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 […]
XIAOML Kit พร้อม ESP32-S3, กล้อง, ไมโครโฟน และ IMU ออกแบบมาสำหรับหนังสือ Machine Learning Systems
XIAOML Kit เป็นหนึ่งในชุดพัฒนา (devkit) ที่ออกแบบมาเพื่อใช้ประกอบหนังสือ “Introduction to Machine Learning Systems” ของศาสตราจารย์ Vijay Janapa Reddi จากมหาวิทยาลัยฮาร์วาร์ด ซึ่งเปิดให้ดาวน์โหลดฟรีในรูปแบบไฟล์ PDF จำนวน 2,050 หน้า XIAOML Kit ผลิตโดย Seeed Studio ประกอบด้วยบอร์ด XIAO ESP32S3 Sense ที่ใช้ชิป ESP32-S3 ซึ่งรองรับ Wi-Fi และ Bluetooth, ช่องใส่ microSD card, กล้อง OV3660 และไมโครโฟนในตัว พร้อมด้วย “IMU Breakout board” ที่มี IMU แบบ 6 แกน และจอแสดงผล OLED ขนาด 0.42 นิ้ว ชุดนี้ช่วยให้นักเรียน ครู และนักพัฒนาสามารถสร้างแอปพลิเคชันด้านการมองเห็น เสียง และการตรวจจับการเคลื่อนไหวได้ โดยใช้ tinyML lab ที่พัฒนาร่วมกับ Marcelo Rovai (มหาวิทยาลัย UNIFEI) สเปคของ XIAOML Kit: Main Board – XIAO ESP32S3 […]
AutoML for Embedded : ปลั๊กอินแบบโอเพ่นซอร์สสำหรับ VS Code สามารถปรับแต่งโมเดลอัตโนมัติ การปรับใช้งาน และการวัดประสิทธิภาพ
AutoML for Embedded, ซึ่งพัฒนาโดย Analog Devices (ADI) และ Antmicro เป็นปลั๊กอินแบบโอเพ่นซอร์สสำหรับ Visual Studio Code ที่ทำงานร่วมกับปลั๊กอิน CodeFusion Studio plugin ของ ADI โดยสร้างขึ้นบน Kenning framework, ทำให้สามารถทำงานอัตโนมัติได้ทั้งกระบวนการของ ML pipeline, ไม่ว่าจะเป็นการค้นหาโมเดล การปรับแต่งไฮเปอร์พารามิเตอร์ การเพิ่มประสิทธิภาพ การบีบอัด และการนำไปใช้งาน, ช่วยให้งานพัฒนา Edge AI เป็นเรื่องง่ายสำหรับอุปกรณ์ที่มีทรัพยากรจำกัด ทางบริษัทระบุว่าปลั๊กอินนี้รองรับชิป AI accelerator MCU รุ่น ADI MAX78002, MCU รุ่น MAX32690, การจำลองผ่าน Renode และระบบปฏิบัติการ Zephyr RTOS โดยใช้ อัลกอริธึม SMAC และ Hyperband สำหรับการค้นหาโมเดลและการปรับแต่งไฮเปอร์พารามิเตอร์แบบอัตโนมัติ รวมถึงมีฟีเจอร์บีบอัดและควอนไทซ์ […]
DFRobot FireBeetle 2 ESP32-P4 : บอร์ดขนาดเล็ก พร้อมพอร์ต MIPI DSI/CSI, ไมโครโฟน, WiFi 6 และ GPIO header
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 […]
D-Robotics RDK X5 : บอร์ดพัฒนา AI ที่มาพร้อมชิป Sunrise X5 octa-core และ BPU 10 TOPS สำหรับโปรเจกต์ที่ใช้ ROS
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 […]
ESP32-Stick-PoE-A-Cam – บอร์ดกล้อง ESP32-S3 ที่รองรับ Active PoE พร้อมตัวอย่างการใช้งาน machine learning
ESP32-Stick-PoE-A-Cam(N16R8) เป็นบอร์ดพัฒนาแบบโอเพนซอร์สที่ใช้ชิป ESP32-S3 มาพร้อมกับการเชื่อมต่อ Ethernet, กล้อง และรองรับ Active PoE ซึ่งออกแบบมาสำหรับการประมวลผล machine learning เมื่อเปรียบเทียบกับบอร์ดที่คล้ายกัน เช่น M5Stack M5PoECAM-W V1.1 และ Waveshare ESP32-S3-ETH, บอร์ดนี้มีจุดเด่นคือมี GPIO ที่ใช้งานได้ 17 ขา, รองรับ Active PoE (IEEE 802.3af) ที่จ่ายพลังงานได้สูงถึง 700mA, มี USB-UART ในตัว และสามารถใช้งานร่วมกับบอร์ด Stick-Cam รุ่นอื่นได้ด้วยขาแบบ pin-to-pin บอร์ดนี้ใช้ชิป ESP32-S3 เป็นแกนหลัก รองรับกล้อง OV2640 และ OV5640 พร้อมติดตั้งคอนโทรลเลอร์ Ethernet รุ่น W5500 และชิปจ่ายไฟผ่าน PoE รุ่น Si3404-A มาในตัว ซึ่งช่วยให้สามารถเชื่อมต่อและรับพลังงานผ่านสาย Ethernet ได้ โดยมี GPIO ทั้งหมด 36 ขา ซึ่งสา […]
XIAO Vision AI Camera ที่รวมชิป ESP32-C3 และ MCU AI WiseEye2 HX6538 พร้อมกล้อง 5MP, รองรับแพลตฟอร์ม SenseCraft แบบไม่ต้องเขียนโค้ด
Seeed Studio เพิ่งเปิดตัวกล้อง AI อัจฉริยะรุ่นใหม่ชื่อ XIAO Vision AI Camera, ซึ่งเป็นกล้อง AI ขนาดเล็กแบบโอเพ่นซอร์สที่ใช้ชิป ESP32-C3, Grove Vision AI Module V2, โมดูล XIAO ESP32C3, และกล้อง OV5647 ความละเอียด 5MP ทั้งหมดบรรจุอยู่ในเคสที่พิมพ์จากวัสดุ PLA ด้วย 3D หนึ่งในชิ้นส่วนสำคัญของโมดูลกล้องนี้คือชิป WiseEye2 HX6538 ที่งมาพร้อมกับโปรเซสเซอร์ Arm Cortex-M55 dual-core และ Ethos-U55 NPU สำหรับการประมวลผล edge AI computing, นอกจากนี้ยังรองรับการเชื่อมต่อ Wi-Fi ทำให้กลายเป็นกล้อง IP อัจฉริยะที่สามารถเชื่อมต่อกับ Home Assistant ได้อย่างง่ายดาย เพื่อใช้ในระบบอัตโนมัติแบบปิดวงจร (เช่น ตรวจจับวัตถุแล้วเปิดไฟหรือส่งการแจ้งเตือน) กล้อง 5MP รุ่น OV5647 ที่ใช้สามารถบันทึกวิดีโอความละเอียด 1080p ที่ 30 เฟรมต่อวินาที แ […]
LSM6DSV320X ของ ST – IMU ที่รองรับ AI พร้อม MEMS accelerometers สองตัว สำหรับติดตามกิจกรรมและตรวจจับแรงกระแทก
STMicroelectronics ได้เปิดตัว LSM6DSV320X เป็น IMU (inertial measurement unit) ขนาดเล็กที่รองรับ AI โดยภายในรวมเซ็นเซอร์ gyroscope แบบดิจิทัล 3 แกน, ตัววัดความเร่งหรือ accelerometer แบบความเร่งต่ำ (low-g) 3 แกน ที่รองรับแรงสูงสุด ±16g และ accelerometer แบบความเร่งสูง (high-g) 3 แกน ที่รองรับแรงสูงสุด ±320g ไว้ในแพ็กเกจขนาดเล็กเพียง 3 x 2.5 มม. เหมาะอย่างยิ่งสำหรับอุปกรณ์ IoT ที่มีพื้นที่จำกัด เช่น อุปกรณ์สวมใส่, สมาร์ทโฟน, คอนโทรลเลอร์สำหรับเล่นเกม, แท็กอัจฉริยะ, อุปกรณ์ความปลอดภัยส่วนบุคคล และระบบตรวจสอบในอุตสาหกรรม เซ็นเซอร์ตรวจจับการเคลื่อนไหวส่วนใหญ่มักออกแบบมาเพื่อติดตามกิจกรรมในชีวิตประจำวันหรือ ตรวจจับแรงกระแทกอย่างเฉียบพลัน แต่ LSM6DSV320X ถูกออกแบบมาให้ทำได้ทั้งสองอย่าง, accelerometer ตัวหนึ่งใช้ติดตาม […]