IoT Apollo510B มาพร้อม RAM ขนาด 3.75MB, หน่วยความจำถาวร (non-volatile memory) 4MB และ ADC ความละเอียด 12 บิต รองรับอินเทอร์เฟซ MIPI DSI และ QuadSPI สำหรับการเชื่อมต่อจอแสดงผล พร้อมด้วยฮาร์ดแวร์เร่งการทำงานด้านกราฟิก เช่น anti-aliasing, alpha blending, texture mapping และ […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน กล้อง Prophesee Starter Kit GenX320 สำหรับ Raspberry Pi 5 รองรับการตรวจจับเหตุการณ์แบบความหน่วงต่ำ

กล้อง Prophesee Starter Kit GenX320 สำหรับ Raspberry Pi 5 รองรับการตรวจจับเหตุการณ์แบบความหน่วงต่ำ

Prophesee Started Kit GenX320 M12 mount

Starter Kit GenX320 เป็นกล้องแบบ event-based ที่ประหยัดพลังงาน ออกแบบมาสำหรับ Raspberry Pi 5 สามารถตรวจจับเหตุการณ์ได้ด้วยค่าความหน่วงต่ำกว่า 150 μs หรือเทียบเท่าประมาณ 10,000 FPS เซนเซอร์ Prophesee GenX320 มาพร้อมความละเอียด 320×320 พิกเซล และช่วงไดนามิกกว้างกว่า 140 dB ชุดคิทเชื่อมต่อกับ Raspberry Pi 5 ได้เหมือน Raspberry Pi Camera Module 3 ผ่านคอนเนกเตอร์ MIPI CSI-2 สเปคของ Starter Kit GenX320 : เซนเซอร์ – Prophesee GenX320 ขนาด 1/5 นิ้ว แบบ event-based vision sensor ความละเอียด – 320×320 พิกเซล (พิกเซลตรวจจับคอนทราสต์ขนาด 6.3μm) อัตราเหตุการณ์ (Event Rate) – เทียบเท่า ~10,000 FPS ค่าหน่วง (Latency) – <150 μs ที่ความสว่าง 1,000 lux, <1,000 μs ที่ความสว่าง 5 lux ช่วงไดนามิก (Dynamic Range) – มากกว่า 140 […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Snapdragon W5+ และ W5 Gen 2 : ชิปสำหรับอุปกรณ์สวมใส่ รองรับการเชื่อมต่อผ่านดาวเทียมแบบ NB-NTN สำหรับการใช้งานในกรณีฉุกเฉิน

Snapdragon W5+ และ W5 Gen 2 : ชิปสำหรับอุปกรณ์สวมใส่ รองรับการเชื่อมต่อผ่านดาวเทียมแบบ NB-NTN สำหรับการใช้งานในกรณีฉุกเฉิน

Snapdragon W5 Gen2 features NB NTN satellite

Qualcomm Snapdragon W5+ และ W5 Gen 2 เป็นชิปสำหรับอุปกรณ์สวมใส่ตัวใหม่ที่เพิ่มการรองรับการเชื่อมต่อผ่านดาวเทียมแบบ NB-NTN สำหรับการใช้งานในกรณีฉุกเฉิน โดยพัฒนาต่อยอดจากชิป Snapdragon W5+/W5 ที่เปิดตัวครั้งแรกในปี 2022 ซึ่งถูกใช้งานในสมาร์ทวอทช์ WearOS หลายรุ่น รวมถึง Beacon W5 SoM ชิป W5+/W5 Gen 2 ยังคงมาพร้อมกับซีพียูแบบ quad-core Cortex-A53 ความเร็ว 1.7 GHz, จีพียู Adreno A702, AON QCC5100 Co-processor สำหรับงาน ML (มีเฉพาะใน W5+ Gen 2), อินเทอร์เฟซ MIPI DSI และ MIPI CSI, การเชื่อมต่อเครือข่ายเซลลูลาร์, WiFi แบบดูอัลแบนด์, Bluetooth 5.3, GNSS และรองรับ NFC เป็นอุปกรณ์เสริม, การเปลี่ยนแปลงหลัก ๆ ได้แก่ การเพิ่มการรองรับ NB-NTN, อัปเกรดมาตรฐานเป็น 3GPP Rel 17 พร้อม Cat 1Bis, โมดูล RF frontend ที่มีขนาดเล็กลง 20 […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Banana Pi BPI-F4 – บอร์ด SBC สำหรับงาน Edge AI เกรดอุตสาหกรรม ใช้ชิป Sunplus SP7350 พร้อม NPU 4.1 TOPS

Banana Pi BPI-F4 – บอร์ด SBC สำหรับงาน Edge AI เกรดอุตสาหกรรม ใช้ชิป Sunplus SP7350 พร้อม NPU 4.1 TOPS

Banana Pi BPI-F4 industrial Edge AI SBC

Banana Pi BPI-F4 บอร์ด SBC สำหรับงาน Edge AI เกรดอุตสาหกรรมขนาดกะทัดรัด ที่ใช้ชิป Sunplus SP7350 quad-core Cortex-A55 พร้อม NPU ประสิทธิภาพ 4.1 TOPS เมื่อเทียบกับบอร์ด BPI-F2S SBC, ที่ใช้ชิป SunPlus SP7021 แล้ว BPI-F4 มีการรองรับอินเทอร์เฟซเพิ่มเติมผ่าน Terminal Blocks เหมาะสำหรับงานด้าน AI vision, หุ่นยนต์ และระบบควบคุม บอร์ดรองรับการบูตจาก microSD หรือ eMMC บนบอร์ด พร้อมพอร์ต USB 3.0/2.0, เอาต์พุตวิดีโอ HDMI, Ethernet และอินพุต MIPI CSI สำหรับกล้อง OV5647 ด้านการเชื่อมต่อรองรับ Gigabit Ethernet, Wi-Fi และ Bluetooth ฟีเจอร์อื่น ๆ ได้แก่ เทอร์มินัลบล็อก 7 ชุดสำหรับ GPIO, ADC, SPI, I²C, UART และ PWM, จัมเปอร์เลือกโหมดไฟเลี้ยงและโหมด USB และระบบบูตอัตโนมัติ สเปคของ Banana Pi BPI-F4 : BPI-F4-Core board SoC – Sunpl […]

ภูมิใจนำเสนอโดย WordPress