ข่าว Vision AI

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Smartcam T1205 – กล้อง AI มีระดับการป้องกัน IP65 พร้อมโมดูล NVIDIA Jetson Orin Nano 40 TOPS

Smartcam T1205 – กล้อง AI มีระดับการป้องกัน IP65 พร้อมโมดูล NVIDIA Jetson Orin Nano 40 TOPS

NVIDIA Jetson Orin AI camera

SmartCam T1025 ของ SmartCow เป็นกล้อง AI ที่ทรงพลังที่ใช้ NVIDIA Jetson Orin Nano 8GB system-on-module มีประสิทธิภาพ AI ที่ 40 TOPS กล้องนี้มีคอนเนกเตอร์ M12 สำหรับเชื่อมต่อ Gigabit Ethernet, พลังงาน และอินเทอร์เฟส serial และได้รับการรับรองระดับการป้องกัน IP65 สำหรับการใช้งานกลางแจ้ง กล้องยังมาพร้อมกับ NVMe SSD ขนาด 256GB สำหรับระบบปฏิบัติการ (Jetpack 6.0) และการจัดเก็บข้อมูล และรองรับการเชื่อมต่อ 4G LTE และ GPS ผ่านโมดูล M.2 นอกจากนี้บริษัทยังได้เปิดตัวรุ่น SmartCam T1023 ที่เข้ากันได้กับ NVIDIA Jetson Nano และ Jetson TX2 NX สำหรับแอปพลิเคชันที่ไม่ต้องใช้กำลังการประมวลผลและ/หรือหน่วยความจำมากเท่าที่ระบบกล้อง AI Jetson Orin Nano มีให้ สเปคของ SmartCam T1025: System-on-module – NVIDIA Jetson Orin Nano 8GB CPU – […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Sipeed MaixBox M4N – AI Box พร้อมชิป AXera AX650N SoC ประมวลผลสูงสุด 43.2 TOPS รองรับถอดรหัส/เข้ารหัสวิดีโอสูงสุด 32 ตัว

Sipeed MaixBox M4N – AI Box พร้อมชิป AXera AX650N SoC ประมวลผลสูงสุด 43.2 TOPS รองรับถอดรหัส/เข้ารหัสวิดีโอสูงสุด 32 ตัว

Sipeed MaixBox M4N AI box

Sipeed MaixBox M4N เป็นกล่อง AI Box สำหรับระบบวิเคราะห์ภาพ (Video Analytics) และการมองเห็นของคอมพิวเตอร์ (Computer Vision) ที่ใช้ AXera-Pi Pro (AX650N) octa-core Cortex-A55 SoC พร้อม AI accelerator 43.2 TOPS (INT4) หรือ 10.8 TOPS (INT8) และรองรับการถอดรหัสวิดีโอแบบ H.265/H2.64 ความละเอียด 1080p30 สูงสุด 32 ตัว กล่อง AI Box ใช้เทคโนโลยีที่มาจากจากมาเมนบอร์ด Sipeed Maix-IV ซึ่งเป็นรุ่นอัพเกรดของ Maix-III devkit พร้อมด้วย ชิป AX620A quad-core Cortex-A7 SoC พร้อม AI accelerator 14.4 TOPS (INT4) พร้อม RAM ขนาด 8GB ที่ใช้ร่วมกันสำหรับ Linux และ AI accelerator, eMMC flash  32GB และช่อง M.2 SATA socket สำหรับเก็บข้อมูล, เอาต์พุต HDMI จำนวน 2 ช่อง, พอร์ต gigabit Ethernet 2 ช่อง, พร้อมอุปกรณ์เสริมในการเชื่อมต่อ WiFi หรือ […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Arducam KingKong – กล้อง Edge AI ที่ใช้ Raspberry Pi CM4 พร้อมเซนเซอร์กล้อง global shutter และ Myriad X AI accelerator

Arducam KingKong – กล้อง Edge AI ที่ใช้ Raspberry Pi CM4 พร้อมเซนเซอร์กล้อง global shutter และ Myriad X AI accelerator

Arducam KingKong

ArduCam KingKong เป็นกล้อง Smart Edge AI ที่ใช้ Raspberry Pi CM4 และโมดูล Intel Myriad X AI accelerato ซึ่งออกตามหลังกล้อง Arducam PiNSIGHT ที่ใช้ Raspberry Pi 5 ที่เปิดตัวเมื่อต้นปี การเปิดตัวผลิตภัณฑ์ใหม่มีเป้าหมายเพื่อให้กล้องที่ใช้ Raspberry Pi ที่สมบูรณ์แบบมากกว่าการเป็นอุปกรณ์เสริมสำหรับ Raspberry Pi 4/5 กล้องอัจฉริยะที่สร้างขึ้นด้วย Raspberry Pi CM4 ไม่ใช่สิ่งใหม่ ก่อนหน้านี้เราเคยเขียนบทความเกี่ยวกับ EDATEC ED-AIC2020 กล้อง AI Edge อุตสาหกรรมระดับ IP67  และกล้อง StereoPi v2 stereoscopic camera เพื่อใช้ในการสร้างวิดีโอ 3 มิติและแผนที่ความลึก 3 มิติ, ArduCam KingKong เป็นอีกหนึ่งตัวเลือกที่เหมาะสำหรับนำไปใช้งานด้าน computer vision พร้อมโมดูล global shutter AR0234 รองรับ PoE และอยู่ในเคสโลหะ CNC สเคของ Ard […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน WeAct STM32H743 – บอร์ดพัฒนา Arm Cortex-M7 พร้อมจอ LCD 0.96 นิ้วและเซนเซอร์กล้องที่เป็นตัวเลือก

WeAct STM32H743 – บอร์ดพัฒนา Arm Cortex-M7 พร้อมจอ LCD 0.96 นิ้วและเซนเซอร์กล้องที่เป็นตัวเลือก

WeAct STM32H743 OpenMV compatible board

WeAct STM32H743 เป็นบอร์ดพัฒนาขนาดเล็กที่ใช้ไมโครคอนโทรลเลอร์ STMicro STM32H743VIT6 Cortex-M7 ที่มีความเร็ว 480 MHz พร้อมจอ LCD ขนาดเล็กและคอนเนกเตอร์กล้องที่ที่รองรับเซนเซอร์กล้อง OV2640, OV5640-AF, OV7670 หรือ OV7725 บอร์ดนี้มาพร้อมกับหน่วยความจำแฟลช 2048KB และ RAM 1MB ที่มาพร้อมกับไมโครคอนโทรเลอร์ STM32H7, SPI flash 8MB,QSPI flash 8MB, microSD สำหรับการจัดเก็บข้อมูล, พอร์ต USB-C สำหรับจ่ายไฟและเขียนโปรแกรม, ปุ่มกด และขา I/O ผ่าน Pin-header 44 ขา 2 แถว สเปคของ WeAct STM32H743: MCU – ไมโครคอนโทรเลอร์ STMicro STM32H743VIT6 Arm Cortex-M7 ที่ความเร็ว 480MHz พร้อม FPU, DSP และ MPU, flash 2048KB, RAM 1MB ที่เก็บข้อมูล –SPI Flash  8MB , QSPI Flash 8MB (สามารถบูตได้), ช่อง microSD card socket จอแสดงผล – จอ TFT LCD ขน […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Renesas RZ/V2H – ชิปไมโครโปรเซสเซอร์ Arm Cortex-A55/R8/M33 พร้อม AI accelerator 80 TOPS สำหรับแอปพลิเคชั่นหุ่นยนต์และรถยนต์ไร้คนขับ

Renesas RZ/V2H – ชิปไมโครโปรเซสเซอร์ Arm Cortex-A55/R8/M33 พร้อม AI accelerator 80 TOPS สำหรับแอปพลิเคชั่นหุ่นยนต์และรถยนต์ไร้คนขับ

RZV2H block chart DRP AI3

RZ/V2H เป็นชิปไมโครโปรเซสเซอร์รุ่นใหม่ล่าสุดในตระกูล Reneasas ที่มี Arm Cortex-A55 4 คอร์ สำหรับการประมวลผลแอปพลิเคชัน, Arm Cortex-R8 2 คอร์สำหรับการประมวลผลแบบเรียลไทม์, และมีคอร์ Cortex-M33 สำหรับการจัดการระบบ รวมทั้งมี AI accelerator ที่มีประสิทธิภาพสูงสุดถึง 80 TOPS (sparse) ในการทำงาน RZ/V2H MPU ประกอบด้วยโปรเซสเซอร์ที่กำหนดค่าใหม่แบบไดนามิก ของ Renesas รุ่นที่สาม สำหรับ AI (DRP-AI3) accelerator, ซึ่งเป็นผลิตภัณฑ์หลักของRZ/V series อีกด้วย DRP-AI accelerator สามารถทำงานกับโมเดล AI ของการประมวลผลภาพที่ซับซ้อนด้วยประสิทธิภาพการใช้พลังงาน 10 TOPS ต่อวัตต์ (TOPS/W) ซึ่งสูงกว่าไมโครโปรเซสเซอร์ทั่วไปถึง 10 เท่า นอกจากนี้ RZ/V2H ยังมี DRP อีกหนึ่งตัวที่สามารถใช้ในการประมวลผลภาพและแอปพลิเคชันด้านหุ่นยนต์ บอร์ดยังม […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Kaki Pi – บอร์ด SBC AI ที่ใช้ Renesas RZ/V2H ได้แรงบันดาลใจจาก Raspberry Pi

Kaki Pi – บอร์ด SBC AI ที่ใช้ Renesas RZ/V2H ได้แรงบันดาลใจจาก Raspberry Pi

Kaki Pi Renesas RZ V2H SBC Raspberry Pi flavor

Yuridenki-Shokai Co. Ltd บริษัทในญี่ปุ่นได้เปิดตัวคอมพิวเตอร์บอร์ดเดี่ยว Kaki Pi โดยใช้ไมโครโปรเซสเซอร์ Renesas RZ/V2H Arm ที่เพิ่งเปิดตัวพร้อม AI accelerator 80 TOPS พร้อมมีฟอร์มแฟคเตอร์และคุณสมบัติที่ได้รับแรงบันดาลใจจาก Raspberry Pi  เช่น Pin GPIO header 40 ขา, คอนเนกเตอร์ PCIe 3.0 แบบเดียวกับที่พบใน Raspberry Pi 5 และคอนเนกเตอร์ MIPI CSI 22 ขา 4 ช่องที่ดูเหมือนจะเข้ากันได้กับกล้อง Raspberry Pi บอร์ดยังมาพร้อมกับ LPDDR4 สูงสุด 8GB, microSD card สำหรับระบบปฏิบัติการ, คอนเนกเตอร์ MIPI DSI 22 ขาสำหรับจอแสดงผล, พอร์ต gigabit Ethernet, พอร์ต USB 3.0 2 พอร์ต, คอนเนกเตอร์ CAN Bus 2 ช่อง และอินเทอร์เฟสอื่นๆ บอร์ดเหมาะสำหรับการใช้งานด้านวิทยาการหุ่นยนต์ เช่น Autonomous Mobile Robots (AMR) เป็นหุ่นยนต์เคลื่อนที่อัตโนม […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน Qualcomm เปิดตัวโมเด็ม Snapdragon X80 5G, AI Hub และชิปไร้สาย FastConnect 7900 WiFi 7

Qualcomm เปิดตัวโมเด็ม Snapdragon X80 5G, AI Hub และชิปไร้สาย FastConnect 7900 WiFi 7

Snapdragon X80 5G modem satellite

ที่งาน Mobile World Congress 2024 (MWC 2024), Qualcomm ได้ประกาศ 3 รายการสำคัญด้วยการเปิดตัว โมเด็ม Snapdragon X80 5G พร้อมรองรับการสื่อสารดาวเทียม NB-NTN, Qualcomm AI Hub พร้อมโมเดล AI มากกว่า 75 รุ่นที่ได้รับการปรับแต่งสำหรับโปรเซสเซอร์ Snapdragon และชิป FastConnect 7900 ชิปไร้สายที่รวม WiFi 7 , Bluetooth และ Ultra Wideband (UWB) Snapdragon X80 5G modem-RF system สเปคของโมเด็ม Snapdragon X80 5G: ความเร็วสูงสุดในการดาวน์โหลด – 10 Gbps ความเร็วสูงสุดในการอัปโหลด – 3.5 Gbps สเปค Cellular Modem-RF– การรวม 10CC ใน mmWave, การรวม 5CC ใน 5G sub-6GHz เทคโนโลยีเซลลูล่าร์ 5G NR, sub-6 GHz Dynamic Spectrum Sharing (DSS) LTE, WCDMA, LAA, TD-SCDMA, GSM/EDGE, CBRS mmWave, การรวม sub-6 carrier aggregation (FDD-FDD) การรวม s […]

เขียนวันที่ โดย Suthinee Kerdkaew - ไม่มีความเห็น บน BrainChip เปิดรับ pre-order กล่อง Edge AI ที่ใช้ NXP i.MX 8M Plus SoC และโปรเซสเซอร์ Neuromorphic Akida AKD1000

BrainChip เปิดรับ pre-order กล่อง Edge AI ที่ใช้ NXP i.MX 8M Plus SoC และโปรเซสเซอร์ Neuromorphic Akida AKD1000

BrainChip Neuromorphic Akida Edge AI Box

BrainChip ได้เปิดรับ pre-order ของ Akida Edge AI Box โดยความร่วมมือกับ VVDN Technologies. กล่อง Edge AI ใช้ชิป NXP i.MX 8M Plus SoC และ โปรเซสเซอร์ Neuromorphic Akida AKD1000 2 อัน สำหรับการประมวลผล Edge AI ที่มีความหน่วงต่ำ (low-latency) และมีปริมาณมาก (high-throughput) กล่อง Edge AI มาพร้อมกับพอร์ต USB 3.0 และ micro-USB, HDMI, หน่วยความจำ LPDDR4 ขนาด 4GB, eMMC ขนาด 32GB พร้อมส่วนขยาย micro-SDXC สูงสุด 1TB, dual-band Wi-Fi และพอร์ต Gigabit Ethernet 2 พอร์ตสำหรับคอนเนกเตอร์กล้องภายนอก ทั้งหมดนี้อยู่ในกล่องเคสขนาดเล็กพร้อมระบบระบายความร้อนแบบพาสซีฟ และใช้แหล่งจ่ายไฟฟ้าแบบกระแสตรง DC 12V สเปคของกล่อง BrainChip Akida Edge AI: CHost CPU  –  NXP i.MX 8M Plus Quad SOC พร้อมโปรเซสเซอร์ Arm Cortex-A53 64 บิตที่รั […]

Exit mobile version