Shanghai Neardi Technology Co., Ltd.

Neardi Pi 4-3588: 8K 초고속 인텔리전스 발휘, 엔터프라이즈급 엣지 컴퓨팅의 새로운 시대를 열다

.gtr-container-q2w3e4 { font-family: Verdana, Helvetica, "Times New Roman", Arial, sans-serif; color: #333; line-height: 1.6; padding: 16px; max-width: 100%; box-sizing: border-box; } .gtr-container-q2w3e4 p { margin: 0 0 16px 0; padding: 0; text-align: left; font-size: 14px; word-break: normal; overflow-wrap: normal; } .gtr-container-q2w3e4 .gtr-heading { font-size: 18px; font-weight: bold; margin: 24px 0 16px 0; color: #0056b3; } .gtr-container-q2w3e4 ul { list-style: none !important; margin: 0 0 16px 0; padding: 0; } .gtr-container-q2w3e4 ul li { position: relative; padding-left: 20px; margin-bottom: 12px; font-size: 14px; text-align: left; list-style: none !important; } .gtr-container-q2w3e4 ul li::before { content: "•" !important; position: absolute !important; left: 0 !important; color: #0056b3; font-size: 18px; line-height: 1; } .gtr-container-q2w3e4 ul li p { margin: 0; padding: 0; display: inline; list-style: none !important; } .gtr-container-q2w3e4 strong { font-weight: bold; } .gtr-container-q2w3e4 img { display: block; margin: 16px 0; height: auto; /* Per instructions, no max-width: 100% or width: auto; to preserve original width attribute */ /* This means images with width="800" will overflow on screens smaller than 800px */ } @media (min-width: 768px) { .gtr-container-q2w3e4 { padding: 24px; } .gtr-container-q2w3e4 .gtr-heading { margin: 32px 0 20px 0; } } 오늘날 AIoT와 엣지 컴퓨팅의 급속도로 진화하는 풍경에서 개발자와 기업은 핵심 하드웨어의 성능, 안정성 및 확장성에 더 높은 요구 사항을 제시하고 있습니다. The Neardi Pi 4-3588 development board makes its official debut — it is not only an open-source hardware platform but also a powerful engine for you to transform cutting-edge algorithms into mass-produced products. 최고 성능: 8핵 구조, 플래그십 파워 네아르디 파이 4-3588는 고급 8nm 프로세스를 채택한 록칩의 플래그십 RK3588 칩으로 장착되어 있으며, 높은 성능과 극한의 전력 소비 조절을 완벽하게 결합합니다. 강력한 프로세서: 쿼드 코어 Cortex-A76과 쿼드 코어 Cortex-A55 big.LITTLE 아키텍처를 갖추고 있으며, 복잡한 컴퓨팅 시나리오를 쉽게 처리할 수 있도록 동적 작업 할당을 지원합니다. 최고 수준의 그래픽 처리: ARM Mali-G610 MP4 GPU를 통합하여 OpenGL ES 3.2 및 Vulkan 1과 같은 주류 그래픽 인터페이스를 완전히 지원합니다.2, 높은 정확도의 시각 품질의 요구를 충족합니다. 급증하는 인공지능 컴퓨팅 능력: 최대 6TOPS 컴퓨팅 파워를 갖춘 통합 NPU를 갖추고 있으며, INT4/INT8/INT16 혼합 작업을 지원하며, TensorFlow, PyTorch 및 Caffe와 같은 프레임워크의 모델 추론을 완벽하게 가속화합니다. 비주얼 페스티벌: 궁극적인 디스플레이와 함께 8K 인코딩 및 디코딩 네아르디 파이 4-3588은 시각적 애플리케이션을 위해 설계되었습니다. 8K@60fps H.265/VP9 하드웨어 디코딩과 4K@60fps 인코딩을 지원하며 HDR 처리와 결합하여 영화관 수준의 시각 품질을 제공합니다. 멀티 화면 상호 연결: 탑재된 HDMI 출력 (8K@30fps 또는 4K@120fps까지 지원) 을 갖추고 MIPI-DSI 인터페이스를 제공하여 멀티 화면 이질적인 디스플레이 응용 프로그램을 용이하게합니다. 다채널 인수: 3개의 MIPI-CSI 카메라 인터페이스가 장착되어 기계 비전 및 멀티 카메라 꿰매기 위한 단단한 하드웨어 기반을 제공합니다. 포괄적 인 연결: 풍부한 산업용 인터페이스 "기업 수준의" 플랫폼으로서, Neardi Pi 4-3588은 확장성에 타협하지 않으며, 산업 시나리오의 대다수를 다루는 인터페이스를 제공합니다. 고속 저장장치: 외부 NVMe 프로토콜 M.2 키 M (SSD 2242) 스토리지 확장을 지원합니다. 전체 네트워크 통신: 이중 기가비트 이더넷 포트, 이중 대역 와이파이 6, 블루투스 54, 그리고 4G/5G 모듈을 지원하기 위한 소형 PCIe 인터페이스. 전체 산업 프로토콜 커버: 탑재된 CAN FD, RS485, UART, I2C, SPI 및 기타 일반적으로 사용되는 통신 인터페이스가 있으며 다양한 센서 및 산업 주변 장치에 원활하게 연결됩니다. 개발자 친화적: 풀 스택 오픈 소스, 빠른 대량 생산 우리는 개발의 중요성을 완전히 이해합니다. 네아르디 파이 4-3588는 하드웨어뿐만 아니라 생태계도 제공합니다. 멀티 시스템 지원: 안드로이드, 빌드루트, 데비안, 우분투 시스템과 완벽하게 호환됩니다. 오픈 소스 코드: 사용자에게 오픈 소스 시스템 코드, 완전한 WIKI 문서, 커널 드라이버 및 플래싱 도구를 제공합니다. 포괄적 인 지원: 린디 테크놀로지 (Lindi Technology) 는 기술 컨설팅에서 맞춤 개발에 이르기까지 심층적인 지원을 제공하여 프로토타입에서 대량 생산까지의 주기를 크게 단축할 수 있도록 도와줍니다. 산업용 품질: 상업용 (-20°C~75°C) 및 산업용 (-40°C~85°C) 버전을 제공하여 가혹한 환경에서 안정적인 작동 요구 사항을 충족합니다. 광범위한 응용 시나리오 높은 성능과 신뢰성 덕분에 Neardi Pi 4-3588는 다음과 같이 널리 적용되었습니다. 인공 지능 과 시력: 물체 인식, 기계 비전, 보안 감시 스마트 디스플레이: 스마트 태블릿, 상업용 화면. 산업 및 교통: 산업 제어, 에너지 전력, 차량용 터미널, 스마트 물류. 록칩 RK3588의 강력한 칩 성능과 린디 테크놀로지 (Lindi Technology) 의 풍부한 산업 맞춤화 경험에 의존하여급속한 대량 생산은 성숙하고 안정적인 생태계 지원에서 나옵니다.네아르디 파이 4-3588는 이제 공식적으로 판매되고 있습니다. 완전한 SDK와 기술 문서, 전문가 수준의 기술 지원이 준비되어 있습니다.

RK3588의 6TOPS 병목과 NPU 컴퓨팅 능력에 대한 진실에 대한 심층적인 해석

.gtr-container-7f3e9a { font-family: Verdana, Helvetica, "Times New Roman", Arial, sans-serif; color: #333; line-height: 1.6; padding: 15px; box-sizing: border-box; overflow-wrap: break-word; word-break: normal; } .gtr-container-7f3e9a .gtr-heading-main { font-size: 18px; font-weight: bold; margin-top: 2em; margin-bottom: 1em; color: #0056b3; text-align: left; } .gtr-container-7f3e9a .gtr-heading-sub { font-size: 16px; font-weight: bold; margin-top: 1.5em; margin-bottom: 0.8em; color: #007bff; text-align: left; } .gtr-container-7f3e9a p { font-size: 14px; margin-bottom: 1em; text-align: left !important; } .gtr-container-7f3e9a strong { font-weight: bold; } .gtr-container-7f3e9a ul, .gtr-container-7f3e9a ol { list-style: none !important; padding-left: 25px; margin-bottom: 1em; } .gtr-container-7f3e9a li { position: relative; margin-bottom: 0.5em; font-size: 14px; text-align: left; list-style: none !important; } .gtr-container-7f3e9a ul li::before { content: "•" !important; position: absolute !important; left: 0 !important; color: #007bff; font-size: 1.2em; line-height: 1.6; } .gtr-container-7f3e9a ul ul li::before { content: "◦" !important; color: #007bff; } .gtr-container-7f3e9a ol { counter-reset: list-item; } .gtr-container-7f3e9a ol li { counter-increment: none; list-style: none !important; } .gtr-container-7f3e9a ol li::before { content: counter(list-item) "." !important; position: absolute !important; left: 0 !important; color: #007bff; width: 20px; text-align: right; margin-left: -25px; line-height: 1.6; } .gtr-container-7f3e9a img { margin-bottom: 1.5em; } @media (min-width: 768px) { .gtr-container-7f3e9a { max-width: 960px; margin: 0 auto; padding: 20px; } .gtr-container-7f3e9a .gtr-heading-main { font-size: 20px; } .gtr-container-7f3e9a .gtr-heading-sub { font-size: 18px; } } RK3588을 사용하여 엣지 AI 프로젝트를 진행한다고 상상해 보세요. 카메라 비디오 스트림은 실시간 얼굴 인식 및 차량 감지를 수행해야 하며, UI 표시, 데이터 업로드 및 비즈니스 로직 처리도 지원해야 합니다. 다음과 같은 점을 알 수 있습니다. 프레임에 객체가 많으면 프레임 드롭이 발생하고, 대형 모델은 원활하게 실행되지 않으며, 온도가 급격히 상승합니다. 이 시점에서 사람들은 보통 이렇게 말합니다. "모델이 너무 큽니다. RK3588의 6TOPS로는 부족합니다." 하지만 정말 컴퓨팅 파워가 부족한 걸까요? 4TOPS 모델을 실행하는데도 6TOPS NPU에서 프레임 드롭과 지연이 발생하는 이유가 궁금했던 적이 있나요? 그 답은 NPU 컴퓨팅 파워의 세 가지 차원에 있습니다.최대 성능(TOPS), 정밀도(INT8/FP16), 그리고 효율성(대역폭). 다양한 칩들이 NPU 사양을 강조하는 것을 볼 수 있으며, 핵심 매개변수가 눈에 띄게 표시됩니다. NPU 컴퓨팅 파워: X TOPS. 예를 들어 RK3588-6TOPS, RK3576-6TOPS, RK1820-20TOPS, Hi3403V100-10TOPS, Hi3519DV500-2.5TOPS, Jetson Orin Nano-20/40TOPS, Jetson Orin NX-70/100TOPS 등이 있습니다. TOPS란 무엇일까요? 왜 모두가 그것에 대해 이야기하는 걸까요? 테라: 10¹²를 나타냅니다. 초당 연산: NPU가 1초 동안 수행할 수 있는 총 AI 연산 횟수를 의미합니다. 간단히 말해, 1 TOPS는 NPU가 초당 1조(10¹²)번의 연산을 실행할 수 있음을 의미합니다. TOPS는 어떻게 계산될까요? MAC 유닛의 총 개수가 신경망 컴퓨팅의 핵심입니다. 컨볼루션 레이어와 완전 연결 레이어에서 주요 계산은 입력 데이터를 가중치로 곱한 다음 결과를 합산하는 것입니다. NPU의 설계 철학은 매우 큰 병렬 MAC 유닛 배열을 갖는 것입니다. NPU 칩은 수천 개 또는 수만 개의 MAC 유닛을 포함할 수 있으며, 이는 대규모 병렬 컴퓨팅을 달성하기 위해 동시에 작동할 수 있습니다. MAC 유닛이 많을수록 NPU가 단일 클럭 사이클 내에 완료할 수 있는 계산량이 많아집니다. 클럭 주파수: NPU 칩과 MAC 유닛이 초당 작동하는 사이클 수를 결정합니다(헤르츠, Hz 단위로 측정). 주파수가 높을수록 MAC 어레이가 단위 시간당 더 많은 곱셈-누산 연산을 수행할 수 있습니다. 제조업체에서 TOPS를 발표할 때는 NPU의 최대 작동 주파수(즉, 최대 달성 가능한 주파수)를 사용합니다. MAC당 연산: 완전한 MAC 연산은 실제로 1번의 곱셈과 1번의 덧셈을 포함합니다. 전통적인 FLOPS(초당 부동 소수점 연산) 계산 방식에 맞춰, 많은 컴퓨팅 표준은 1번의 MAC 연산을 2번의 기본 연산(곱셈 1번, 덧셈 1번)으로 계산합니다. 정밀도 팩터: NPU의 MAC 유닛은 저정밀도 데이터(예: INT8) 처리에 최적화되어 있습니다. INT8 vs FP32의 단순화된 속도 향상 비율: 32비트 / 8비트 = 4이므로, 단일 FP32 유닛은 INT8 계산으로 전환될 때 이론적으로 한 사이클에 4배 더 많은 연산을 수행할 수 있습니다. 따라서 제조업체의 TOPS가 INT8을 기준으로 계산되는 경우, 정밀도 관련 속도 향상 비율을 곱해야 합니다. 이것이 INT8 TOPS가 FP32 TOPS보다 훨씬 높은 이유입니다. TOPS는 최대 이론적 컴퓨팅 파워를 측정합니다. 실제 응용 프로그램에서는 데이터 전송, 메모리 제약 및 모델 구조와 같은 요인으로 인해 NPU의 실제 유효 컴퓨팅 파워는 이 최대값보다 낮은 경우가 많습니다. 컴퓨팅 파워는 속도에 관한 것이고, 정밀도는 "세밀함"에 관한 것입니다. 컴퓨팅 파워는 NPU가 얼마나 빨리 실행되는지 알려주고, 계산 정밀도는 NPU가 얼마나 세밀하게 작동하는지 알려줍니다. 정밀도는 NPU 성능의 또 다른 핵심 차원으로, 계산 중 사용되는 비트 수와 데이터의 표현 범위를 결정합니다. 동일한 TOPS 수준에서 INT8의 실제 계산 속도는 FP32보다 훨씬 빠릅니다. 이는 NPU의 MAC 유닛이 한 번에 더 많은 8비트 데이터를 처리하고 더 많은 연산을 수행할 수 있기 때문입니다. 제조업체에서 주장하는 NPU TOPS는 일반적으로 INT8 정밀도를 기반으로 합니다. 비교할 때는 동일한 정밀도에서 TOPS를 비교하고 있는지 확인하십시오. 고정밀도(일반적으로 훈련에 사용) FP32(단정밀도 부동 소수점, 32비트): 가장 큰 수치 범위와 정밀도를 제공합니다. 전통적인 GPU 및 PC 컴퓨팅에서 일반적으로 사용됩니다. 모델은 일반적으로 정확성을 보장하기 위해 훈련 단계에서 FP32를 채택합니다. FP16/BF16(반정밀도 부동 소수점, 16비트): 특정 수준의 정밀도를 유지하면서 데이터 볼륨을 절반으로 줄여 더 빠른 계산과 메모리 절약을 가능하게 합니다. 저정밀도(일반적으로 추론에 사용) INT8(8비트 정수): 현재 엣지 측 NPU의 추론 성능을 평가하는 업계 표준입니다. 모델 가중치와 활성화 값을 고정밀도(예: FP32)에서 8비트 정수로 변환하는 프로세스를 양자화라고 합니다. INT4(낮은 비트 너비): 전력 소비 및 지연 시간에 대한 요구 사항이 매우 높은 시나리오에 적합하며, 모델 정밀도 손실을 제어하는 데 더 높은 요구 사항을 부과합니다. NPU의 실제 성능을 이해하는 방법? NPU가 20 TOPS(INT8)를 주장하는 것을 보면 다음을 이해해야 합니다. 최대 컴퓨팅 파워는 초당 20조 번의 연산입니다. 이 컴퓨팅 파워는 8비트 정수(INT8) 정밀도로 측정됩니다. 즉, 훈련이 아닌 AI 추론(예: 이미지 인식, 음성 처리 등)에 주로 사용됩니다. 최종 성능은 응용 프로그램에 따라 다릅니다. 실제 사용자 경험(예: 얼굴 잠금 해제 속도, 실시간 번역 지연 시간)은 NPU의 TOPS뿐만 아니라 다음에도 의존합니다. 모델 양자화 품질: 양자화된 INT8 모델이 충분한 정확도를 유지하는지 여부. 메모리 대역폭: 데이터 입출력 속도. 소프트웨어 스택 및 드라이버: 모델 배포를 위해 칩 제조업체에서 제공하는 툴체인 및 드라이버의 최적화 수준. NPU의 컴퓨팅 파워(TOPS)는 속도를 나타내는 지표이며, 계산 정밀도(예: INT8)는 효율성과 적용 가능성의 핵심입니다. 최종 사용자 장치의 경우, 제조업체는 허용 가능한 정밀도 손실을 유지하면서 INT8 TOPS를 최대화하여 저전력 및 고효율 AI 추론 성능을 달성하는 것을 목표로 합니다.

국내 인공지능 칩의 혁신과 돌파구: 엣지 터미널 시대의 기회와 도전

.gtr-container-ai-insights-7f3d { font-family: Verdana, Helvetica, "Times New Roman", Arial, sans-serif; color: #333; line-height: 1.6; padding: 16px; box-sizing: border-box; max-width: 100%; overflow-x: hidden; } .gtr-container-ai-insights-7f3d p { font-size: 14px; margin-bottom: 1em; text-align: left !important; word-break: normal; overflow-wrap: normal; } .gtr-container-ai-insights-7f3d .gtr-title-main { font-size: 18px; font-weight: bold; margin-top: 2em; margin-bottom: 1em; color: #0056b3; text-align: left; } .gtr-container-ai-insights-7f3d .gtr-title-sub { font-size: 16px; font-weight: bold; margin-top: 1.5em; margin-bottom: 0.8em; color: #0056b3; text-align: left; } .gtr-container-ai-insights-7f3d .gtr-image-wrapper-7f3d { margin: 2em 0; text-align: center; } .gtr-container-ai-insights-7f3d img { max-width: 100%; height: auto; display: block; margin-left: auto; margin-right: auto; } @media (min-width: 768px) { .gtr-container-ai-insights-7f3d { padding: 24px 40px; max-width: 960px; margin: 0 auto; } .gtr-container-ai-insights-7f3d p { margin-bottom: 1.2em; } .gtr-container-ai-insights-7f3d .gtr-title-main { font-size: 24px; margin-top: 2.5em; margin-bottom: 1.2em; } .gtr-container-ai-insights-7f3d .gtr-title-sub { font-size: 20px; margin-top: 2em; margin-bottom: 1em; } } 대규모 인공지능 모델의 폭발 이후 컴퓨팅은 더 이상 클라우드에 국한되지 않습니다. 점점 더 많은 지능형 알고리즘이 이제 엣지 장치에서 로컬로 실행됩니다.스마트 카메라 는 사람 의 모양 과 행동 을 인식 한다, 차량 내 터미널은 실시간으로 운전을 모니터링, 산업용 카메라는 결함을 자동으로 감지, 로봇 진공기는 오프라인에서 목표를 식별.그리고 가장 강한 가정 대체 전투장, 국내 SoC 공급업체에 멀티미디어와 AI 처리 창을 제공합니다. 엣지 인공지능 시장: 가장 빠르게 성장하고 밀도가 높은 인공지능 전장 엄밀히 말하면, 엣지 AI 시장은 엣지 터미널과 엣지 서버 세그먼트로 나뉘어 있습니다. 엣지 서버는 부피가 크고 비싸고 고 컴퓨팅으로 스마트 파크와 공장 엣지 노드에 서비스를 제공합니다.엣지 터미널 (이 문서의 초점) 은 질량 부피입니다.비용에 민감하고 시나리오에 분해되어 있습니다. 그들은 환경을 감지하고 현장에서 비디오 / 음성 처리, 가장자리 AI 기능을 제공하고 하드웨어를 강화합니다. 어떤 장치가 엣지 단말기로 간주됩니까? 스마트 카메라 (IPC, 스마트 도어 벨, 대시 카메라), 산업 비전 카메라 및 QC 단말기, 차량 내 모듈 (AVM, DMS, DVR, ADAS 지원),셀프 서비스 소매 키오스크, 스마트 홈 장치 (스피커, 진공기, 가전 제어장치) 및 스마트 시티 엣지 노드 모두 프로세싱을 로컬로 실행해야합니다. 엣지 AI 칩에 대한 두 가지 기술 경로: SoC 통합 대 디스크리트 AI 가속기 엣지-AI 칩은 두 가지 경로를 따르고 있습니다. 저비용, 저전력 풀 인텔리전스를 위한 내장 NPU를 갖춘 SoC 또는 다모델, 무거운 부하 전문 인퍼런스를 위한 컴퓨팅을 추가하는 분리된 AI 가속기. SoC (System on Chip) 는 CPU, GPU, AI, 비디오, 오디오 및 주변 장치를 하나의 다이에 통합합니다. 내장 된 NPU는 산업 공감대 및 가장 많이 채택 된 엣지 AI 접근 방식이되었습니다. Rockchip RK3576, 일반용 엣지 AI SoC: 8-코어 CPU (4×A72 + 4×A53); 6-TOPS NPU (INT4/8/16, FP16); Mali-G52 GPU; 8-K 디코드, 4-K 인코드; 멀티 카메라, 멀티 디스플레이 출력 (DSI) 를 위한 멀티 MIPI-CSI,산업용 태블릿, 인공지능 카메라, 차량용 DVR, 로봇 비전 HiSilicon Hi3403V100는 AI-ISP (영상 향상 + AI 공동 최적화) 를 결합합니다. ISP와 밀접하게 통합된 쿼드 A55과 10-TOPS NPU를 가진 프로 비전 SoC. 고스펙 ISP는 백라이트와 저조한 빛에서 우수합니다.멀티 4K 비디오 I/O; 탐지/추적에 대한 높은 배포 효율성. CPU, GPU, NPU 및 디스크리트 액셀러레이터 사이에서 작업을 효율적으로 나누는 방법 GPU/CPU에 대한 사전 처리, NPU/엑셀러레이터에 대한 추론, CPU에 대한 후처리그래서 인공지능 가속기가 탄생했습니다., 추론에 전념하고 PCIe를 통해 주요 SoC에 연결됩니다. SoC는 시스템 스케줄링, 비디오, 그래픽, UI를 처리합니다. 가속기는 모델을 실행하고 AI 컴퓨팅을 공급합니다. 고성능 엣지 AI를 위한 NPU 공동 프로세서인 Rockchip RK1820은, 2차 뇌 역할을 합니다. 20-TOPS NPU, 독립형 모델 실행, INT8/16/FP16더 높은 추론을 위해 PCIe를 통해 RK3576/3588과 커플링. 자생 인공지능 칩 위치: 올바른 트랙을 선택하여 승리, 톱링 스펙이 아니라 엣지 AI에서는 TOPS, CPU 코어, 프로세스 노드가 중요하지만 생존은 올바른 길을 선택하는 데 달려 있습니다. 록칩: 가장 넓은 포트폴리오, 가장 강력한 생태계 록칩의 목표는 가장 빠른 칩이 아니라 가장 풍부한 생태계입니다.전체 컴퓨팅 사다리: 라이트 카메라용 RV1103/1106; 보안 기본용 RV1126/1109; 중간 / 높은 단말기용 RK3576; 플래그십 엣지용 RK3588; 차세대 하이 컴퓨팅 코어용 RK3688.이 매트릭스는 저전력 IPC에서 산업용 게이트웨이까지 자생용 장비의 보편적인 기초입니다., AR 안경, 로봇, 교육 상자, 차량 DMS/CMS기술 우위: 균형 잡힌 멀티미디어 + ISP + AI; 강력한 코덱, ISP 및 성숙한 RKNN 도구 체인. 전략은 전체 장면을 커버하는 것이 아니라 단일 포인트 돌파구입니다. 최우수 수상자: 초연기 인공지능 + 초저전력 IoT 대형 모델이 아니라 대용량 IoT 및 소비자 기기입니다.위치: 저전력, 대용량, 비용 민감성. 스마트 스피커 (부한 I2S/PDM/마이크 지원), 가벼운 엣지 AI 카메라, 소형 장치 제어, TTS/ 음성 단말기. V853/V831: 초라한 AI SoC.R 시리즈제어 MCU-SoC. 모든 승자는 100만 유닛 시나리오를 추구하고, TOPS가 아닙니다. 엠로직: 멀티미디어 왕, AI 보너스 OTT 박스 및 스마트 TV SoC의 글로벌 리더입니다.위치: 홈 미디어 허브 + 소비자 스마트 장치. 인공지능은 강화자입니다. 핵심 강점은 비디오 디코딩, HDR, A / V 동기화, TV / OTT 생태계입니다. 스마트 프로젝터, 컨퍼런스 바,홈 엔터테인먼트 AIO. 보안 비전 전문가 거의 감시카메라로만위치: 보안에 전념한 SoC. 강점: 강력한 ISP, 강력한 압축, 엄격한 비용 통제, Hikvision/Dahua 생태계와 긴밀한 조화. 플래그십: FH8856, FH8852.풀한은 거대한 감시 경주로 깊숙이 파고, 안정성과 비용으로 승리합니다. 인지닉: 초저전력 + 초등 인공지능 MIPS 기반, 웨어러블 기기, 스마트 홈위치: 가벼운 스마트 기기, 작은 패키지. 애플리케이션: 스마트 도어 벨, 가벼운 IPC, 어린이 시계, 마이크로 엣지 노드. 특징: 가장 낮은 전력, 높은 통합, 작은 발자국.광시력 추론을 위한 AISoC 시리즈. 실제 엣지-AI 요구 사항: 더 이상 TOPS가 아니라, 인터페이스 매트릭스 + 시나리오 적합성 2년 동안 모든 대화는 TOPS3, 6, 12에 관한 것이었습니다. 더 큰 숫자가 더 나은 칩과 같다면요. 핵심 역량은 결코 원시적인 TOPS가 아닙니다. 그것은 インターフェース 매트릭스 + 시나리오 적합성입니다. 보안 카메라, 산업용 카메라, 스마트 문벨, 차량 DMS/ADAS에서 중요한 것은: 충분한 카메라 포트 (MIPI-CSI, DVP), 얼마나 많은 비디오 스트림? 실시간 인코딩 (H.264/H.265/8K/4K),ISP 튜닝 품질산업용 DTU, 스마트 게이트웨이, 로봇, 에너지 시나리오, 주변 장치에서 TOPS를 압도합니다: 듀얼 GbE/2.5G/RGMII/SGMII, RS232/485/CAN/UART, Wi-Fi/BT, 4G/5G 모듈, 여러 USB/SPI/I2C.스마트 컨트롤 패널에서, 후품 자동차 디스플레이, AR/VR, 스마트 POS, 디스플레이 포트 (MIPI-DSI, HDMI, eDP) 로 우선 순위를 전환, 멀티 화면 지원, UI 성능 (GPU/그래픽), AI가 주체가 아닌 보조자입니다. 후품 자동차 핵심 단어: 충격 저항, 전압 변동, -40-85 °C, eMMC 수명, DMS/OMS/ADAS를 위한 멀티-CSI, ms 수준 비디오 지연. 엣지 AI는 자생 칩의 가장 좋은 트랙입니다. 기회는 TOPS를 쌓아 올리는 것이 아니라 현장을 알고 수요를 충족시키는 것입니다.그리고 가정용 기기들은 국내 칩이 자신을 증명하는 단계가 될 것입니다..

Wi-Fi 프로토콜 진화에 대한 올인원 가이드 - Wi-Fi 6로 성능 정점에 도달하세요!

.gtr-container-w7x8y9 { font-family: Verdana, Helvetica, "Times New Roman", Arial, sans-serif; color: #333; line-height: 1.6; padding: 20px; max-width: 100%; box-sizing: border-box; } .gtr-container-w7x8y9 p { font-size: 14px; margin-bottom: 1em; text-align: left !important; word-break: normal; overflow-wrap: normal; } .gtr-container-w7x8y9 .gtr-heading-main { font-size: 18px; font-weight: bold; color: #0056b3; margin-top: 2em; margin-bottom: 1em; text-align: left; } .gtr-container-w7x8y9 .gtr-heading-sub { font-size: 16px; font-weight: bold; color: #0056b3; margin-top: 1.5em; margin-bottom: 0.8em; text-align: left; } .gtr-container-w7x8y9 .gtr-protocol-item { margin-bottom: 1em; padding-left: 15px; position: relative; } .gtr-container-w7x8y9 .gtr-protocol-item::before { content: "•"; color: #0056b3; position: absolute; left: 0; font-size: 1.2em; line-height: 1; } .gtr-container-w7x8y9 .gtr-protocol-item strong { font-weight: bold; color: #333; font-size: 14px; } .gtr-container-w7x8y9 .gtr-tech-explanation { margin-bottom: 1.5em; } .gtr-container-w7x8y9 .gtr-tech-explanation strong { font-weight: bold; color: #333; font-size: 14px; display: block; margin-bottom: 0.5em; } .gtr-container-w7x8y9 .gtr-feature-block { margin-bottom: 1.5em; } .gtr-container-w7x8y9 .gtr-feature-block .gtr-feature-title { font-size: 14px; font-weight: bold; color: #333; margin-bottom: 0.5em; text-align: left; } .gtr-container-w7x8y9 .gtr-image-wrapper { margin-top: 2em; margin-bottom: 2em; text-align: center; } @media (min-width: 768px) { .gtr-container-w7x8y9 { padding: 30px 50px; } .gtr-container-w7x8y9 .gtr-heading-main { font-size: 20px; } .gtr-container-w7x8y9 .gtr-heading-sub { font-size: 18px; } } 가장 초창기 다이얼업 연결부터 오늘날의 모든 것이 상호 연결된 시대에 이르기까지, 속도와 안정성을 향한 우리의 추구는 결코 멈추지 않았습니다. 모든 Wi-Fi 프로토콜 혁신은 우리의 스마트한 삶에서 거대한 도약을 의미합니다. 이러한 모든 프로토콜은 IEEE 802.11 표준 제품군에서 시작되었으며, 802.11b에서 오늘날의 Wi-Fi 4/5/6로 진화했습니다. 초기 개발 및 성능 도약: 802.11b/g에서 802.11ax까지 802.11b – 2.4 GHz 대역, 11 Mbps 최대 속도; 기반을 마련하고 Wi-Fi를 대중 시장에 도입했습니다. 802.11a – 5 GHz 대역, 54 Mbps 최대 속도; OFDM을 처음 채택했지만 5 GHz 장비가 부족하여 널리 보급되지 못했습니다. 802.11g – 2.4 GHz 대역, 54 Mbps 최대 속도; 802.11b와 하위 호환성을 유지하면서 더 높은 속도를 위해 2.4 GHz에서 OFDM을 사용하여 두 가지 장점을 모두 결합했습니다. 802.11n (Wi-Fi 4) – 2.4 & 5 GHz 대역, 600 Mbps 최대 속도 (4×4 MIMO, 40 MHz); MIMO를 도입하여 100 Mb 장벽을 깨고 듀얼 밴드 지원을 추가했습니다. 802.11ac (Wi-Fi 5) – 5 GHz 대역만, 6.9 Gbps 최대 속도 (8×8 MIMO, 160 MHz); MU-MIMO(DL)를 도입하고 채널을 넓히고 대역폭을 늘렸습니다. 802.11ax (Wi-Fi 6) – 2.4 & 5 GHz 대역, 9.6 Gbps 최대 속도 (8×8 MIMO, 160 MHz, 1024-QAM); 높은 효율성(용량), 낮은 대기 시간, 낮은 전력 소비 및 강력한 간섭 방지 기능을 제공합니다. MIMO (802.11n): 이전에는 단일 채널을 통해 데이터가 전송되었습니다. MIMO는 여러 안테나를 사용하여 데이터를 동시에 송수신하여 병렬 다중 채널 전송을 가능하게 하고 데이터 속도와 범위를 크게 증가시킵니다. MU-MIMO (DL) (802.11ac): 처음으로 라우터가 여러 터미널 장치에 동시에 데이터를 보낼 수 있어(다운링크) 다중 장치 시나리오에서 네트워크 효율성을 효과적으로 향상시킵니다. Wi-Fi 5: DL MU-MIMO만 지원; Wi-Fi 6: 업링크 및 다운링크 모두로 확장됩니다. Wi-Fi 6: 효율성과 안정성의 정점 Wi-Fi 6(802.11ax)는 속도 향상 그 이상입니다. 혼잡, 대기 시간 및 전력 소모를 해결하여 차세대 IoT의 기반을 마련하는 효율성 혁명입니다. MU-MIMO는 “고처리량, 대용량 패킷 데이터 스트림”을 처리하고, OFDMA는 “다중 장치, 소형 패킷 시나리오”를 처리합니다. OFDMA(직교 주파수 분할 다중 접속): 원리: 기존 Wi-Fi는 한 번에 하나의 장치만 서비스합니다. OFDMA는 채널을 여러 RU로 분할하고 여러 장치에 동시에 데이터를 전송할 수 있습니다. 단일 데이터 채널을 여러 개의 작은 부반송파(자원 단위)로 나누어 여러 다른 장치에 동시에 작은 패킷을 전송합니다. 장점: 특히 데이터 볼륨은 작지만 장치가 많은 IoT 시나리오에서 대기 시간을 크게 줄여 최대 4×까지 효율성을 향상시킵니다. UL/DL MU-MIMO(업링크/다운링크 다중 사용자 MIMO): Wi-Fi 5는 다운링크(라우터-장치)만 지원합니다. Wi-Fi 6은 양방향 MU-MIMO를 추가하여 장치가 라우터로 동시에 전송할 수 있도록 하여 대기열 지연을 제거합니다. TWT(대상 절전 시간): 원리: 라우터는 각 장치와 다음 통신 시간을 협상합니다. 장치는 예약된 창 밖에서 절전 모드로 들어갈 수 있습니다.장점: 배터리 소모를 크게 줄여 IoT 장치 배터리 수명을 2–10배 연장합니다. BSS 색상 지정 및 공간 재사용: BSS 패킷에 “색상 태그”를 추가하여 시스템은 인접 네트워크의 간섭을 지능적으로 식별하고 무시하여 밀집된 주거 환경에서 안정성과 간섭 방지 능력을 크게 향상시킵니다. 성능 및 듀얼 모드 통합: FD7352S Wi-Fi 6 솔루션 Neardi의 FD7352S 모듈은 최신 Wi-Fi 6 Wave 2 프로토콜을 기반으로 구축되었으며 모든 고급 기술을 통합하여 고성능, 고신뢰성 IoT 제품에 이상적인 선택입니다. 2T2R 아키텍처 2T2R MIMO: FD7352S는 고성능 전송을 위해 두 개의 송신(2T) 및 두 개의 수신(2R) 안테나를 사용합니다.이론적 속도: 2.4 GHz – 572.4 Mbps, 5 GHz – 1.2 Gbps; 측정 처리량 최대 550 Mbps.변조: 1024-QAM은 심볼당 더 많은 데이터를 패킹하여 부드럽고 안정적인 HD 비디오 스트림을 보장합니다. Wi-Fi 6 & BT 5.4 완벽한 공존 FD7352S는 Wi-Fi 6 모듈일 뿐만 아니라 802.11ax + Bluetooth 5.4 듀얼 모드 콤보입니다.공존 메커니즘: 2.4 GHz 대역에서 Wi-Fi와 Bluetooth는 종종 간섭을 일으킵니다. FD7352S의 하드웨어 수준 중재는 Wi-Fi 데이터와 Bluetooth 오디오/제어 패킷을 지능적으로 예약하여 두 가지 모두 안정적으로 유지합니다. – 빠른 Bluetooth 페어링과 고품질 Wi-Fi 비디오에 이상적입니다.Bluetooth 5.4: 최신 BT v5.4를 지원하며 BR/EDR/LE 1M/LE 2M/LE LR과 하위 호환되어 안정적이고 저전력, 장거리 센서 연결을 제공합니다. 고집적 인터페이스 SDIO 3.0(고속 데이터) + HS-UART(제어) + PCM(HD 오디오)을 지원하여 광범위한 호환성을 보장합니다.뛰어난 2T2R 성능, UL/DL OFDMA 효율성, TWT 저전력 작동 및 Bluetooth 5.4 듀얼 모드 공존을 통해 FD7352S는 차세대 스마트 제품을 위한 원스톱 솔루션을 제공합니다.

권위 있는 분석 | 점점 더 많은 핵심 모듈이 보드 투 보드(B2B) 연결을 선택하는 이유?

.gtr-container-x7y2z9 { font-family: Verdana, Helvetica, "Times New Roman", Arial, sans-serif; color: #333; line-height: 1.6; padding: 15px; box-sizing: border-box; } .gtr-container-x7y2z9 p { font-size: 14px; margin-bottom: 1em; text-align: left !important; } .gtr-container-x7y2z9-title-main { font-size: 18px; font-weight: bold; margin-top: 1.5em; margin-bottom: 1em; text-align: left; color: #0056b3; /* A subtle industrial blue for main titles */ } .gtr-container-x7y2z9-title-sub { font-size: 16px; font-weight: bold; margin-top: 1.2em; margin-bottom: 0.8em; text-align: left; color: #007bff; /* A slightly lighter blue for sub-titles */ } .gtr-container-x7y2z9 .gtr-table-wrapper { overflow-x: auto; margin-top: 1.5em; margin-bottom: 1.5em; } .gtr-container-x7y2z9 table { width: 100%; border-collapse: collapse !important; border-spacing: 0 !important; margin: 0 !important; padding: 0 !important; table-layout: fixed; /* Ensures columns are evenly distributed */ min-width: 600px; /* Ensure table is scrollable on small screens if content is wide */ } .gtr-container-x7y2z9 th, .gtr-container-x7y2z9 td { border: 1px solid #ccc !important; padding: 10px !important; text-align: left !important; vertical-align: top !important; font-size: 14px !important; word-break: normal !important; overflow-wrap: normal !important; } .gtr-container-x7y2z9 th { font-weight: bold !important; background-color: #f0f0f0; /* Light gray background for headers */ color: #333; } .gtr-container-x7y2z9 tr:nth-child(even) { background-color: #f9f9f9; /* Zebra striping */ } .gtr-container-x7y2z9 img { height: auto; /* Allow images to scale proportionally */ display: block; /* Ensure images are block-level for proper spacing */ margin: 1.5em 0; /* Add vertical spacing around images */ } @media (min-width: 768px) { .gtr-container-x7y2z9 { padding: 25px; max-width: 960px; /* Constrain width on larger screens for readability */ margin: 0 auto; /* Center the component */ } .gtr-container-x7y2z9 table { min-width: auto; /* Remove min-width on larger screens */ table-layout: auto; /* Allow table to adjust column widths naturally */ } } 코어 모듈 설계에서 연결 방식은 종종 간과되지만, 전체 시스템의 구조적 안정성, 신호 무결성 및 유지 관리성을 결정합니다. 지난 몇 년 동안 점점 더 많은 코어 모듈, 개발 보드, 심지어 전체 장치의 메인 제어 시스템이 보드 투 보드 연결 방식으로 진화하기 시작했습니다. 점점 더 많은 제조업체가 이 솔루션으로 전환하는 이유는 무엇일까요? 정말 더 우수한 걸까요? 오늘 우리는 구조 설계부터 대량 생산 실습까지 모든 것을 철저히 설명하겠습니다. 주류 상호 연결에 대한 완전한 분석: 누가 사용하고 장단점은 무엇일까요? 고성능 컴퓨팅, 고밀도 인터페이스 SoC 시스템에서 보드 투 보드 커넥터는 신호 무결성과 기계적 신뢰성을 모두 균형 있게 유지하는 선호되는 솔루션이 되었습니다. 상호 연결 일반적인 사용 장점 단점 LCC 소형 폼 팩터 모듈 저렴한 비용, 납땜 용이 분리 불가, 장기적인 신뢰성 부족 엣지 카드 고속 핫 플러그 응용 프로그램 신뢰할 수 있는 접촉, 성숙한 대량 공정 심각한 기계적 제약, 제한된 PCB 윤곽 FPC 플렉스 케이블 초박형 또는 접이식 장치 유연한 라우팅, 얇은 프로파일 약한 EMI 차폐, 제한된 기계적 안정성 보드 투 보드 커넥터 산업용 마더보드, AI 컴퓨팅 모듈 고밀도 결합, 견고함, 현장 서비스 가능 약간 높은 비용, 좁은 배치 허용 오차 보드 투 보드 커넥터를 선택하는 이유는 무엇일까요? 주요 강점 분석 고밀도 신호 전송: 속도를 중시하는 SoC를 위해 설계되었습니다. RK3588 및 RK3576과 같은 고성능 SoC가 주류가 되면서 모듈-캐리어 신호 전송은 더 이상 “수십 라인” 작업이 아니라 백 개 이상의 고속 채널 문제입니다. 보드 투 보드 커넥터는 40~120개의 고속 신호를 쉽게 제공하면서도 엄격한 임피던스 제어와 뛰어난 신호 무결성(SI) 성능을 유지합니다. LKB3576 캐리어 보드는 4개의 Panasonic AXK5F80537YG 보드 투 보드 커넥터(80핀, 0.5mm 피치)를 사용하며 4개의 M2 나사로 고정됩니다. FPC 또는 LCC 캐스텔레이션 홀에 비해 보드 투 보드 커넥터는 다음과 같은 이점을 제공합니다.- 특히 2~5Gbps에서 신호 손실 감소;- 잘 접지된 핀 간 절연을 통한 강력한 EMI 차폐;- 제어 가능한 결합 허용 오차 - ±0.05mm 이내의 정밀 핀 앤 소켓 정렬. AI 마더보드, 산업용 게이트웨이, 자동차 헤드 유닛 및 머신 비전 호스트는 모두 여러 개의 동시 MIPI, USB 3.0, PCIe 및 기가비트 이더넷 링크를 실행합니다. 보드 투 보드 상호 연결은 이러한 고속 신호의 안정성과 균일성을 다른 어떤 대안보다 더 잘 유지합니다. 뛰어난 기계적 견고성 및 진동 저항 자동차 및 산업 환경에서 장기간의 진동 및 열 사이클은 상호 연결을 쉽게 느슨하게 만듭니다. 이러한 환경의 FPC 플렉스 케이블은 종종 EMI 픽업, 신호 드리프트 또는 간헐적인 접촉으로 고통받습니다. 금속 핀과 압입 소켓으로 제작된 보드 투 보드 커넥터는 세 가지 기계적 이점을 제공합니다. - 높은 진동 내성: 60~80N 삽입력은 반복적인 충격과 흔들림을 견딥니다.- 금도금 접점: 수천 번의 열 사이클 동안 낮은 저항 경로를 유지합니다.- 견고한 장착: 선택적 나사 및 위치 지정 포스트는 결합된 쌍을 섀시에 고정하여 미세 운동을 제거합니다. 더 빠른 조립 및 현장 서비스: 대량 생산 간소화 생산 라인 엔지니어에게 보드 투 보드의 가장 큰 장점은 무납땜 + 재사용 가능한 결합입니다.- 코어 모듈은 몇 초 만에 꽂고 빼낼 수 있습니다. 리플로우가 필요하지 않습니다.- 보드에 문제가 발생하면 상단 모듈을 교체합니다. 캐리어는 섀시에 남아 있습니다.- SMT 비용 및 수명 서비스 비용 절감.- 고온 사이클이 없으므로 열 응력 손상이 없습니다.- 조립/분해 처리량이 3~5* 증가합니다.- 더 큰 정렬 창을 통해 반자동 삽입이 가능하여 일반적인 취급 허용 오차를 허용합니다. 높은 공간 효율성: 컴팩트한 설계를 위해 최적화됨 임베디드 장치가 더 작고 얇은 폼 팩터로 나아가면서 보드 투 보드 커넥터는 수직 스택을 가능하게 합니다. 두 개의 PCB가 거의 마주보고 있어 체적 효율성을 극대화합니다. - 모듈 두께가 2~6mm로 감소- 더 짧은 내부 트레이스는 더 깨끗한 신호 경로를 제공합니다.- 더 깔끔한 인클로저는 열 확산 및 차폐 설계를 용이하게 합니다. 제품 사례 연구 – LKD3576 개발 보드 SoC: RK3576, 옥타 코어 64비트(4*A72 + 4*A53), ARM Mali-G52 MC3 GPU, 6 TOPS NPU코덱: 4K60fps H.264/AVC 디코딩, 8K30fps 또는 4K120fps H.265/HEVC 디코딩; 4K60fps H.264/H.265 인코딩메모리: RAM은 LPDDR4/4X/5를 지원하고 ROM은 eMMC 5.1을 지원합니다. 옵션 4GB+32GB, 8GB+64GB, 16GB+128GBOS 지원: Android, Ubuntu, Buildroot, Debian, openEuler, Kylin상호 연결: 4개의 80핀, 0.5mm 피치, 2mm 높이; 소켓 AXK5F80537YG, 헤더 AXK6F80347YG, Panasonic 보드 투 보드 커넥터 보드 투 보드 연결: 쉬운 조립 및 유지 관리, 산업 등급의 풍부한 인터페이스, 다중 유형 확장 지원, 진동 방지 및 간섭 방지 설계, 안정적인 장기 작동, 차량 내 제어, AI 엣지 컴퓨팅 터미널 및 산업용 스마트 게이트웨이에 적합합니다. 보드 투 보드 연결은 성능, 신뢰성 및 유지 관리성 간의 균형 잡힌 솔루션을 제공하여 임베디드 하드웨어 설계의 새로운 표준이 되고 있습니다.

3TOPS 엣지 컴퓨팅 벤치마크 | Rockchip RV1126 시리즈 전체 분석

.gtr-container-x7y3z1 { font-family: Verdana, Helvetica, "Times New Roman", Arial, sans-serif; color: #333; line-height: 1.6; padding: 20px; max-width: 1200px; margin: 0 auto; box-sizing: border-box; } .gtr-container-x7y3z1 p { font-size: 14px; margin-bottom: 16px; text-align: left; word-break: normal; overflow-wrap: normal; } .gtr-container-x7y3z1 .gtr-section-title { font-size: 18px; font-weight: bold; margin-top: 30px; margin-bottom: 15px; color: #0056b3; text-align: left; } .gtr-container-x7y3z1 .gtr-subsection-title { font-size: 16px; font-weight: bold; margin-top: 20px; margin-bottom: 10px; color: #007bff; text-align: left; } .gtr-container-x7y3z1 ul, .gtr-container-x7y3z1 ol { list-style: none !important; margin: 0 0 16px 0; padding: 0; } .gtr-container-x7y3z1 ul li, .gtr-container-x7y3z1 ol li { position: relative; padding-left: 25px; margin-bottom: 8px; font-size: 14px; text-align: left; list-style: none !important; } .gtr-container-x7y3z1 ul li::before { content: "•" !important; position: absolute !important; left: 0 !important; color: #007bff; font-size: 16px; line-height: 1.6; } .gtr-container-x7y3z1 ol li::before { content: counter(list-item) "." !important; position: absolute !important; left: 0 !important; color: #007bff; font-weight: bold; font-size: 14px; line-height: 1.6; width: 20px; text-align: right; } .gtr-container-x7y3z1 strong { font-weight: bold; color: #0056b3; } @media (min-width: 768px) { .gtr-container-x7y3z1 { padding: 30px 40px; } .gtr-container-x7y3z1 .gtr-section-title { font-size: 20px; margin-top: 40px; margin-bottom: 20px; } .gtr-container-x7y3z1 .gtr-subsection-title { font-size: 18px; margin-top: 25px; margin-bottom: 12px; } .gtr-container-x7y3z1 p, .gtr-container-x7y3z1 ul li, .gtr-container-x7y3z1 ol li { font-size: 14px; } } Rockchip은 0.5T에서 6T까지, 기본적인 스마트 카메라부터 고급 산업 비전 시스템까지 아우르는 시각 컴퓨팅 칩의 포괄적인 포트폴리오를 구축했습니다. 이 라인업에서 눈에 띄는 제품은 RV1126 시리즈, 특히 RV1126B 및 RV1126B-P입니다. 이 변형 제품은 스마트 보안(IPC, 스마트 초인종, 블랙박스), 산업 비전(공장 카메라, 검사 장비), 스마트 자동차 및 가정용 애플리케이션, 스마트 시티, 엣지 AI 시나리오에 광범위하게 사용됩니다. 3TOPS 컴퓨팅 성능, 맞춤형 AI-ISP 아키텍처, 동적 스티칭, 안정화, 고급 인코딩 및 하드웨어 수준의 보안을 갖춘 RV1126B는 단순히 "보는" 것에서 진정으로 "이해하는" 것으로 AIoT 장치를 향상시키는 고성능 솔루션을 제공합니다. RV1126B-P는 RV1126B의 비용 및 패키지 최적화 변형 제품으로, 핀 수를 줄이고 USB 3.0을 제거하고 보조 인터페이스(CAM_CLK/SARADC)를 잘라내어 비용을 절감하면서 전체 코어 컴퓨팅 성능(CPU/GPU/VPU/NPU)을 유지합니다. 블랙박스 및 DMS 장치와 같이 저장 공간이 적고 대역폭이 낮은 애플리케이션을 대상으로 합니다. 주요 장점은 다음과 같습니다. 핀 호환성:: 하드웨어 재설계 없이 RV1126을 직접 교체 동일한 코어 성능:: RV1126B와 동일한 컴퓨팅, ISP 및 AI 기능 원활한 업그레이드:: 기존 RV1126 기반 제품이 RV1126B 수준의 성능을 달성하는 데 필요한 최소한의 소프트웨어 변경 사항 따라서 RV1126B-P는 최소한의 R&D 투자를 통해 제품을 향상시키려는 제조업체에게 이상적인 드롭인 업그레이드입니다. 쿼드 코어 Cortex-A53(1.5GHz) 아키텍처를 기반으로 구축된 RV1126B는 Rockchip의 자체 3TOPS NPU를 통합합니다. W4A16/W8A16 혼합 정밀도 양자화 및 변환기 최적화 가속을 지원하여 최대 2B 매개변수를 가진 대형 모델 및 멀티모달 모델의 효율적인 온디바이스 실행을 가능하게 합니다. 이미징의 경우, "주야간 적응형 이미징"을 위한 AI Remosaic 기술을 갖춘 전용 AI-ISP 엔진을 탑재하여 초저조도 조건(0.01Lux)에서 선명한 이미징을 구현합니다. 이는 야간 노이즈 문제를 해결하고 6-DOF 디지털 안정화 및 듀얼/쿼드러플 카메라 동적 스티칭과 결합하여 움직임 중에도 안정적이고 광각 이미지를 보장합니다. 시스템 수준에서 RV1126B의 AOV3.0 저전력 아키텍처는 대기 전력을 1mW로 줄입니다. 24/7 이상 사운드 웨이크업(예: 짖는 소리, 유리 깨지는 소리, 총성)을 지원하여 에너지 절약과 실시간 알림의 균형을 맞춥니다. 통합된 Super Encoding Engine은 선명도 손실 없이 비트 전송률을 50% 줄여 전송 및 저장 비용을 절감합니다. 보안을 위해 SM2/SM3/SM4 암호화, TrustZone 격리 및 키 관리 시스템을 제공하여 데이터 캡처부터 추론까지 엔드 투 엔드 보호를 제공합니다. 프로세서 아키텍처 RV1126B 및 RV1126B-P: 코어 구성:: 쿼드 코어 ARM Cortex-A53, 64비트 아키텍처, ARM v8-A 명령어 세트 지원. 캐시 사양:: 코어당 32KB L1 I-Cache + 32KB L1 D-Cache, 공유 512KB L2 Cache. 확장 기능:: 통합 Neon Advanced SIMD 및 FPU, TrustZone 기술 지원. RV1126: 코어 구성:: 쿼드 코어 ARM Cortex-A7, 32비트 아키텍처, ARM v7-A 명령어 세트 지원, 통합 Neon Advanced SIMD 및 FPU 포함. 캐시 사양:: 코어당 32KB L1 I-Cache + 32KB L1 D-Cache, 공유 512KB 통합 L2 Cache. NPU 성능 RV1126B 및 RV1126B-P: 컴퓨팅 성능:: 3.0 TOPs INT8(희소 최적화 지원), INT4/INT8/INT16/FP16 연산과 호환. 프레임워크 지원:: TensorFlow, Caffe, Tflite, Pytorch, Onnx NN, Android NN 등. RV1126: 컴퓨팅 성능 및 정밀도:: INT8/INT16 하이브리드 연산으로 2.0 TOPS, 8/16비트 정수 컨볼루션 지원. 프레임워크 호환성:: TensorFlow, TF-lite, Pytorch, Caffe, ONNX, MXNet, Keras, Darknet 등, OpenVX API 지원. ISP 기능 RV1126B & RV1126B-P: 2D 그래픽 엔진(RGA) 지원되는 데이터 형식:: 입력:: ARGB/RGB/YUV 시리즈 형식(TILE4X4 패키징 포함) 출력:: ARGB/RGB/YUV420/422 및 기타 8비트 형식 핵심 기능:: 스케일링: 1/16× ~ 16× 비정수 스케일링(평균/쌍선형 필터링을 사용한 다운샘플링, 쌍3차 필터링을 사용한 업샘플링) 회전: 미러링 포함 0/90/180/270도 추가: 알파 블렌딩, 색상 채우기, OSD 오버레이 해상도 제한:: 최대 입력:: 8192×8192 최대 출력:: 4096×4096 비디오 인코딩 및 디코딩 RV1126 및 RV1126B는 모두 H.265/H.264 비디오 인코딩 및 디코딩을 지원하여 4K UHD 비디오의 효율적인 압축, 저장 및 전송을 가능하게 합니다. RV1126B는 특히 멀티 스트림 인코딩을 지원하며, 최대 8MP @ 45 FPS의 초고화질 인코딩을 위한 지능형 인코딩 엔진을 내장하고 있습니다. 또한 동적 비트 전송률 조정을 통해 기존 CBR 모드에 비해 비트 전송률을 최대 50%까지 줄입니다. RV1126B 및 RV1126은 모두 다양한 오디오, 저장 및 주변 인터페이스를 제공하며, 기본적인 멀티미디어 및 주변 장치 확장을 충족하기 위해 고성능 외부 DRAM을 지원합니다. RV1126B 및 RV1126은 RTC, POR, RMI 이더넷 PHY 및 오디오 코덱과 같은 시스템 수준의 기능 모듈을 통합합니다. RV1126은 고유한 식별 및 보안 저장을 위해 12Kbit 일회성 프로그래밍 가능(OTP) 메모리를 지원합니다. RV1126B는 NPU와 함께 작동할 수 있는 AI-ISP를 도입하는 반면, RV1126은 AI-ISP를 지원하지 않습니다. RV1126B 및 RV1126B-P는 듀얼 채널 CANFD를 지원하여 자동차 및 산업 제어 애플리케이션에 적합합니다. RV1126B는 USB 3.0을 지원하는 반면, RV1126B-P 및 RV1126은 USB 2.0만 지원합니다. 여러 산업 분야에 배포된 RV1126B 시리즈는 3TOPS AI 성능과 AI-ISP 아키텍처를 통해 IPC, 스마트 초인종 및 AI PTZ 카메라에 널리 사용됩니다. 높은 통합 및 저전력 기능은 비디오 녹화를 스마트 분석으로 업그레이드합니다.

AI 컴퓨팅은 메인 SoC 그 이상입니다! RK3588 시스템에서 RK1820의 실제 역할에 대한 명확한 고찰

.gtr-container-7f8d9e { 글꼴 계열: Verdana, Helvetica, "Times New Roman", Arial, sans-serif; 색상: #333; 줄 높이: 1.6; 패딩: 16px; 상자 크기 조정: 테두리 상자; } .gtr-container-7f8d9e p { 글꼴 크기: 14px; 여백-하단: 1em; 텍스트 정렬: 왼쪽!중요; } .gtr-container-7f8d9e .gtr-heading-level2 { 글꼴 크기: 18px; 글꼴 두께: 굵게; 여백 상단: 2em; 여백-하단: 1em; 색상: #0056b3; } .gtr-container-7f8d9e .gtr-section-title { 글꼴 크기: 16px; 글꼴 두께: 굵게; 여백 상단: 1.5em; 여백-하단: 0.8em; 색상: #0056b3; } .gtr-container-7f8d9e .gtr-table-wrapper { 오버플로-x: 자동; 여백-하단: 1.5em; } .gtr-container-7f8d9e 테이블 { 너비: 100%; border-collapse: 축소 !중요; 테두리 간격: 0 !중요; 여백-하단: 1.5em; 테두리: 1px 실선 #ccc !important; } .gtr-container-7f8d9e th, .gtr-container-7f8d9e td { 패딩: 8px 12px !important; 테두리: 1px 실선 #ccc !important; 텍스트 정렬: 왼쪽!중요; 수직 정렬: 상단!중요; 글꼴 크기: 14px !중요; } .gtr-container-7f8d9e th { 글꼴 두께: 굵게 !important; 배경색: #f0f0f0; } .gtr-container-7f8d9e tr:nth-child(even) { 배경색: #f9f9f9; } .gtr-container-7f8d9e ul, .gtr-container-7f8d9e ol { 목록 스타일: 없음 !중요; 패딩 왼쪽: 20px !important; 여백-하단: 1em; } .gtr-container-7f8d9e ul li { 위치: 상대 !중요; 패딩 왼쪽: 15px !important; 여백-하단: 0.5em !important; 글꼴 크기: 14px !중요; 목록 스타일: 없음 !중요; } .gtr-container-7f8d9e ul li::before { content: "•" !important; 위치: 절대!중요; 왼쪽: 0!중요; 색상: #0056b3; 글꼴 크기: 1.2em; 줄 높이: 1; } .gtr-container-7f8d9e ol { 카운터 재설정: 목록 항목; } .gtr-container-7f8d9e ol li { 위치: 상대 !중요; 패딩 왼쪽: 25px !important; 여백-하단: 0.5em !important; 글꼴 크기: 14px !중요; 역증분: 없음; 목록 스타일: 없음 !중요; } .gtr-container-7f8d9e ol li::before { content: counter(list-item) "." !중요한; 위치: 절대!중요; 왼쪽: 0!중요; 색상: #0056b3; 글꼴 두께: 굵게; 너비: 20px; 텍스트 정렬: 오른쪽; } /* PC 레이아웃 */ @media (최소 너비: 768px) { .gtr-container-7f8d9e { 패딩: 24px; } .gtr-container-7f8d9e .gtr-heading-level2 { 글꼴 크기: 20px; } .gtr-container-7f8d9e .gtr-section-title { 글꼴 크기: 18px; } .gtr-container-7f8d9e 테이블 { 너비: 자동; 최소 너비: 100%; } } NPU와 보조 프로세서에 대해 이야기하는 엣지 장치가 점점 더 많아지는 이유는 무엇입니까? RK3588은 이미 강력한 6TOPS(INT8) SoC이지만 다중 작업 추론, 모델 병렬성 및 비디오 AI 분석과 같은 복잡한 장면에서는 단일 칩의 컴퓨팅 한도가 여전히 유지됩니다. RK1820은 해당 부하를 담당하고 기본 SoC의 "컴퓨팅 불안"을 완화하기 위해 정확하게 만들어졌습니다. 엣지 AI 장비에서 호스트 프로세서는 더 이상 혼자 싸우지 않습니다. AI 작업이 기존 CPU/NPU의 예약 용량을 초과하면 보조 프로세서가 조용히 개입하여 지능형 작업 부하의 일부를 맡습니다. 보조 프로세서 RK1820 RK1820은 AI 추론 및 컴퓨팅 확장을 위해 특별히 제작된 보조 프로세서입니다. RK3588 및 RK3576과 같은 호스트 SoC와 유연하게 페어링되며 PCIe 또는 USB 인터페이스를 통해 효율적으로 통신합니다. 역량 카테고리 주요 매개변수 및 기능 프로세서 아키텍처 3× 64비트 RISC-V 코어; 32KB L1 I-캐시 + 코어당 32KB L1 D-캐시, 128KB 공유 L2 캐시; RISC-V H/F/D-정밀 FPU 메모리 2.5GB 온칩 고대역폭 DRAM + 512KB SRAM; eMMC 4.51(HS200), SD 3.0, SPI 플래시에 대한 외부 지원 코덱 JPEG 인코딩: 16×16–65520×65520, YUV400/420/422/444; JPEG 디코드: 48×48–65520×65520, 다양한 YUV/RGB 형식 NPU 20 탑 INT8; 혼합 정밀도 INT4/INT8/INT16/FP8/FP16/BF16; 프레임워크: TensorFlow/MXNet/PyTorch/Caffe; Qwen2.5-3B(INT4) 67 토큰/초, YOLOv8n(INT8) 125 FPS 의사소통 PCIe 2.1(2레인, 2.5/5Gbps), USB 3.0(5Gbps, PCIe와 공유) 주요 기능 Edge-AI 추론(감지/분류/LLM), RISC-V 일반 컴퓨팅, 2D 그래픽 가속(크기 조정/회전), AES/SM4 보안 분업의 시스템 아키텍처 관점에서 보면 누가 무엇을 하고 있는가? RK3588 + RK1820 시스템에서 AI 작업 파이프라인은 4계층 아키텍처로 분해됩니다.애플리케이션 → 미들웨어 → 보조 프로세서 실행 → 제어 및 프리젠테이션.RK3588 호스트: 작업 예약, 데이터 사전 처리 및 결과 출력을 처리하여 전체 워크플로를 관리합니다.RK1820 보조 프로세서: 고성능 컴퓨팅 AI 추론 전용이며 PCIe를 통해 호스트에 결합되어 "가벼운 제어 + 대용량 컴퓨팅" 협업 모델을 형성합니다. 단계 배우 행동 앱 요청 RK3588 앱 레이어에서 발행된 AI 작업 호출(인식/탐지) 보내다 RK3588 디스패처 보조 프로세서로 오프로드할지 결정 추론 RK1820 딥러닝 모델 계산 실행 반품 RK1820 → RK3588 추론 결과를 다시 보냅니다. 호스트는 로직을 표시하거나 계속합니다. 1. 애플리케이션 계층: AI 작업의 "개시자" 애플리케이션 계층은 모든 AI 작업이 시작되는 곳입니다. 이미지 분석, 개체 감지, 에지 측 LLM Q&A 등 사용자 요구 사항을 시스템 실행 가능한 작업 명령으로 변환하고 이를 표준화된 API를 통해 미들웨어 계층에 전달합니다. 이 계층은 사용자 상호 작용, 비즈니스 로직 및 주변 데이터를 관리하는 RK3588 호스트에 의해 전적으로 처리됩니다. 작업 수신: 카메라, 터치 패널, 이더넷, UART 등을 통해 사용자 명령을 획득합니다. 스마트 보안: 비디오 프레임에서 사람 감지 산업 검사: 제품의 표면 결함 식별 Edge LLM: 음성 입력을 텍스트로 변환하고 Q&A 작업 구성 명령 표준화: 구조화되지 않은 입력을 구조화된 작업 매개변수로 전환합니다. 비전 작업: 입력 해상도, 모델 버전, 출력 요구 사항 LLM 작업: 입력 토큰, 모델 버전, 최대 출력 길이 2. 미들웨어 계층: AI 작업의 "디스패처" 미들웨어 계층은 협업 허브입니다. 각 작업을 판단하고, 리소스를 할당하고, 데이터를 전처리하고, 버스 트래픽을 관리합니다. 작업이 호스트에서 실행되는지 아니면 보조 프로세서로 오프로드되는지 여부를 결정합니다.RK3588만 해당; RK1820은 PCIe 구성이나 인터럽트 관리에 참여하지 않으며 단순히 호스트에서 디스패치한 추론 작업을 실행합니다. 작업 분류 및 예약 로컬 처리: 낮은 컴퓨팅 또는 지연 시간이 중요한 작업(이미지 크기 조정, 경량 AI 추론)은 RK3588 CPU/NPU/RGA에서 처리됩니다. RK1820으로 오프로드: 높은 컴퓨팅 작업(YOLOv8 다중 클래스 감지, LLM 추론, 의미 체계 분할)이 RK1820으로 전송됩니다. RK1820이 인계되면 호스트 CPU/NPU는 다른 작업을 위해 해제됩니다. 데이터 전처리 비전: 자르기, 잡음 제거, 정규화, 채널 재정렬. 텍스트: 토큰화, 패드, 인코딩. 버스 통신 제어 PCIe 또는 USB3을 통해 링크를 설정합니다. 데이터 전송은 CPU 개입 없이 DMA를 사용합니다. 추론 제어 명령을 발행합니다: NPU 시작, 정밀도 설정, 완료 인터럽트 발생. 3. 보조 프로세서 실행 계층: AI 작업의 "컴퓨팅 엔진" 이 레이어는 고성능 AI 추론 전용인 RK1820 보조 프로세서에 의해 독점적으로 구동되는 추론 코어입니다.RK1820 활성; RK3588은 추론을 방해하지 않으며 결과만 기다립니다. 시간 초과 또는 예외는 PCIe 재설정 명령을 통해 RK3588에서 처리됩니다. 과제접수 및 준비 RK3588에서 발송한 데이터, 모델 가중치 및 명령을 수신합니다. 이를 로컬 고대역폭 DRAM에 쓰고 모델을 로드한 다음 NPU를 구성합니다. NPU 추론 컴퓨팅 객체 감지(YOLOv8n): 전환 → BN → 활성화 → 풀 → 사후 처리 NMS. LLM 추론(Qwen2.5 3B): 입력 토큰 미리 채우기 → 토큰별 생성을 디코딩합니다. 추론 최적화: 연산자 융합, 가중치 압축. 결과 반환 감지를 위한 경계 상자 좌표, 클래스 ID 및 신뢰도 점수를 반환합니다. LLM에 대한 토큰 배열을 반환합니다. 4. 제어 및 프리젠테이션 계층: AI 작업의 "출력 장치" 이 레이어는 모든 AI 작업의 종착점입니다. RK1820의 원시 추론 결과를 시각적 또는 비즈니스용 출력으로 변환하고 루프를 닫습니다.RK3588 활성; RK1820은 원시 추론 데이터만 제공합니다. 결과 후처리 좌표를 원래 이미지 크기로 다시 매핑합니다. 토큰을 자연어로 디코딩합니다. 산업 검사에서 결함을 계산합니다. 시스템 제어 및 피드백 출력 스마트 보안: 감지 오버레이로 비디오를 표시하고 알람을 트리거합니다. 산업 검사: 결함이 있는 제품을 거부하는 명령줄. Edge LLM: 텍스트 + 음성 안내를 표시합니다. 시너지의 가치: 단지 더 빠르기만 한 것이 아니라 더 스마트하게 단계 배우 행동 앱 요청 RK3588 앱 레이어에서 발행된 AI 작업 호출(인식/탐지) 보내다 RK3588 디스패처 보조 프로세서로 오프로드할지 결정 추론 RK1820 딥러닝 모델 계산 실행 반품 RK1820 → RK3588 추론 결과를 다시 보냅니다. 호스트는 로직을 표시하거나 계속합니다. 간단히 말해서, RK3588은 쇼를 운영하고 모든 것을 순조롭게 유지하는 반면 RK1820은 원시 컴퓨팅 버스트를 제공합니다. 함께 엣지 AI 장치를 "더 스마트하고 빠르며 번거롭지 않게" 만듭니다.더 많은 RK1820 뉴스와 SDK 업데이트, 새로운 튜토리얼, 즉시 실행 가능한 데모를 보려면 우리를 팔로우하세요.

RK3399 기반의 ARM 아키텍처 의료 내시경 솔루션

내시경은 널리 사용되는 의료 장치입니다. ARM 아키텍처 프로세서는 낮은 전력 소비, 높은 안정성 및 풍부한 기능 확장으로 선호됩니다.ARM 플랫폼을 기반으로 한 의료 내시경이 주류가 되고 있습니다.이 이유로, ScenSmart는 Rockchip의 RK3399 플랫폼을 기반으로 설계된 의료 내시경 솔루션을 출시했습니다.산업 고객들이 필요에 따라 제품 정의를 조정하고 신속하게 구현하는 것이 편리합니다..   ARM 아키텍처 프로세서는 주로 임베디드 장치에 사용되며 매우 높은 안정성을 가지고 있으며 의료, 군사 및 산업 분야에서 널리 사용됩니다.RK3399는 Rockchip의 가장 초기 산업용 플랫폼 중 하나입니다.그것은 풍부한 기능 확장 인터페이스를 가지고 있으며 다양한 비디오 신호를 지원하며 네트워크 및 데이터 통신에서 풍부한 인터페이스 디자인을 가지고 있습니다.고객이 장면의 요구 사항에 따라 확장하기에 편리합니다.RK3399 플랫폼은 고도로 통합된 하드웨어 플랫폼을 구축하는 데 사용될 수 있으며, 이는 제품의 비용을 효과적으로 제어하고 대규모 대량 생산을 달성 할 수 있습니다.   RK3399는 풍부한 소프트웨어 리저브를 가지고 있으며 안드로이드 및 리눅스 시스템을 지원할 수 있습니다. RK3399는 매우 성숙한 플랫폼입니다.개발자가 소프트웨어 개발의 효율성을 향상시키기 위해 편리합니다.. 산업용의 SoC로서, RK3399는 수년 동안 적용되어 왔으며, SDK는 매우 성숙하여 높은 안정성 요구 사항이있는 산업용에 적합합니다.. ARM 칩으로서, RK3399는 내장 리?? 배터리와 탑재된 디스플레이를 가진 모바일 장치에서도 사용할 수 있으므로 모바일 워크스테이션으로 사용될 수 있습니다. 탑재된 화면 외에도,또한 HDMI를 통해 외부 디스플레이에 연결할 수 있습니다, 여러 화면과 동일한 화면 기능을 지원하며, 필요에 따라 조정하고 조정할 수 있습니다.   현재 RK3399 플랫폼을 기반으로 한 의료 내시경은 대량 생산되었으며 설계 계획은 매우 성숙합니다.그리고 고객의 필요에 따라 디자인을 조정할 수 있습니다., 신속하게 제품을 구현하고 ISP 전문 디버깅을 완료합니다. 의료 내시경 외에도 산업 내시경과 같은 제품에 사용할 수 있습니다.엔도스코프에 대한 프로젝트 요구 사항이 있다면, 당신은 구현을 위해 RK3399 플랫폼을 사용할 수 있습니다. 플랫폼은 무료 기술 평가 서비스를 제공할 수 있습니다.