Luckfox Lume : บอร์ด SBC ขนาดเล็กที่ใช้ Allwinner T153 พร้อม Dual GbE, PoE, GPIO และ MIPI สำหรับงาน HMI อุตสาหกรรม

Luckfox Lume

Luckfox Lume เป็นบอร์ดคอมพิวเตอร์อุตสาหกรรมขนาดกะทัดรัด (SBC) ที่ใช้ชิป Allwinner T153 quad-core Cortex-A7 พร้อมคอร์ RISC-V สำหรับงานประหยัดพลังงาน มาพร้อมหน่วยความจำ DDR3 128MB, SPI NAND flash 256MB รวมถึงพอร์ต Gigabit Ethernet แบบคู่ บอร์ดยังมีช่องใส่ microSD, พอร์ต USB 2.0 Type-A, พอร์ต USB Type-C, คอนเนกเตอร์ MIPI DSI และ CSI และ GPIO header 40 พิน เหมาะสำหรับการใช้งานด้าน HMI ที่หลากหลาย โดยค่าเริ่มต้นใช้ไฟผ่าน USB-C และยังมีรุ่นที่รองรับ PoE ให้เลือกใช้งานด้วย สเปค Luckfox Lume : SoC – Allwinner T153 M3-QCX CPU 4x Arm Cortex-A7 cores @ สูงสุด 1.6GHz XuanTie E907 RISC-V core @ สูงสุด 600MHz GPU – รองรับเฉพาะกราฟิก 2D ไม่มี VPU และ NPU หน่วยความจำระบบ – DDR3 ขนาด 128MB ติดตั้งบนบอร์ด (ข้อมูลอาจมีการเปลี่ยนแ […]

Microchip SAM9X75 ไมโครคอนโทรลเลอร์ยานยนต์แบบไฮบริด – พลัง ARM9 ยังไม่ตายในปี 2026

Microchip SAM9X75D5M ARM9 Hybrid MCU

เมื่อ Microchip เปิดตัว SAM9X60 ในปี 2020, เรารู้สึกประหลาดใจที่ได้เห็นชิป SoC รุ่นใหม่ที่ยังคงใช้คอร์แบบดั้งเดิมอย่าง ARM926EJ-S แต่สิ่งที่น่าประหลาดใจยิ่งกว่าคือการที่บริษัทเดินหน้าต่อด้วยชิป SAM9X75 แบบ System-in-Package (SiP) แบบไฮบริดที่ผ่านมาตรฐานยานยนต์ (AEC-Q100 Grade 2) โดยยังคงใช้คอร์ ARM9 แบบคลาสสิก พร้อมหน่วยความจำ DDR2 หรือ DDR3L ที่รวมอยู่ภายใน รุ่นแรกคือ SAM9X75D5M ซึ่งมาพร้อมหน่วยความจำ DDR2 ขนาด 512MB ภายในแพ็กเกจเดียวกัน นอกจากนี้บริษัทยังออกแบบรุ่น SAM9X75D1G ที่มี DDR3L ขนาด 1 Gbit และรุ่น SAM9X75D2G ที่มาพร้อม DDR3L ขนาด 2 Gbit โดย SAM9X75 เป็น Hybrid MCU ที่ใช้ ARM9 ที่มุ่งเป้าไปยังนักพัฒนาที่ต้องการสภาพแวดล้อมการพัฒนาแบบ MCU แต่ยังคงได้รับประโยชน์จากประสิทธิภาพการประมวลผลและความสามารถด้าน […]

Quixant IQON 3 และ Air 3 : คอมพิวเตอร์ AMD Ryzen Embedded 8000 เจาะตลาดเครื่องเกมคาสิโนและอาร์เคด

Quixant IQON 3 and IQON Air 3 Ryzen 8000 arcade casino mini PCs

Quixant IQON 3 และ IQON Air 3 เป็นคอมพิวเตอร์อุตสาหกรรมรุ่นใหม่ที่ใช้ชิป Ryzen Embedded 8000 ซึ่งออกแบบมาโดยเฉพาะสำหรับเครื่องคาสิโน ระบบเดิมพันกีฬา และเครื่องเกมอาร์เคด ทั้งสองรุ่นใช้ชิป AMD Ryzen 5 และ Ryzen 7 PRO R8000 Series SoC โดยรองรับการแสดงผล 4K ได้พร้อมกันสูงสุด 4 หน้าจอ และมาพร้อมฮาร์ดแวร์เฉพาะทางสำหรับงานเกม เช่น หน่วยความจำ MRAM ขนาด 4MB แบบไม่ต้องใช้แบตเตอรี่ สำหรับบันทึกสถานะได้ทันที, ระบบตรวจจับการงัดแงะทางกายภาพ (intrusion detection) ถึง 11 จุด, ตัวควบคุมไฟ LED โดยเฉพาะ และอินเทอร์เฟซแบบซีเรียลมาตรฐานอุตสาหกรรมคาสิโน เช่น ccTalk, JCM ID003 และ SAS แม้ว่าทั้งสองระบบจะมีสเปคฮาร์ดแวร์ที่ใกล้เคียงกันมาก แต่มีความแตกต่างหลักคือ IQON 3 มาพร้อมระบายความร้อนแบบพาสซีฟ (ไม่มีพัดลม) ส่วน IQON Air 3 มาพร้อ […]

LooperRobotics Insight 9 : กล้อง Spatial AI แบบสแตนด์อโลน มาพร้อมชิป D-Robotics RDK X5 รองรับ ROS 2

LooperRobotics Insight 9

LooperRobotics Insight 9 เป็นกล้อง Spatial AI แบบอัตโนมัติที่พร้อมใช้งานทันที (plug-and-play) ออกแบบมาสำหรับระบบปัญญาประดิษฐ์เชิงกายภาพ (embodied intelligence), หุ่นยนต์สี่ขา และแพลตฟอร์มเคลื่อนที่แบบไดนามิก เมื่อเปรียบเทียบกับกล้อง Depth แบบ USB ทั่วไป เช่น Intel RealSense D435i หรือ Luxonis OAK-D,  ซึ่งต้องพึ่งพาคอมพิวเตอร์โฮสต์ในการประมวลผล Insight 9 ได้รวมหน่วยประมวลผล D-Robotics RDK X5 แบบ octa-core Cortex-A55 พร้อม AI accelerator 10 TOPS ไว้ภายใน ทำให้สามารถรันระบบ Visual SLAM (V-SLAM) และการสร้างแผนที่เชิงลึก (depth mapping) ได้ทั้งหมดภายในตัวอุปกรณ์ กล้องนี้มาพร้อมกับระบบ “Tri-Eye Perception Matrix” ซึ่งประกอบด้วยเซนเซอร์ RGB ความละเอียด 8.4MP รุ่น Sony Starvis IMX415 ที่มีมุมมองกว้างพิเศษถึง 188° และเซ […]

RainbowLink-V2 : ตัวแปลง USB-to-Serial ขนาดเล็ก พร้อมเอาต์พุต 12V, Dual TTL และ RS-485/RS-232 แบบ Isolated

RainbowLink-v2 USB to serial converter

DFRobot RainbowLink-V2 เป็นอุปกรณ์แปลงสัญญาณ USB-to-serial รองรับการใช้งาน 4 ช่องสัญญาณแยกอิสระ ได้แก่ 1 ช่อง RS-485 แบบแยกสัญญาณ (isolated), 1 ช่อง RS-232 แบบแยกสัญญาณ (isolated) และ 2 ช่อง TTL สามารถใช้งานพร้อมกันได้ทั้งหมด นอกจากนี้ อุปกรณ์ขนาดกะทัดรัดนี้ยังสามารถแปลงแรงดันไฟจากพอร์ต USB ของโฮสต์ (5V) ไปเป็นเอาต์พุตหลายระดับ ได้แก่ 12V/800mA, 5V/2A และ 3.3V/200mA ช่วยให้ไม่จำเป็นต้องใช้อะแดปเตอร์จ่ายไฟแยกเพิ่มเติม สเปกของ RainbowLink-V2 (TEL0190): USB – 1x พอร์ต USB Type-C สำหรับจ่ายไฟและรับส่งข้อมูล Serial 2x TTL (3.3V) ผ่าน header 1x ช่อง RS-485 แบบแยกสัญญาณ (isolated) ผ่านขั้วต่อแบบก้านโยก (lever terminal) 1x ช่อง RS-232 แบบแยกสัญญาณ (isolated) ผ่านขั้วต่อแบบก้านโยก (lever terminal) Baud Rate – 2400 ถึง 1 […]

Physical AI กำลังเปลี่ยน IoT จาก “อุปกรณ์อัจฉริยะ” สู่ “ระบบอัตโนมัติเต็มรูปแบบ”

Physical AI

ในช่วงไม่กี่ปีที่ผ่านมา เทคโนโลยี AI ได้พัฒนาไปไกลกว่าการเป็นเพียง “ฟีเจอร์อัจฉริยะ” ในอุปกรณ์ IoT ไปสู่การเป็น “สมองควบคุมระบบ” ที่สามารถตัดสินใจและสั่งงานได้เอง แนวคิดนี้เรียกว่า Physical AI ซึ่งกำลังเปลี่ยนบทบาทของ IoT จากอุปกรณ์ที่แค่รับข้อมูลและตอบสนองคำสั่ง ไปสู่ระบบอัตโนมัติเต็มรูปแบบที่สามารถรับรู้ วิเคราะห์ และลงมือทำได้ในโลกจริง โดยเฉพาะบนแพลตฟอร์มยอดนิยมอย่าง Raspberry Pi, Arduino และ ESP32 ที่เริ่มรองรับงาน AI มากขึ้น Physical AI คือระบบปัญญาประดิษฐ์ที่สามารถโต้ตอบกับโลกกายภาพได้จริง ไม่ใช่เพียงการประมวลผลข้อมูลในซอฟต์แวร์ แต่สามารถรับข้อมูลจากเซนเซอร์ วิเคราะห์ และสั่งงานอุปกรณ์ต่าง ๆ ได้โดยตรง เช่น มอเตอร์ แขนกล หรือระบบควบคุมอัตโนมัติ ทำให้ AI กลายเป็น “ตัวลงมือทำ” ไม่ใช่แค่ “ตัวคิด” เมื่อทำงานร่ […]

u-blox JODY-W6 : โมดูล Wi-Fi 6E แบบ tri-band และ Bluetooth 5.4 (LE Audio) ที่ใช้ NXP IW623/AW693

u-blox JODY-W6 tri band Wi Fi 6E module for industrial IoT

u-blox ได้ขยายตระกูลโมดูล JODY ด้วย JODY-W6 series ที่ใช้ชิป NXP IW623 และ NXP AW693 โดยรองรับ Wi-Fi 6E แบบสามย่านความถี่ (tri-band) และ Bluetooth 5.4 (รวมถึง LE Audio) ในแพ็กเกจเดียว ซีรีส์นี้มีทั้งหมด 7 รุ่นย่อย ครอบคลุม 5 โมเดลหลัก โดยแบ่งเป็นรุ่นที่ใช้ชิป IW623 ของ NXP สำหรับงานระดับมืออาชีพ และรุ่นที่ใช้ AW692/AW693 สำหรับงานยานยนต์ โมดูลถูกออกแบบมาให้รองรับการทำงานพร้อมกันของ Wi-Fi และ Bluetooth ได้อย่างมีประสิทธิภาพ เหมาะสำหรับการใช้งานที่ต้องการความเร็วสูง (high-throughput), ค่าหน่วงต่ำ (low-latency) และความปลอดภัย เช่น ระบบอัตโนมัติในอุตสาหกรรม, ระบบสุขภาพ, อาคารอัจฉริยะ, โครงสร้างพื้นฐานเครือข่าย รวมถึงระบบ Infotainment และ Telematics ภายในยานยนต์ ตัวโมดูลมาในฟอร์มแฟกเตอร์แบบ LGA ขนาด 15.6 × 19.8 มม. […]

Radxa AICore DX-M1M : โมดูลเร่งความเร็ว AI แบบ M.2 2242 ประหยัดพลังงาน ให้ประสิทธิภาพสูงถึง 25 TOPS ใช้ไฟเพียง 3W

Radxa AICore DX-M1M M.2 module 2

Radxa AICore DX-M1M เป็นโมดูลเร่งความเร็ว Edge AI แบบ M.2 ขนาดกะทัดรัดและใช้พลังงานต่ำ ที่ใช้ neural processing unit (NPU) รุ่น DeepX DX-M1M ให้ประสิทธิภาพ AI สูงสุดถึง 25 TOPS (INT8) ขณะที่ใช้พลังงานเพียง 3 วัตต์เท่านั้น โมดูลนี้ถูกออกแบบมาสำหรับงาน เช่น หุ่นยนต์แขนกลอุตสาหกรรม, หุ่นยนต์เคลื่อนที่อัตโนมัติ (AMR), Edge server, โดรน และอุปกรณ์ AIoT โดยให้ความสามารถด้าน AI และ Machine Learning ประสิทธิภาพสูงโดยไม่กินพลังงานมาก รองรับการเชื่อมต่อผ่าน PCIe Gen3 x2 และใช้งานได้ทั้งกับระบบ x86 และ Arm รวมถึงบอร์ดยอดนิยมอย่าง Raspberry Pi 5 และ Radxa ROCK SBC สเปค่ของ AICore DX-M1M : AI Accelerator – DeepX DX-M1M neural processing unit (NPU) ให้ประสิทธิภาพ AI สูงสุด 25 TOPS หน่วยความจำ AI – 1GB LPDDR4X @ 4266 MT/s (อย […]