ข่าว Machine Learning

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน STMicro LSM6DSV32X เซนเซอร์ตรวจจับการเคลื่อนไหวรองรับงานด้าน Edge AI สำหรับอุปกรณ์สวมใส่, Tracker

STMicro LSM6DSV32X เซนเซอร์ตรวจจับการเคลื่อนไหวรองรับงานด้าน Edge AI สำหรับอุปกรณ์สวมใส่, Tracker

STMicro LSM6DSV32X เป็นโมดูล 6-axis IMU ที่ใช้พลังงานต่ำพร้อม machine-learning core (MLC) ของบริษัทพร้อมอัลกอริธึม AI ที่มีพื้นฐานอยู่บน Decision Tree, ตัววัดความเร่งหรือ accelerometer 3-axis ที่มีช่วง full-scale 32g และ gyroscope ที่มีความเร็ว 4000 องศาต่อวินาทีที่ออกแบบมาเพื่อตรวจจับการเคลื่อนไหวที่มีการเร่ง แรงกระทำ และความสูงขณะดิ่งลง (การประมาณค่า) คุณลักษณะของเซนเซอร์ช่วยลดการใช้พลังงานสำหรับฟังก์ชันเช่น การระบุกิจกรรมในยิมให้ใช้พลังงานต่ำกว่า 6µA, การติดตามทิศทาง 3 มิติใช้พลังงานเพียง 30µA เมื่อใช้อัลกอริทึม Sensor Fusion Low-Power (SFLP) ของ STMicro มันจะพบได้ในอุปกรณ์ที่ใช้แบตเตอรี่ เช่น อุปกรณ์สวมใส่ของผู้บริโภค, อุปกรณ์ติดตาม (Asset Trackers) และอุปกรณ์ที่ใช้เพื่อเตือนการตกที่สูงของพนักงานหรือผู้สูงอ […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Infineon PSOC Edge E81, E83, E84 ชิปไมโครคอนโทรลเลอร์ที่ใช้ Cortex-M55/M33 สำหรับงานด้าน Machine Learning และ IoT

Infineon PSOC Edge E81, E83, E84 ชิปไมโครคอนโทรลเลอร์ที่ใช้ Cortex-M55/M33 สำหรับงานด้าน Machine Learning และ IoT

Infineon PSOC Edge E81, E83 และ E84 series เป็นชิปไมโครคอนโทรลเลอร์ที่ใช้ Cortex-M55/M33 แบบ dual-core พร้อม Arm Ethos U55 microNPU และ GPU 2.5D ชิปออกแบบมาสำหรับการใช้ในแอปพลิเคชัน IoT, การบริโภค, และในอุตสาหกรรมที่ได้รับประโยชน์จาก machine learning acceleration จากการประกาศ Infineon เกี่ยวกับไมโครคอนโทรลเลอร์ PSoC Edge Cortex-M55/M33 ในเดือนธันวาคม 2023 พร้อมด้วยการประกาศใหม่โดยให้ความสำคัญกับชิปที่จริง ๆ ที่คนสามารถนำมาใช้ได้, ชิป PSOC Edge E81 series เป็นไมโครคอนโทรลเลอร์ entry-level ML, ชิป PSOC Edge E83 series เพิ่ม machine learning ขั้นสูงพร้อม Ethos-U55 microNPU และ PSOC Edge E84 series เพิ่ม GPU 2.5D เพื่อการประยุกต์ใช้ในงาน HMI สเปคของ Infineon PSOC Edge E81, E83, E84 series: MCU cores Arm Cortex-M55 […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Arm Ethos-U85 NPU ให้ประสิทธิภาพสูงสุด 4 TOPS นำไปใช้ใน SoC สำหรับงานด้าน Edge AI

Arm Ethos-U85 NPU ให้ประสิทธิภาพสูงสุด 4 TOPS นำไปใช้ใน SoC สำหรับงานด้าน Edge AI

Arm เปิดตัว Arm Ethos-U85 เป็นตัวประมวลผล NPU (Neural Processing Unit) รุ่นที่สามสำหรับงานด้าน Edge AI  ซึ่งมีการปรับขนาดจาก 256 GOPS เป็น 4 TOPS หรือเพิ่มขึ้นถึงสี่เท่าของประสิทธิภาพสูงสุดของ Ethos-U65 microNPU รุ่นก่อนพร้อมทั้งยังส่งผลให้มีประสิทธิภาพในการใช้พลังงานสูงขึ้นถึง 20% Arm microNPU รุ่นก่อนใช้คู่กับคอร์ Cortex-M ระดับไมโครคอนโทรลเลอร์ แต่ Ethos-U85 รุ่นใหม่นี้ใช้ร่วมกันกับไมโครคอนโทรลเลอร์ คอร์ Cortex-M และ Cortex-A application processor ที่มี Armv9 Cortex-A510/A520, Arm คาดว่า Ethos-U85 จะถูกกนำไปใช้ใน SoC ที่ออกแบบมาสำหรับระบบอัตโนมัติในโรงงาน และกล้องเชิงพาณิชย์หรือบ้านอัจฉริยะ โดยรองรับเครือข่าย Transformer Networks และ Convolutional Neural Networks (CNN) Arm Ethos-U85 รองรับ MAC 128 ถึง 2,048 […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน โมดูล embedded ที่ใช้ชิป SoC FPGA ของ Intel Agilex 5 นำไปใช้กับอุปกรณ์ 5G, เครือข่าย 100GbE, งานด้าน Edge AI/ML

โมดูล embedded ที่ใช้ชิป SoC FPGA ของ Intel Agilex 5 นำไปใช้กับอุปกรณ์ 5G, เครือข่าย 100GbE, งานด้าน Edge AI/ML

Hitek Systems eSOM5C-Ex เป็นโมดูล embedded ขนาดเล็กที่ใช้ชิป SoC FPGA ของ Intel Agilex 5 E-Series ระดับกลางและแบบ pin-to-pin ที่เข้ากันได้กับ eSOM7C-xF รุ่นก่อนของบริษัทที่ใช้ Agilex 7 FPGA F-Series โมดูลมีขา I/O ทั้งหมดเป็นแบบ exposes รวมถึงตัวรับส่งสัญญาณสูงสุด 24 ตัว ผ่านคอนเนกเตอร์ high-density 400 ขาแบบเดียวกับที่พบใน eSOM7-xF ที่ใช้โมดูล Agilex 7 FPGA และโมดูล Agilex 5 FPGA D-Series ที่กำลังจะเปิดตัว มีความจุของลอจิกประมาณ 1 แสนถึง 2.7 ล้าน logic elements สำหรับกลุ่มผลิตภัณฑ์ทั้งหมด สเปคของ Hitek eSOM5C-Ex: ชิป SoC FPGA – Intel Agilex 5 E-series  group A FPGA  และ Group B FPGA ในแพ็คเกจ B32 ตัวเลือกที่รองรับ: A5E065A/B, A5E043A/B และ A5E043A/B Hard Processing System (HPS) – Dual-core Cortex-A76 และ dual-c […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน โมดูล Digi ConnectCore MP25 ที่ใช้ชิป MPU STM32MP25 นำมาใช้งานด้าน Edge AI และ computer vision

โมดูล Digi ConnectCore MP25 ที่ใช้ชิป MPU STM32MP25 นำมาใช้งานด้าน Edge AI และ computer vision

บริษัท Digi International ผู้ให้บริการโซลูชัน IoT ในอุตสาหกรรมของสหรัฐอเมริกา เปิดตัวโมดูล Digi ConnectCore MP25 SoM ที่งาน Embedded World 2024 ในเมืองนูเรมเบิร์ก ประเทศเยอรมนี โมดูล Digi ConnectCore MP25 ใช้ชิปไมโครโปรเซสเซอร์ STM32MP25 ของ STMicroelectronics รองรับฟังก์ชัน AI (Artificial Intelligence) และ ML (Machine Learning) ผ่านตัวประมวลผล NPU (Neural Processing Unit) ที่สามารถทำงานได้ที่ความเร็ว 1.35 Tera ต่อวินาที (TOPS) และหน่วยประมวลผลภาพ (ISP), โดยมีพลังมาจาก 2 คอร์ 64 บิต Arm Cortex-A35 ที่ทำงานที่ความเร็ว 1.5GHz ร่วมกับคอร์ Cortex-M33 32 บิต ที่ทำงานที่ความเร็ว 400MHz และคอร์ Cortex-M0+ 32 บิต ที่ทำงานที่ความเร็ว 200MHz ด้วยความสามารถด้าน machine learning, การรองรับเครือข่ายที่ต้องคำนึงถึงเวลา และคุ […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Ambiq Apollo510 – ไมโครคอนโทรลเลอร์ Arm Cortex-M55 รองรับการใช้ AI/ML workloads

Ambiq Apollo510 – ไมโครคอนโทรลเลอร์ Arm Cortex-M55 รองรับการใช้ AI/ML workloads

Ambiq Apollo510 เป็นไมโครคอนโทรลเลอร์ Arm Cortex-M55 ที่ให้ประสิทธิภาพการใช้พลังงานมากกว่า Cortex-M4 ทั่วไปถึง 30 เท่า และมีประสิทธิภาพมากกว่าไมโครคอนโทรลเลอร์ย่อย Apollo4 Cortex-M4 ถึง ถึง 10 เท่า สำหรับการใช้งาน Workload ทางด้าน AI และ ML (Machine Learning) MCU ใหม่มาพร้อมกับ NVM 4MB, SRAM 3.75MB, GPU 2.5D พร้อม vector graphics acceleration ที่เร็วกว่า Apollo4 Plus 3.5 เท่า และรองรับหน้าจอแสดงผล Memory-in-Pixel (MiP) ที่ใช้พลังงานต่ำ เช่นเดียวกับไมโครคอนโทรลเลอร์ Ambiq อื่นๆ Apollo510 ทำงานที่แรงดันไฟฟ้า sub-threshold เพื่อการใช้พลังงานต่ำมาก (ultra-low power) และใช้งานระบบรักษาความปลอดภัยด้วยแพลตฟอร์ม SecureSPOT ของบริษัทโดยใช้เทคโนโลยี Arm TrustZone สเปคของ Ambiq Apollo510: MCU Core – Arm Cortex-M55 core ที […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน บอร์ดพัฒนา Renesas AIK-RA4E1 และ AIK-RA6M3 ออกแบบมาเพื่อเร่งการพัฒนา AI/ML

บอร์ดพัฒนา Renesas AIK-RA4E1 และ AIK-RA6M3 ออกแบบมาเพื่อเร่งการพัฒนา AI/ML

Renesas AIK-RA4E1 และ AIK-RA6M3 เป็นบอร์ดพัฒนาใหม่สองตัวที่ใช้ชิปไมโครคอนโทรลเลอร์ 32 บิต RA-series ซึ่งมาพร้อมฟังก์ชันการเชื่อมต่อที่สามารถปรับแต่งได้หลายอย่างเพื่อเร่งเวลาในการออกแบบและพัฒนา AI และ ML บอร์ดทั้งสองมีลักษณะคล้ายกัน แต่ AIK-RA4E1 ใช้ชิป R7FA4E110D2CFM MCU มีพอร์ต Pmod จำนวน 3 พอร์ต และไม่รองรับ Ethernet ในขณะที่ AIK-RA6M3 ใช้ชิป R7FA6M3AH3CFC MCU มีพอร์ต Pmod จำนวน 6 พอร์ต แลมีการรองรับ Ethernet ทั้งสองบอร์ดรองรับ USB ความเร็วเต็มที่และ CAN bus สเปคของ Renesas AIK-RA4E1 และ AIK-RA6M3 reference kits): คุณสมบัติของชิปไมโครคอนโทรลเลอร์ RA4E1: รุ่น: R7FA4E110D2CFM แพ็คเกจ: 64-pin LQFP คอร์: Arm Cortex-M33 ความเร็ว 100 MHz SRAM: 128 KB บนชิป หน่วยความจำ Code Flash : 512 MB บนชิป หน่วยความจำ Data Flas […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน MaaXBoard OSM93 – บอร์ด SBC ขนาดเท่าบัตรเครดิตที่ใช้ชิป NXP i.MX 93 AI SoC รองรับ Raspberry Pi HAT

MaaXBoard OSM93 – บอร์ด SBC ขนาดเท่าบัตรเครดิตที่ใช้ชิป NXP i.MX 93 AI SoC รองรับ Raspberry Pi HAT

MaaXBoard OSM93 เป็นคอมพิวเตอร์บอร์ดเดี่ยว (SBC) ที่ใช้โมดูล Size-S OSM มี NXP i.MX 93 Cortex-M55/M33 AI SoC และมีขนาดเท่าบัครเครดิตพร้อมรองรับบอร์ด Raspberry Pi HAT ผ่าน GPIO header 40 ขา และรูสำหรับการติดตั้ง บอร์ดยังมาพร้อมกับ LDDR4 2GB , eMMC flash 16GB, อินเทอร์เฟส MIPI CSI และ DSI สำหรับโมดูลกล้องและจอแสดงผลที่เป็นอุปกรณ์เสริม, พอร์ต Ethernet แบบ gigabit 2 พอร์ต, รองรับรองรับเลือกใช้ WiFi 6, Bluetooth 5.3 และ 802.15.4, พอร์ต USB 2.0 จำนวน 3 พอร์ต และอินเทอร์เฟส CAN FD จำนวน 2 พอร์ต พร้อมตัวรับส่งสัญญาณบนบอร์ด สเปคของ MaaXBoard OSM93: SoC – NXP i.MX93 ซีพียู 2x Arm Cortex-A55 สูงสุด 1.7 GHz 2x Arm Cortex-M33 สูงถึง 250 MHz GPU – GPU 2D พร้อมการผสม/การรวม, การปรับขนาด การแปลงพื้นที่สี NPU – 1x Arm Ethos-U65 […]

Exit mobile version