logo

Shanghai Neardi Technology Co., Ltd. sales@neardi.com 86-021-20952021

O nas
Dlaczego właśnie my
Prawie wszyscy technicy koncentrują się na projektowaniu, opracowywaniu i produkcji zaufanych systemów na modułach, komputerów z pojedynczą płytą i komputerów wbudowanych.
Zobacz więcej
Shanghai Neardi Technology Co., Ltd.

Wysoka jakość

Pieczęć zaufania, kontrola kredytu, RoSH i ocena zdolności dostawcy. Firma ma ściśle kontrolowany system jakości i profesjonalne laboratorium badawcze.
Shanghai Neardi Technology Co., Ltd.

Rozwój

Wewnętrzny profesjonalny zespół projektantów i warsztat zaawansowanych maszyn. Możemy współpracować, aby opracować produkty, których potrzebujesz.
Shanghai Neardi Technology Co., Ltd.

Produkcja

Zaawansowane automatyczne maszyny, ściśle kontrolowane procesem. Możemy wyprodukować wszystkie terminale elektryczne, które nie są wymagane.
Shanghai Neardi Technology Co., Ltd.

100% SERWIS

Opakowania masowe i małe na zamówienie, FOB, CIF, DDU i DDP. Pozwól nam pomóc ci znaleźć najlepsze rozwiązanie dla wszystkich twoich problemów.

2014

Rok utworzenia

100+

Pracownicy

10000+

Obsługa klientów

1000000+

Roczna sprzedaż

nasze produkty

Produkty wybrane

China Shanghai Neardi Technology Co., Ltd.
Skontaktuj się z nami
Kontaktuj się w każdej chwili
Wyślij

Shanghai Neardi Technology Co., Ltd.

Adres: Pokój 807, budynek 1, aleja 1505, droga Lianhang, dzielnica Minhang, Szanghaj
Telefon: 86-021-20952021
nasze produkty
Najważniejsze produkty
Nasze sprawy
Ostatnie projekty przemysłowe
Najnowsze sprawy dotyczące Płata sterowania inteligentnym pełnym lusterkiem
2024/12/13
Płata sterowania inteligentnym pełnym lusterkiem
Inteligentne lusterka stały się nową kategorią produktów, takimi jak inteligentne lusterka do łazienki, inteligentne lusterka fitness w dziedzinie fitness, lusterka do sprzedaży detalicznej i lusterka kosmetyczne.Wiele powiązanych startupów jest również faworyzowanych przez kapitał. Neardi może dostarczyć pełen zestaw rozwiązań technicznych, takich jak inteligentne płyty główne do sterowania pełnym lustrem, oraz może dostosować produkty dla klientów na żądanie w oparciu o platformy ARM, takie jak RK3568,RK3399, i RK3326, aby ułatwić i szybko wdrożyć powiązane projekty, umożliwiając markom i operatorom zmniejszenie ryzyka badań i rozwoju i skupienie się na operacjach produktowych.   Największą różnicą między inteligentnymi lusterkami a zwykłymi lusterkami jest to, że mają wbudowane płyty główne, kamery, czujniki i inne elektroniczne akcesoria oraz systemy operacyjne.Mogą opracować pokrewne oprogramowanie zgodnie z wymaganiami scenyObecnie dostępne produkty mają trzy główne kierunki zastosowania:,które są zazwyczaj umieszczane w łazienkach lub na stołach przebieralnych. Ten rodzaj produktu jest wykorzystywany głównie do interakcji i transmisji informacji z inteligentnych produktów domowych,i jest uważany za portal sieciowyInteligentne lustra fitness dla branży fitness, które są głównie wykorzystywane do treningu fitness online, który nie wymaga dużych urządzeń, takich jak joga i taniec,są wykorzystywane głównie do tworzenia bezpłatnej internetowej platformy fitness do sprzedaży kursów i powiązanych akcesoriów i usługLustra do makijażu i lustra do makijażu dla przemysłu detalicznego wykorzystują wirtualne obrazy do wyświetlania efektu makijażu, zmniejszenia kosztów czasowych i promowania transakcji.   Wśród kategorii inteligentnych lusterek do całego ciała najwcześniejsze produkty, które zostaną uruchomione, to lusterka do pasów i lusterka do makijażu.Wstawione lustra wykorzystują technologię rzeczywistości mieszanej, aby uchwycić cechy ciała klienta za pomocą kamer, i wyświetla wybrane przez klienta kombinacje odzieży na wyświetlaczu w czasie rzeczywistym, dzięki czemu klienci mogą szybko zobaczyć wpływ wybranej odzieży na ciało,znacznie skracając czas przystosowaniaTo samo dotyczy lusterek do makijażu, ale w porównaniu z lusterkami do pasujących, lusterka do makijażu zbierają więcej cech twarzy do przetwarzania.Chociaż lustra do pasujących i lustra do makijażu zostały uruchomione wcześnie, wczesne procesory miały niską wydajność, przetwarzanie danych nie było płynne, a realistyczne efekty demonstracyjne nie mogły być prezentowane, co utrudniało zapewnienie dobrego doświadczenia użytkownika.Dlatego, te dwa produkty były bardziej odpowiedzialne za funkcje marketingowe we wczesnych dniach, aby klienci doświadczyli i przyciągnęli ruch klientów.   Dzięki poprawie wydajności procesorów i szybkiej popularności sieci 5G, dzisiejsza wydajność procesorów jest już bardzo dobra.Dzięki technologii sztucznej inteligencji i dedykowanym procesorom NPUDzięki komunikacji 5G złożone obliczenia i prace renderingowe mogą być przekazywane do serwerów chmurowych.Klient wyświetla zwrócone dane w czasie rzeczywistym, aby zapewnić doskonałe doświadczenieDlatego większość lusterek i lusterek piękności na rynku jest poddawana iteracyjnym ulepszeniom.   Rozwój przemysłu fitness odzwierciedla w pewnym stopniu poziom gospodarczy kraju.ludzie zwracają większą uwagę na zdrowie i częściej przyjmują profesjonalne szkolenia fitnessDlatego wiele siłowni otwiera się w rozwiniętych ekonomicznie obszarach lub w centrach miast, ponieważ ich docelowi klienci są tutaj.Większość siłowni jest wyposażona w wiele dużych urządzeńChociaż coraz więcej ludzi w Chinach zaczyna zwracać uwagę na sprawność,W Europie i Stanach Zjednoczonych popularność treningu fizycznego jest znacznie mniejsza.Jeśli miejsce zajęcia znajduje się na przedmieściach, nie jest to wygodne dla klientów, którzy przychodzą na ćwiczenia.wiele firm zajmujących się szkoleniami fitness bada modele treningowe online, co może nie tylko obniżyć koszty operacyjne, ale także zaoszczędzić koszty dojazdów trenerów i studentów, co jest bardzo wygodne.Komunikacja wideo online stała się przyjętym przez społeczeństwo sposobem komunikacji, a fitness domowy stał się normalną praktyką, która odegrała pewną rolę w promowaniu treningu fitness online.   Z technicznego punktu widzenia obecne rozwiązanie techniczne może nie tylko spełniać wymagania w zakresie komunikacji wideo w czasie rzeczywistym między uczniami a trenerami, ale także zapewniać poradę fitness dla każdego lub wielu osób.ale uczniowie mogą również uczyć się samodzielnie, obserwując wideo nauczaniaObecne nowe procesory mają niezależne procesory, które są specjalnie zaprojektowane do uruchamiania modeli sztucznej inteligencji.ruchy ludzkiego ciała mogą być dokładnie zidentyfikowaneW porównaniu ze standardowymi ruchami łatwo jest ocenić ukończenie ruchów fitness.Programy te dążą do zakończenia ruchu i nie wymagają pomocy zewnętrznejSą to idealne programy szkoleniowe sztucznej inteligencji, ale ekologia lusterek fitness jest znacznie większa.takie jak tłuszcz, bicie serca, temperatura ciała, stan powierzchni ciała, ekspresje twarzy i inne oznaki, co jest wygodne do opracowania bardziej naukowych planów treningowych i osiągnięcia dobrych wyników fitness.W erze dużych danych, firmy, które mogą precyzyjnie uzyskać te dane użytkowników mogą osiągnąć wielkie osiągnięcia w dziedzinie zdrowia.   Rola inteligentnego lusterka w inteligentnym domu jest bardziej podobna do inteligentnego ekranu.Takie produkty mogą uzupełnić połączenie jako część inteligentnego domuWielu ludzi nazywa tego rodzaju produkt magicznym lustrem. W rzeczywistości nie dlatego, jak zaawansowana jest technologia, ale bardziej z powodu ogromnego kontrastu między inteligentnym lustrem a tradycyjnym lustrem,Magiczne lustro to lustro z wbudowanym systemem operacyjnym i ekranem dotykowym, który jest tym samym typem produktu co inteligentny ekran.Można go podłączyć do Internetu.I jako konieczność życia, lustro może być użyte jako wejście do sieci do odkrycia głębokiej wartości.   Produkty z inteligentnymi lusterkami całego ciała wydają się mieć wiele podkategorii, ale platforma techniczna za nimi jest podobna, ekran dotykowy, system operacyjny i czujniki peryferyjne.Na przykład RK3568 Rockchip., może obsługiwać różnorodne interfejsy ekranu punktowego, takie jak HDMI, eDP, LVDS, MIPI, RGB, V-by-one itp.,i obsługuje wieloekranowy wyświetlacz i wieloekranowy ekran dotykowy, aby zaspokoić potrzeby wyświetlania inteligentnych lusterekJeśli chodzi o system operacyjny, RK3568 nie tylko obsługuje Android 11, ale także obsługuje systemy Linux, takie jak Debian 10, Ubuntu Core, Yocto itp.,W przyszłości będą możliwości wspierania krajowych systemów operacyjnych i Hongmeng OS.. Jest to wygodne dla programistów do tworzenia oprogramowania i realizowania różnych funkcji. RK3568 ma również bogactwo interfejsów rozszerzeniowych w celu zaspokojenia złożonych potrzeb różnych kamer, mikrofonów array,czujniki, komunikacji bezprzewodowej itp. ScenSmart może dostosowywać produkty dla klientów zgodnie z rzeczywistymi scenariuszami, które mogą spełniać potrzeby użytkowania w różnych scenariuszach.   Neardi może zapewnić klientom dojrzałe i stabilne rozwiązania techniczne, zmniejszyć koszty prób i błędów, skrócić cykl badań i rozwoju oraz pomóc klientom w szybkim wdrożeniu inteligentnych projektów lusterek całego ciała.Ale to nie oznacza, że inteligentne lusterka są przemysłem o niskim proguNiezależnie od tego, czy chodzi o inteligentny dom, lusterko fitness, czy lusterko urody, to rynek przemysłowy i wymaga możliwości sprzedaży kanałów.lustra pasujące i lustra kosmetyczne przeznaczone są głównie dla sprzedawców detalicznych marek, a modelowanie różnych ubrań i próbek zajmuje dużo czasu, a początkowa inwestycja jest stosunkowo duża.i trudno jest zdobyć klientówSzkolenie fitness to niszowy rynek, który wymaga udziału profesjonalnych trenerów w tym ekosystemie.Większość inteligentnych produktów domowych należy do rynku miękkich mebli dekoracji domuChociaż można je szybko dostarczać w partiach poprzez kontakt z programistami lub wykonawcami, presja finansowa jest często stosunkowo duża.Wielka ilość danych użytkownika zostanie ostatecznie wygenerowanaZastosowanie tych danych jest kluczowym zagadnieniem, które należy rozważyć.   Rynek inteligentnych lusterek jest nadal niebieskim oceanem i znajduje się w okresie szybkiego wzrostu.Wielkim producentom Internetu trudno jest szybko wejść na rynekChociaż jest to niszowy rynek, jest to rynek o sztywnym popycie. Jest odpowiedni dla start-upów, ale bardziej odpowiedni do modernizacji i transformacji istniejących firm w branży.
Najnowsze sprawy dotyczące Wysokiej wydajności aplikacja wizualna gospodarza przemysłu LPA3399Pro, podsumowanie wydajności!
2024/12/13
Wysokiej wydajności aplikacja wizualna gospodarza przemysłu LPA3399Pro, podsumowanie wydajności!
1. Opis produktu LPA3399Pro to przenośny komputer komputerowy opracowany na bazie platformy Rockchip RK3399Pro, skierowany do scenariuszy wymagających dużej ilości obliczeń wizualnych.Ma wbudowaną jednostkę obliczeniową NPU z 3.0TOPS moc obliczeniowa i obsługuje wiele modeli algorytmów.Użytkownicy muszą tylko przeniesić algorytm na platformę, aby szybko wdrożyć produkt. LPA3399Pro Visual Embedded Computer obsługuje 5-stronne wejście kamery AHD i wielokrotne wejście kamery głębokości, co jest odpowiednie dla produktów wizualnych i ADAS.Kamery AHD są szeroko stosowane w branży motoryzacyjnej, przy użyciu przesyłki koaksjalnej, o odległości do kilkudziesięciu metrów, i przy użyciu standardowego w branży połączenia z wtyczką lotniczą, która jest stabilna, niezawodna i łatwa w instalacji. Komputer wbudowany w wizualny system LPA3399Pro integruje 802.11a/b/g/n/ac dual-band WIFI, BT5.0 Bluetooth niskiej mocy, GPS+BD dual-mode nawigacji, siedmiowarunkowej pełnej sieci komunikacji 4G,i 9-osiowego czujnika ruchu; obsługuje wiele interfejsów komunikacyjnych, w tym RS232, RS485, CAN, 1000M Ethernet itp. Bogate interfejsy pozwalają użytkownikom na tworzenie różnych doskonałych produktów.   2. Funkcjonalny przegląd Rozwiązanie wielokanalizowanego dostępu kamery, 5-kanałowa kamera AHD o wysokiej rozdzielczości i 4-kanałowa kamera USB stanowią podstawę rozszerzenia dla różnych scenariuszy zastosowań; Wysokiej wydajności platforma NPU AI, moc obliczeniowa do 3,0TOPS, kompatybilność wielomodelowa i wsparcie wielotypów ram zapewniają solidną podstawę mocy obliczeniowej dla różnych aplikacji sztucznej inteligencji; Przednia część zabezpieczenia mocy klasy motoryzacyjnej może wytrzymać szeroki napięcie wejściowe od -40V do 60V i zakres napięcia roboczego od 9V do 36V, ochronę przed nad napięciem i pod napięciem,ochrona przed prądem i nadtemperaturą, ochronę przed obciążeniem zapłonowym itp. można bezpośrednio podłączyć do różnych systemów zasilania akumulatorami 12V lub 24V,zapewnienie bezpiecznej podstawy dla scenariuszy zastosowania sztucznej inteligencji w różnych pojazdach; Bogata i zróżnicowana, taka integracja funkcjonalna, pełna transmisja danych sieciowych 2G / 3G / 4G, GPS / BD podwójny tryb pozycjonowania, 2.4G / 5G podwójny pas Wi-Fi, połączenie BT5.0 Bluetooth, czujnik śledzenia ruchu 9-osiowy,może spełniać wymagania dotyczące rozwoju aplikacji w różnych rodzajach scenariuszy, a także zapewnić najszybszą bazę prototypową do oceny i prezentacji nowych produktów i nowych zastosowań; Wysoce niezawodny interfejs obwodowy, izolacja elektryczna, ochrona elektrostatyczna, osłona elektromagnetyczna, antywibracja i antyodłączność,zapewniają solidną podstawę połączeń dla różnych scenariuszy kontroli przemysłowej w trudnych warunkach; Nieefektywna konstrukcja pasywnego rozpraszania ciepła, duża powierzchnia płetw rozpraszających ciepło z stopów aluminium bezpośrednio kieruje ciepłem wewnętrznym procesora do środowiska zewnętrznego,zapewnienie wiarygodnej podstawy środowiskowej dla długiego życia, wysokiej wydajności i ciągłej stabilnej pracy systemu.   3Wnioski Szeroko stosowane w inteligentnej sprzedaży detalicznej, inteligentnych robotach sztucznej inteligencji, ADAS / DMS, inteligentnym bezpieczeństwie, terminalach komputerowych, wizji maszynowej i innych scenariuszach.
Najnowsze sprawy dotyczące LBA3588S: Innowacyjne aplikacje i rozwiązania wielowymiarowe dla inteligentnych komputerów
2024/12/13
LBA3588S: Innowacyjne aplikacje i rozwiązania wielowymiarowe dla inteligentnych komputerów
Komputer wbudowany LBA3588 firmy Neardi Technology, o potężnych możliwościach przetwarzania NPU i bogatej obsłudze interfejsu, zapewnia innowacyjne rozwiązania dla wielu branż.Artykuł ten skupia się na zastosowaniu LBA3588 w inteligentnej sprzedaży detalicznej, wielokanalizowany dostęp do kamer MIPI i wieloekranowy wyświetlacz, co pokazuje jego ważną rolę w poprawie biznesowej inteligencji i spersonalizowanych usług. Wraz z ciągłym postępem technologii, inteligentne komputery są coraz częściej wykorzystywane we wszystkich dziedzinach życia.Z zaawansowaną technologią NPU i zróżnicowanym wsparciem interfejsu, zapewnia silne wsparcie techniczne i spersonalizowane rozwiązania dla inteligentnej sprzedaży detalicznej, monitorowania, opieki medycznej, transportu i innych dziedzin.   1Innowacyjne zastosowania inteligentnej sprzedaży detalicznej Zastosowanie wbudowanego komputera LBA3588 w dziedzinie inteligentnej sprzedaży detalicznej odzwierciedla się głównie w identyfikacji produktów, liczeniu tłumów i inteligentnej rekomendacji.Dzięki potężnej mocy przetwarzania NPU, LBA3588 może szybko i precyzyjnie identyfikować produkty, a jednocześnie przeprowadzać statystyki w czasie rzeczywistym i analizy zachowań przepływu ludzi w centrach handlowych lub sklepach,zapewnienie handlowcom wsparcia w podejmowaniu decyzji w celu optymalizacji procesów wyświetlania produktów i usług.   2Zróżnicowane zastosowania wielokanalizowanego dostępu do kamer MIPI LBA3588 obsługuje wielokanalizowany dostęp kamery MIPI, co umożliwia budowę systemów monitorowania wielokamer, systemów widzenia stereoskopowego, przetwarzania obrazu wielokrotnego widzenia itp.Czy to jest monitorowanie bezpieczeństwa, monitorowania przepływu ruchu lub diagnostyki obrazowania medycznego, LBA3588 może zapewnić jasne i w czasie rzeczywistym możliwości przetwarzania obrazu w celu zaspokojenia potrzeb różnych scenariuszy.   3Elastyczne zastosowanie różnorodnego wyświetlacza na wielu ekranie LBA3588 obsługuje wiele interfejsów, takich jak HDMI, LVDS, EDP, USB i DP, które mogą realizować wieloekranowe heterogeniczne wyświetlacze, tj.wyświetlanie różnych treści na wielu wyświetlaczach w tym samym czasie lub rozszerzenie przestrzeni wyświetlaniaNiezależnie od tego, czy jest to billboard cyfrowy, centrum monitorowania, sala konferencyjna, czy wystawa,LBA3588 może zapewnić elastyczne rozwiązania wyświetleniowe w celu zwiększenia atrakcyjności i wydajności wyświetlania informacji. Potężna zdolność przetwarzania NPU: NPU wyposażone w LBA3588 może skutecznie przetwarzać złożone dane i spełniać potrzeby obliczeniowe z dużym obciążeniem. Bogata obsługa interfejsu: wielointerfejs umożliwia elastyczne dostosowanie się do różnych wymagań związanych z połączeniem urządzeń, w tym czujników, kamer, wyświetlaczy itp. Wysoka integracja systemu: Wysoko zintegrowana konstrukcja LBA3588 zmniejsza zależność od urządzeń zewnętrznych, upraszcza konfigurację systemu i poprawia stabilność i niezawodność systemu. Szeroki zakres scenariuszy zastosowań: Niezależnie od tego, czy chodzi o automatyzację przemysłową, połączenie urządzeń IoT, pozycjonowanie GPS lub połączenie urządzeń komunikacyjnych, LBA3588 może dostarczać dostosowane rozwiązania. Komputer wbudowany LBA3588 firmy Neardi Technology, o doskonałej wydajności i szerokim zakresie scenariuszy zastosowań, wprowadził nową energię w rozwój ery inteligentnej.Wraz z ciągłym postępem technologii i pogłębianiem zastosowań, LBA3588 wykaże swoją wyjątkową wartość i potencjał w większej liczbie dziedzin.
Najnowsze sprawy dotyczące LPB3588 Komputer wbudowany - rozwiązanie kontroli przemysłowej!
2024/12/13
LPB3588 Komputer wbudowany - rozwiązanie kontroli przemysłowej!
1. Opis produktu LPB3588 Embedded Computer to inteligentny host starannie zaprojektowany na bazie platformy chipowej Rockchip RK3588; kadłub przyjmuje konstrukcję całkowicie aluminiową bez wentylatora, and the innovative structural combination inside the body allows the key CPU and PMU and other major heat-generating components to directly conduct heat to the external aluminum shell so that the entire body shell acts as a heat dissipation material, który może wytrzymać bardziej rygorystyczne warunki pracy i jest szeroko stosowany w różnych scenariuszach przemysłowych.   2. Wprowadzenie do interfejsu LPB3588 Embedded Computer posiada 3 USB3.0 HOST i jeden pełnoprawny interfejs typu C, który może być podłączony do wielu kamer USB; 2 mini-interfejsy PCIe,oprócz zewnętrznych modułów 4G lub 5G, może być również podłączony do naszej firmy mini-PCIe interfejsu karty obliczeniowej NPU opracowane na podstawie RK1808,i połączone z wieloma kamerami w celu utworzenia sztucznej inteligencji wizualnego hosta obliczeniowego, który obsługuje do 12TOPS mocy obliczeniowej. Komputer wbudowany LPB3588 obsługuje podwójne pasmo WIFI6, BT5.0, 2-stronny 1000M Ethernet i obsługuje rozbudowę modułów 4G lub 5G; obsługuje 2-stronny szybki UART, 4-stronny RS232, 1-stronny RS485, 2-stronny CANBUS i inne powszechne interfejsy komunikacyjne. Komputer wbudowany LPB3588 obsługuje wyjście HDMI 3-drogowe, wyjście DP 1-drogowe, 1-drogowy dwukierunkowy interfejs LVDS i sterowanie podświetlaniem i interfejs ekranu dotykowego, obsługuje wejście HDMI 1-drogowe,obsługuje wejście i wyjście audio, może być podłączony do zewnętrznego głośnika stereo o mocy 10W@8Ω, wbudowany interfejs napędu stałego M.2 nvme 2280, może być podłączony do różnych zewnętrznych wyświetlaczy i obsługuje wyświetlacz wielopoziomowy. Inteligentny host LPB3588 obsługuje czterostronne sterowanie przekaźnikiem, w tym 4 grupy portów normalnie otwartych, normalnie zamkniętych i COM; obsługuje czterostronne wejście przełącznika, każdy z izolacją optokupleru,obsługuje wejście aktywne (do 36V) lub pasywne; obsługuje czterostronne wejście analogowe, obsługuje wykrywanie napięcia 0 ~ 16V lub wykrywanie prądu 4 ~ 20mA i może być podłączony do różnych przemysłowych nadajników. LPB3588 Embedded Computer obsługuje systemy Android, buildroot, Debian i Ubuntu, ma zalety wysokiej wydajności, wysokiej niezawodności i wysokiej skalowalności,i otwiera kod źródłowy systemu dla użytkownikówNasza firma zapewnia wszechstronne wsparcie techniczne dla programistów i użytkowników korporacyjnych,umożliwiające im skuteczne zakończenie prac badawczo-rozwojowych oraz znaczne skrócenie cyklu badań i rozwoju produktów oraz masowej produkcji.   3. Funkcjonalny przegląd Zasilanie prądu stałego 9-36 V, obsługuje nad napięcie, prąd nadmiarowy, ochronę przed napięciem i ochronę przed odwrotnym podłączeniem; Interfejs USB: 3 USB3.0 HOST, 1 pełnofunkcyjny interfejs typu C; Rozszerzenie NPU: można go wykorzystać z kartą obliczeniową RK1808 AI, do mocy obliczeniowej 12TOPS; Wyświetlacz wieloekranowy: 3 wyjścia HDMI2.0, jeden dwukanałowy interfejs wyświetlania LVDS, 1 interfejs wyjścia DP, może obsługiwać wyświetlacz wieloekranowy; wejście wideo: 1 wejście HDMI, o rozdzielczości do 4K@30 klatek na sekundę; wejście i wyjście dźwiękowe: wyjście dźwiękowe φ3,5 i wejście mikrofonu, mogą być podłączone do zewnętrznego głośnika stereo 10W@8Ω; Komunikacja sieciowa: 2 Gigabit Ethernet, BT5.0, dwupasmowy WIFI6, obsługa protokołu 802.11 a/b/g/n/ac/ax, opcjonalny moduł 4G lub moduł 5G; Rozszerzenie pamięci masowej: wbudowany interfejs M.2 M-KEY i interfejs STAT3.0, obsługa rozszerzenia dysków SSD i twardych; Komunikacja danych: 2 szybkie interfejsy UART, 4 RS232, 1 RS485, 2 CANBUS; Przemysłowe sterowanie: 4 sterowanie przekaźnikiem, 4 wejście przełącznika, 4 wejście analogowe; obsługa systemu: obsługa systemu Android, buildroot, Debian, Ubuntu i innych systemów operacyjnych;    
Wydarzenie
Najnowsze wiadomości
Najnowsze wiadomości o firmie Od Logiki Algorytmu do Układu Scalonego - Wdrożenie Po Stronie Chipa: Ewolucja Wykrywania Obiektów YOLO i Praktyka Rockchip
Od Logiki Algorytmu do Układu Scalonego - Wdrożenie Po Stronie Chipa: Ewolucja Wykrywania Obiektów YOLO i Praktyka Rockchip
.gtr-container-yolo789 { font-family: Verdana, Helvetica, "Times New Roman", Arial, sans-serif; color: #333; line-height: 1.6; padding: 16px; box-sizing: border-box; overflow-x: hidden; } .gtr-container-yolo789 p { font-size: 14px; margin-top: 0; margin-bottom: 1em; text-align: left !important; } .gtr-container-yolo789 div { margin-top: 0; margin-bottom: 1em; } .gtr-container-yolo789 .gtr-heading-1 { font-size: 18px; font-weight: bold; margin-top: 2em; margin-bottom: 1em; color: #0056b3; } .gtr-container-yolo789 .gtr-heading-2 { font-size: 18px; font-weight: bold; margin-top: 1.5em; margin-bottom: 0.8em; color: #0056b3; } .gtr-container-yolo789 strong { font-weight: bold; } .gtr-container-yolo789 img { margin-top: 1em; margin-bottom: 1em; } .gtr-container-yolo789 ul { list-style: none !important; margin: 0; padding: 0; margin-bottom: 1em; } .gtr-container-yolo789 ul li { position: relative; padding-left: 1.5em; margin-bottom: 0.5em; font-size: 14px; text-align: left !important; list-style: none !important; } .gtr-container-yolo789 ul li::before { content: "•" !important; position: absolute !important; left: 0 !important; color: #0056b3; font-size: 1.2em; line-height: 1; } @media (min-width: 768px) { .gtr-container-yolo789 { padding: 24px; max-width: 960px; margin: 0 auto; } } Stojąc na rozdrożu, wystarczy przelotne spojrzenie, aby mózg natychmiast oznaczył wszystko w polu widzenia: ten czerwony autobus wjeżdża na przystanek, dziecko na chodniku biegnie, a skuter dostarczający jedzenie pędzi obok. Ta niemal intuicyjna reakcja była kiedyś niezwykle trudna do nauczenia dla komputerów. Tak było do czasu, aż pojawiło się YOLO. You Only Look Once - w momencie przechwycenia obrazu klasyfikacja i lokalizacja są wykonywane jednocześnie. Pozwoliło to wykrywaniu obiektów pożegnać się z wyczerpującymi poszukiwaniami i, podobnie jak ludzka intuicja, naprawdę obdarzyło maszyny esencją myślenia w czasie rzeczywistym. Wizualna "Intuicja": Filozofia regresji YOLO Przed narodzinami YOLO, dziedziną wizji komputerowej dominowała dwuetapowa architektura. Wtedy, aby wykryć obiekt, algorytm musiał najpierw wyodrębnić tysiące propozycji regionów, a następnie klasyfikować je jeden po drugim. Geniusz YOLO polega na tym, że całkowicie obalił ten uciążliwy proces "propozycja-następnie-weryfikacja" i zrekonstruował wykrywanie obiektów z zadania klasyfikacji w problem regresji end-to-end. Kiedy wprowadzasz obraz do sieci YOLO, przecinasz węzeł gordyjski, bezpośrednio dzieląc obraz na siatkę S*S. Każda siatka jest nie tylko wycinkiem obrazu, ale także punktem cechy w tensorze wyjściowym sieci. Zintegrowane przewidywanie tensora: Każda siatka bezpośrednio przewiduje informacje o współrzędnych (x, y, w, h) wielu ramek ograniczających, a także wynik ufności wskazujący, czy obiekt jest obecny. Równoległa klasyfikacja i lokalizacja: Podczas przewidywania współrzędnych, każda siatka oblicza również zestaw prawdopodobieństw klas. Oznacza to, że lokalizacja i klasyfikacja są wykonywane w pełni równolegle w obrębie wyjścia tej samej warstwy sieci neuronowej. Globalne sprzężenie cech: Dzięki konstrukcji end-to-end sieci, ma ona dostęp do globalnych informacji całego obrazu podczas podejmowania decyzji. W porównaniu z tradycyjnymi algorytmami, które skupiają się tylko na lokalnych propozycjach regionów, takie "szerokie spojrzenie" YOLO pozwala mu dokładniej identyfikować szumy tła, co sprawia, że rzadziej błędnie klasyfikuje nieregularnie ukształtowane chmury jako ptaki. YOLO w wizji AI w przemyśle Wiele osób myśli, że AI jest odległe, ale szczerze mówiąc, YOLO od dawna "zacięcie rywalizuje" w zakątkach, których nie widzimy. Inteligentne place budowy: Na budowach tuneli wypełnionych pyłem lub przy bardzo słabym oświetleniu, YOLOv9 wykazuje niezwykle silne możliwości ekstrakcji cech. Wykrywanie zgodności z zachowaniem: Może nie tylko zidentyfikować obecność lub brak kasków ochronnych i kamizelek odblaskowych, ale także określić, czy są one prawidłowo noszone (np. czy pasek kasku jest zapięty, czy zamek jest całkowicie zapięty) poprzez szczegółowe cechy. Przetwarzanie o wysokiej współbieżności: Obsługuje wykrywanie w czasie rzeczywistym na dużą skalę ponad 50 osób na klatkę. W połączeniu z technologią obrazowania w podczerwieni, realizuje skok od "ręcznego monitoringu" do "automatycznego wczesnego ostrzegania 24/7". Zarządzanie miejskie: Scenariusze zarządzania miastem i kompleksowego zarządzania nakładają wysokie wymagania na zdolność algorytmów do przeciwdziałania zakłóceniom. Zarządzanie statyczne: Łącząc porównywanie obrazów historycznych i segmentację semantyczną, system może dokładnie identyfikować nowo wybudowane nielegalne konstrukcje, gromadzenie śmieci lub zajmowanie dróg dla biznesu, a nawet automatycznie kwantyfikować powierzchnię i objętość naruszeń. Bezpieczeństwo dynamiczne: W oparciu o rozpoznawanie postawy (OpenPose/YOLO-Pose), system może wrażliwie rejestrować nietypowe zachowania, takie jak "upadek osoby na ziemię" i łączyć się z systemami medycznymi ratunkowymi. W gęstych tłumach wykorzystuje algorytm grupowania gęstości (DBSCAN) do monitorowania gęstości tłumu w czasie rzeczywistym i zapobiegania ryzyku paniki. Kontrola zasilania: Fuzja multimodalna w obszarach wysokiego ryzyka, takich jak podziemne tunele kablowe lub wieże wysokiego napięcia: Łącząc chmurę punktów lidar i obrazowanie termowizyjne w podczerwieni, może przeprowadzać bezkontaktowe wykrywanie nienormalnego nagrzewania transformatorów, prądu upływu odgromników lub pochylenia wieży (z dokładnością 0,1°) z odległości 30 metrów. Automatyczna ocena wad: W przypadku drobnych ukrytych zagrożeń, takich jak uszkodzenie kabli i korozja wsporników, dokładność rozpoznawania przekracza 92%, co znacznie poprawia wydajność eksploatacji i konserwacji oraz zapewnia bezpieczeństwo personelu. Zapobieganie pożarom lasów: W przypadku wykrywania dymu i ognia na dużych obszarach o nieregularnych kształtach, YOLO wykazuje ultraszybką zdolność reakcji. Dokładna identyfikacja dymu i ognia: Łącząc cechy obrazu i dane radiacji termicznej, może odróżnić pożary lasów, ogniska lub spalanie gruntów rolnych w ciągu 2 sekund, z niezwykle silną zdolnością do przeciwdziałania zakłóceniom ze strony chmur i cieni roślinności. Świadomość sytuacyjna: Integrując informacje geograficzne GIS i model lasu losowego, system może nie tylko wykrywać pożar, ale także przewidywać trend rozprzestrzeniania się na podstawie prędkości wiatru i terenu, dostarczając map wizualnych do planowania na miejscu. Ostateczna optymalizacja mocy obliczeniowej dla RK3588/RK3576 Szczerze mówiąc, testowanie na karcie graficznej to tylko rozgrzewka. To, co naprawdę umożliwia wdrożenie i implementację YOLO, to przeniesienie go do SoC w rozmiarze chipa, takich jak RK3588 lub RK3576 firmy Rockchip. To nie tylko prosta migracja kodu, ale "ekstremalne wykorzystanie" mocy obliczeniowej, przepustowości i pamięci. Aby osiągnąć wykrywanie obiektów na poziomie milisekund na tych platformach SoC, zazwyczaj wymagane są następujące kroki: "Przetłumacz" model: NPU (Neural Processing Unit) chipa ma własne specyfikacje i nie może interpretować natywnych plików treningowych .pt PyTorcha. Używając RKNN-Toolkit2, model jest konwertowany do formatu ONNX, a następnie demontowany i rekonstruowany do formatu .rknn, który chip może zrozumieć - obserwując, jak złożone operatory są reorganizowane w ścieżki obliczeniowe preferowane przez NPU. "Odchudzanie" przez kompresję: Natywne modele FP32 (32-bitowa zmiennoprzecinkowa) mają ogromną liczbę parametrów, nakładając duże obciążenie na przepustowość i pamięć wbudowanych chipów. Algorytmy kwantyzacji kompresują wagi i aktywacje z 32 bitów do 8 bitów, zmniejszając zużycie pamięci o pełne 75%. To nie tylko łagodzi nacisk na przepustowość DDR, ale także skutecznie obniża zużycie energii obliczeniowej. "Optymalizacja transferu danych": Nawet jeśli model jest wystarczająco szybki, NPU nadal będzie "siedzieć bezczynnie", jeśli procesor jest zajęty przenoszeniem strumieni wideo w pamięci. Aby uniknąć marnowania choćby milisekundy, technologia DMA-BUF zero-copy jest używana do umożliwienia udostępniania danych strumienia wideo w pamięci wideo między ISP, GPU i NPU, całkowicie eliminując obciążenie kopiowania procesora. W połączeniu z logiką równoległą dla asynchronicznego wnioskowania, następna klatka jest już w kolejce do przetworzenia, podczas gdy bieżąca klatka wciąż przechodzi operacje splotu. Ta płynna koordynacja pozwala na płynne działanie strumieni wideo w czasie rzeczywistym na chipie. Która wersja YOLO jest Twoim "wyborem"? Podczas wdrażania na urządzeniach wbudowanych, wybór wersji nie polega po prostu na "gonieniu za najnowszym"; zamiast tego wymaga zrównoważenia obciążenia mocą obliczeniową, kompatybilności operatorów i wymagań dotyczących dokładności konkretnych zadań. Test inżynieryjny: YOLOv5 Jako wersja z najbardziej dojrzałym ekosystemem, YOLOv5 może pochwalić się niezwykle wysoką stabilnością i pokryciem wdrożeniowym w sektorze przemysłowym. Funkcje techniczne: Przyjmuje mechanizm oparty na kotwicach z elastyczną architekturą (dostępny w wielu skalach od Nano do Huge). Zalety wdrożeniowe: Zestaw narzędzi RKNN firmy Rockchip zapewnia dla niego najbardziej kompleksowe wsparcie z doskonałą kompatybilnością operatorów, co czyni go pierwszym wyborem dla szybkiego wdrażania projektów i wysokiej stabilności. Wszechstronna architektura: YOLOv8 YOLOv8 wprowadza mechanizm bez kotwic, osiągając ujednoliconą architekturę dla wykrywania, segmentacji i estymacji pozy (Pose). Funkcje techniczne: Wykorzystuje moduł C2f do ulepszenia przepływu cech i poprawia dokładność regresji poprzez Decoupled Head. Zalety wdrożeniowe: Uderza w doskonałą równowagę między dokładnością a szybkością podczas obsługi wielozadaniowości (np. jednoczesne wykrywanie obiektów i ekstrakcja punktów kluczowych człowieka), co czyni go głównym rozwiązaniem na wysokowydajnych SoC, takich jak RK3588 obecnie. Skok wydajności end-to-end: YOLOv10 YOLOv10 poczyniło przełomowe postępy w rozwiązywaniu wąskiego gardła post-processingu w wykrywaniu w czasie rzeczywistym. Funkcje techniczne: Wprowadza strategię bez NMS (Non-Maximum Suppression-free), eliminując niedeterminizm w opóźnieniu wnioskowania poprzez wyrównanie projektu dopasowania jeden-do-wielu i jeden-do-jednego. Zalety wdrożeniowe: Na brzegu, NMS często stanowi znaczną część zużycia czasu procesora. YOLOv10 całkowicie rozwiązuje tę utratę wydajności, umożliwiając procesowi wnioskowania wykazywanie lepszej liniowej stabilności na sprzęcie SoC. Ewolucja wysokiej precyzji: YOLOv11 i VajraV1 Reprezentują one najnowsze iteracje technologiczne dla złożonych scenariuszy, koncentrując się na przechwytywaniu szczegółowych cech. Funkcje techniczne: YOLOv11 optymalizuje lekkie mechanizmy uwagi (C3k2/C2PSA), podczas gdy VajraV1 jest głęboko dostosowany do urządzeń brzegowych na tej podstawie. Poprzez poszerzenie splotów rdzeniowych i przyjęcie projektu prowadzonego przez niską rangę, znacznie poprawia niezawodność w złożonych środowiskach. Zalety wdrożeniowe: Ma wyraźne zalety w wykrywaniu gęstych obiektów, scenariuszach zasłaniania i precyzyjnej percepcji pozy (np. szczegóły dotyczące noszenia kasku ochronnego, szczegółowe rozpoznawanie działań), reprezentując najwyższy górny limit dokładności wykrywania osiągalny przez rodzinę YOLO na urządzeniach wbudowanych do chwili obecnej. Ewolucja algorytmów obniżyła próg percepcji, podczas gdy popularyzacja chipów poszerzyła granice inteligencji.
Najnowsze wiadomości o firmie Przestań podejmować ślepe wybory!
Przestań podejmować ślepe wybory!
.gtr-container-k7p2x9 { font-family: Verdana, Helvetica, "Times New Roman", Arial, sans-serif; color: #333; line-height: 1.6; padding: 1em; box-sizing: border-box; overflow-wrap: break-word; } .gtr-container-k7p2x9 p { font-size: 14px; margin-bottom: 1em; text-align: left !important; color: #333; } .gtr-container-k7p2x9 strong { font-weight: bold; color: #222; } .gtr-container-k7p2x9 .gtr-title-main-k7p2x9 { font-size: 18px; font-weight: bold; margin-top: 2em; margin-bottom: 1em; color: #0056b3; text-align: left; } .gtr-container-k7p2x9 .gtr-title-sub-k7p2x9 { font-size: 16px; font-weight: bold; margin-top: 1.5em; margin-bottom: 0.8em; color: #333; text-align: left; } .gtr-container-k7p2x9 .gtr-image-wrapper-k7p2x9 { margin-top: 1.5em; margin-bottom: 1.5em; text-align: center; } .gtr-container-k7p2x9 .gtr-image-wrapper-k7p2x9 img { max-width: 100%; height: auto; display: inline-block; vertical-align: middle; } .gtr-container-k7p2x9 .gtr-callout-k7p2x9 { padding: 1em; margin-top: 1.5em; margin-bottom: 1.5em; border-left: 4px solid #007bff; background-color: #f0f8ff; color: #333; font-size: 14px; text-align: left; } @media (min-width: 768px) { .gtr-container-k7p2x9 { max-width: 960px; margin: 0 auto; padding: 2em; } } Szczerze mówiąc, dla znajomych pracujących nad projektami wbudowanymi lub AI, gdy po raz pierwszy widzą stół pełen dziwacznych interfejsów kamer, ich wewnętrzne myśli to prawdopodobnie: "Wszystkie służą tylko do przesyłania obrazów - czy naprawdę muszą być tak zróżnicowane?" Niektóre są wyposażone w kolorowe płaskie kable, inne wyglądają jak stare kable koncentryczne w windach, a jeszcze inne mają nawet dołączony kabel Ethernet. W rzeczywistości nie jest to celowe utrudnianie sprawy przez producentów. Wybór interfejsu zasadniczo sprowadza się do kompromisu między czterema czynnikami: przepustowością, odległością, opóźnieniem i kosztem. Nie będziemy dziś tracić czasu na podręcznikowy żargon - przejdźmy od razu do sedna i porozmawiajmy o tym, jak te interfejsy działają. Kompromis między najwyższą prędkością a zużyciem energii: Dlaczego układy scalone telefonów komórkowych obsługują tylko MIPI? DVP (Digital Video Port): Emerytowany "Weteran" DVP jest jak staromodowy "bulwar obok siebie", składający się z 8 do 16 linii danych, plus linia zegara i linie sygnału synchronizacji. Wykorzystuje transmisję równoległą, gdzie dane są przesyłane w uporządkowany sposób, tak jak formacja ludzi maszerujących w kolejce. Zalety: Jego największą zaletą jest prostota i bezpośredniość. Przesyła sygnały surowego poziomu bez potrzeby skomplikowanej logiki kodowania i dekodowania. Wystarczy prosty sterownik, aby go uruchomić, a nawet mikrokontrolery niskiej klasy mogą sobie z nim łatwo poradzić. Wady: Jego wydajność jest raczej niska. Przy wielu liniach ułożonych równolegle, gdy prędkość transmisji wzrasta (tj. rośnie częstotliwość), wystąpią poważne przesłuchy i odchylenia czasowe między liniami. Gdy częstotliwość wzrośnie, ekran zostanie wypełniony szumem przypominającym płatki śniegu. Dlatego ma bardzo wąską przepustowość i jest zasadniczo przestarzały w erze wysokiej rozdzielczości. Scenariusze zastosowań: Obecnie DVP zasadniczo wycofał się do roli drugorzędnej, będąc używanym głównie w skanerach kodów kreskowych, zabawkach o niskiej rozdzielczości lub prostych scenariuszach akwizycji danych z czujników. Jeśli Twój projekt wymaga tylko skanowania kodów QR, DVP jest nadal najbardziej opłacalnym wyborem. MIPI CSI: Zasłużony "Władca Elektroniki Użytkowej" Dlaczego telefony komórkowe mogą nagrywać filmy w rozdzielczości 4K, a nawet 8K? Wszystko dzięki MIPI. Wykorzystuje tryb transmisji różnicowej o niskim wahaniu MIPI D-PHY/C-PHY. Możesz pomyśleć o tym jako o "typie sygnału różnicowego, który jest bardziej delikatny niż LVDS, ale bardziej wydajny". To już nie zwykła formacja, ale raczej grupy wysoce skoordynowanych "elitarnych sił specjalnych" skręconych wokół siebie. Szczyci się niezwykle silną odpornością na zakłócenia i niesamowicie wysoką wydajnością transmisji danych. Na przykład, wszystkie modele naszych regularnych płyt rozwojowych Neardi są zasadniczo wyposażone w interfejsy kamer MIPI jako standard. Płyta rozwojowa LKB3576 Zalety: Niezwykle wysoka przepustowość w połączeniu z ultra niskim zużyciem energii. Może przesyłać zdumiewającą ilość danych przy minimalnej stracie mocy. Co ważniejsze, interfejsuje się bezpośrednio z ISP (Image Signal Processor) wewnątrz SoC. Oznacza to, że jak tylko obraz się pojawi, ISP może natychmiast przejąć zadania przetwarzania (korekcja kolorów, redukcja szumów, wyostrzanie) bez angażowania w ogóle procesora. Wady: Jest naprawdę delikatny. Odległość transmisji zwykle nie może przekraczać 30 centymetrów; sygnał zostanie utracony, jeśli ścieżki PCB zostaną poprowadzone nawet trochę za daleko. Co więcej, debugowanie MIPI to koszmar dla wszystkich programistów - musisz obsłużyć skomplikowaną logikę warstwy fizycznej D-PHY lub C-PHY, a także zoptymalizować te wywołujące frustrację pliki parametrów jakości obrazu. Scenariusze zastosowań: Jest to główny interfejs dla telefonów komórkowych, tabletów i wbudowanych pudełek AI (RK3576/Raspberry Pi). Jeśli pracujesz nad algorytmami rozpoznawania twarzy w czasie rzeczywistym lub unikania przeszkód, MIPI jest zwykle najbardziej profesjonalnym i wydajnym wyborem dla scenariuszy bezpośredniego połączenia na pokładzie. Profesjonalna wskazówka: Podczas projektowania na pokładzie zauważysz, że kamery MIPI są zwykle podłączane za pomocą cienkich kabli FPC. Nigdy nie lekceważ takich kabli - ich wytrzymałość na zginanie i konstrukcja odporności na zakłócenia elektromagnetyczne (EMI) bezpośrednio decydują o stabilności strumienia wideo. Co powinieneś zrobić, gdy kamera znajduje się ponad 5 metrów od hosta? USB (protokół UVC): Wszechstronny "Motyl Społeczny" Kamery USB opierają się na protokole UVC (USB Video Class), umożliwiając natychmiastowe generowanie obrazu. Większość urządzeń zintegrowanych Neardi RK3588 programistów jest zwykle wyposażona w wiele zarezerwowanych interfejsów USB 3.0, a warstwa systemowa już zakończyła adaptację sterownika UVC. Nawet jeśli nie masz pod ręką drogiego modułu MIPI, możesz bezpośrednio podłączyć kamerę USB do płyty Neardi i nadal płynnie uruchamiać algorytmy. Inteligentny komputer LPB3588 Zalety: Funkcjonalność plug-and-play (bez sterowników) to jego największa cecha zabójcza. Do weryfikacji algorytmów i prezentacji demonstracyjnych w laboratorium możesz uzyskać obrazy w 5 minut, co czyni go ratunkiem dla programistów. Ponadto charakteryzuje się niezwykle niskim kosztem - możesz użyć dowolnej kamery kupionej łatwo w lokalnym sklepie. Wady: Jego wygoda wiąże się z kosztem zasobów procesora. Surowe dane obrazu przesyłane przez USB są nadmiernie duże; USB 2.0 po prostu sobie z tym nie radzi. Dlatego kamera najpierw kompresuje klatki za pomocą MJPEG lub H.264 wewnętrznie. W rezultacie procesor musi przeznaczyć znaczną część swojej mocy obliczeniowej na dekompresję. Wielu początkujących narzeka, że uruchamianie modeli YOLO jest zbyt wolne - w rzeczywistości procesor jest już obciążony dekodowaniem klatek, zanim jeszcze rozpocznie wnioskowanie modelu. Jeśli SoC obsługuje dekodowanie sprzętowe VPU i odpowiednie sterowniki są poprawnie skonfigurowane, obciążenie procesora z kamer USB można znacznie zmniejszyć, ale ogólne opóźnienie nadal nie może dorównać MIPI. Dodatkowo, proces kompresji i dekompresji wprowadza zauważalne opóźnienie wynoszące od dziesiątek do setek milisekund. Scenariusze zastosowań: Wideokonferencje, zewnętrzne kamery komputerowe, demonstracje algorytmów w laboratorium i prosta kontrola jakości przemysłowej. Jeśli Twoje wymagania dotyczące wydajności w czasie rzeczywistym nie są ekstremalnie rygorystyczne, a host ma nadwyżkę mocy obliczeniowej, USB jest całkowicie wykonalnym wyborem. RJ45 (port Ethernet): "Kamień węgielny" wdrażania na duże odległości Gdy kamera musi być zainstalowana na suficie w kawiarni, a nawet na skrzyżowaniu dróg oddalonym o kilka kilometrów, kabel Ethernet jest prawie najbardziej uniwersalnym i dojrzałym wyborem. Aby sprostać takim potrzebom monitoringu o dużej częstotliwości i na duże odległości, producenci sprzętu nie szczędzili wysiłków w konfiguracji interfejsu. Weźmy za przykład inteligentny komputer LPM3588 firmy Neardi - stworzony na miarę dla rynku NVR (Network Video Recorder), szczyci się niezwykle potężnymi konfiguracjami: obsługuje do 5 portów Gigabit Ethernet (1000M) i 1 port Fast Ethernet (100M). Ten projekt jest po prostu stworzony do "karmienia" wieloma sieciowymi kamerami wysokiej rozdzielczości; nawet jeśli 6 lub więcej kanałów strumieni wideo wysokiej rozdzielczości pojawi się jednocześnie, przepustowość Gigabit może z łatwością sobie z nimi poradzić bez żadnych wąskich gardeł. Komputer NVR LPM3588 Zalety: Niezwykle duża odległość transmisji (klasa 100-metrowa), którą można przedłużać w nieskończoność za pomocą przełączników. Najpopularniejsze wśród programistów jest jego wsparcie PoE - jeden kabel Ethernet obsługuje zarówno zasilanie, jak i transmisję danych. Konstrukcja z wieloma portami, taka jak w LPM3588, eliminuje potrzebę stosowania zewnętrznego przełącznika, znacznie upraszczając złożoność okablowania systemów NVR. Wady: Stosunkowo wysokie opóźnienie. Ponieważ obrazy muszą przejść przez kompresję, pakowanie sieciowe, transmisję, a następnie dekompresję. W porównaniu z natywną wydajnością MIPI w czasie rzeczywistym, kamery Ethernet są nieco wolniejsze w reakcji. Scenariusze zastosowań: Monitoring bezpieczeństwa, inteligentne miasta, statystyki przepływu ludzi w kawiarniach/supermarketach i zdalne sieciowanie między regionami. Mówiąc prościej, prawie wszystkie kamery zainstalowane na ścianach lub słupach używają tego interfejsu. Przewodnik unikania pułapek dla programistów: Jeśli pracujesz nad projektem z RK3576 i napotykasz opóźnienia w kamerach USB, spróbuj obniżyć rozdzielczość lub częstotliwość odświeżania albo sprawdź, czy możesz wywołać jednostkę dekodowania sprzętowego (VPU), aby zwolnić procesor. Jeśli Twój projekt wymaga "natychmiastowej informacji zwrotnej", zdecydowanie porzuć Ethernet i USB i przełącz się z powrotem na interfejs MIPI. Specjalne branże: Dążenie do najwyższej "niezawodności i transmisji na duże odległości" W warsztatach fabrycznych, kopalniach lub szybko poruszających się pojazdach, zwykłe interfejsy mogą ledwo wytrzymać pół dnia. Interfejsy tutaj muszą rozwiązać dwa ostateczne problemy: jak utrzymać czyste sygnały w hałaśliwym środowisku elektromagnetycznym? I jak przesyłać sygnały zarówno daleko, jak i szybko? AHD (Analog High Definition): "Długodystansowy weteran" świata przemysłowego Wiele osób uważa, że "sygnały analogowe" powinny dawno temu trafić do muzeów, ale AHD zmuszony do wyrzeźbienia niszy w erze cyfrowej. Wykorzystuje technologię nośną o wysokiej częstotliwości, aby upchnąć sygnały wideo wysokiej rozdzielczości do staromodnych kabli koncentrycznych. Co więcej, jest niezwykle wytrzymały. W środowiskach o dużych wibracjach i silnych zakłóceniach, takich jak pojazdy specjalne (np. koparki, wywrotki i autobusy), złożone interfejsy cyfrowe są podatne na zakłócenia na ekranie z powodu poluzowania lub fal elektromagnetycznych. Płyta rozwojowa LPA3588 firmy Neardi została zaprojektowana specjalnie do takich scenariuszy, obsługując do 8 kanałów wejścia kamery AHD 1080P. Wyobraź sobie pojazd sanitarny lub logistyczny wyposażony w 8 kamer wokół przodu, tyłu, lewej, prawej, góry i dołu - LPA3588 może stabilnie odbierać wszystkie 8 kanałów sygnałów, a dzięki NPU RK3588, wykonywać pełnozakresową predykcję antykolizyjną. To naprawdę wydajność na poziomie "sił specjalnych". Host sterowania pojazdem LPA3588 Zalety: Wytrzymały, niedrogi i duża odległość transmisji. Jego wymagania dotyczące kabli są niezwykle niskie - dowolny kabel koncentryczny może stabilnie przesyłać sygnały na odległość od 100 do 200 metrów, a nawet dalej w określonych warunkach. Dodatkowo, jego transmisja sygnału jest w czasie rzeczywistym i nieskompresowana, bez opóźnień związanych z kablami Ethernet. W trudnych warunkach z ograniczonym budżetem, które wymagają monitoringu w czasie rzeczywistym na duże odległości (takich jak nagrania z dźwigu budowlanego), jest to niekwestionowany mistrz. Wady: Nie obsługuje "dwukierunkowej komunikacji". AHD przesyła głównie sygnały wideo jednokierunkowo - nie ma możliwości wysyłania złożonych poleceń do kamery (takich jak dogłębna regulacja parametrów) za pomocą tego kabla. Co więcej, górna granica jakości obrazu jest ograniczona przez standard analogowy, co utrudnia osiągnięcie czystości sygnałów cyfrowych, z subtelnym szumem widocznym na dużych ekranach. Scenariusze zastosowań: Ulepszenia nadzoru w starych osiedlach mieszkaniowych, obrazy z tyłu i wsteczne dla autobusów/ciężarówek, a nawet niektóre tanie urządzenia do pracy podziemnej. GMSL (Gigabit Multimedia Serial Link) / SerDes: "Linia życia" autonomicznej jazdy To obecnie "najwyższej klasy" technologia w branży motoryzacyjnej. Wyobraź sobie autonomiczny pojazd z kamerami zamontowanymi z przodu, podczas gdy główny komputer sterujący znajduje się w bagażniku - oddzielony o ponad dziesięć metrów i otoczony zakłóceniami z różnych silników wysokiego napięcia. MIPI nie może sięgnąć tak daleko, USB jest podatne na awarie, a Ethernet ma wysokie opóźnienia. W ten sposób powstała technologia SerDes (Serializer/Deserializer). GMSL wyróżnia się wśród nich: "pakuje kruche sygnały MIPI w żelazne bloki" (serializacja) na końcu nadawczym, wysyła je przez solidne kable ekranowane, a następnie "rozpakowuje i przywraca" je do MIPI na końcu odbiorczym. Host wizyjny GMSL Zalety: Uniwersalny i wydajny. Osiąga prawdziwe "cztery w jednym za pomocą jednego kabla": jeden kabel obsługuje wideo, audio, dwukierunkowe sygnały sterujące (I2C/UART) i zasilanie (PoC) jednocześnie. Szczyci się niezwykle dużą przepustowością (obsługując 8 megapikseli, 90 kl./s), z opóźnieniem od końca do końca kontrolowanym na poziomie milisekund - znacznie niższym niż rozwiązania USB lub Ethernet - i jest zgodny z rygorystycznymi standardami motoryzacyjnymi. Wady: Drogi i zamknięty ekosystem. Jego cena jest często od dziesięciu do stu razy wyższa niż w przypadku rozwiązań USB. Zwykli programiści prawie nie mogą uzyskać jego pełnej instrukcji protokołu, a debugowanie zwykle wymaga drogiego, specjalistycznego sprzętu. Scenariusze zastosowań: Autonomiczne pojazdy na poziomach L2/L3/L4, zaawansowane roboty chirurgiczne i wysokiej klasy mobilne roboty magazynowe (AGV). Jest to jedyny wybór dla wysokiej klasy urządzeń mobilnych, które wiążą się z "sytuacjami życia i śmierci" lub "ultra-niskimi opóźnieniami w czasie rzeczywistym". Nie ma "najlepszego" interfejsu - tylko ten najbardziej odpowiedni dla danego scenariusza. Używaj USB do demonstracji laboratoryjnych, MIPI do produktów o wysokiej wydajności, RJ45 do zdalnego monitoringu i zaciśnij zęby dla GMSL, jeśli chodzi o zastosowania motoryzacyjne lub zaawansowaną automatyzację.
Najnowsze wiadomości o firmie Neardi Pi 4-3588: Uwolnienie ultraszybkiej inteligencji 8K, wzmocnienie nowej ery obliczeń brzegowych klasy korporacyjnej
Neardi Pi 4-3588: Uwolnienie ultraszybkiej inteligencji 8K, wzmocnienie nowej ery obliczeń brzegowych klasy korporacyjnej
.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; /* Zgodnie z instrukcjami, brak max-width: 100% lub width: auto; aby zachować oryginalny atrybut width */ /* Oznacza to, że obrazy z width="800" będą przepełniać ekrany mniejsze niż 800px */ } @media (min-width: 768px) { .gtr-container-q2w3e4 { padding: 24px; } .gtr-container-q2w3e4 .gtr-heading { margin: 32px 0 20px 0; } } W dzisiejszym, szybko ewoluującym krajobrazie AIoT i przetwarzania brzegowego, deweloperzy i przedsiębiorstwa stawiają coraz wyższe wymagania dotyczące wydajności, stabilności i skalowalności podstawowego sprzętu. Płyta rozwojowa Neardi Pi 4-3588 debiutuje oficjalnie — jest to nie tylko platforma sprzętowa typu open-source, ale także potężny silnik, który pozwala przekształcić najnowocześniejsze algorytmy w produkty produkowane masowo. Maksymalna wydajność: Architektura ośmiordzeniowa, flagowa moc Neardi Pi 4-3588 jest wyposażony w flagowy układ RK3588 firmy Rockchip, który wykorzystuje zaawansowany proces 8nm, doskonale łącząc wysoką wydajność z ekstremalną kontrolą zużycia energii. Solidny procesor: Posiada czterordzeniową architekturę Cortex-A76 i czterordzeniową Cortex-A55 big.LITTLE, obsługującą dynamiczne przydzielanie zadań, aby łatwo radzić sobie ze złożonymi scenariuszami obliczeniowymi. Najwyższej klasy przetwarzanie grafiki: Integruje procesor graficzny ARM Mali-G610 MP4, w pełni obsługujący główne interfejsy graficzne, takie jak OpenGL ES 3.2 i Vulkan 1.2, spełniając potrzeby wysokiej precyzji jakości wizualnej. Rosnąca moc obliczeniowa AI: Posiada zintegrowany NPU o mocy obliczeniowej do 6TOPS, obsługujący operacje mieszane INT4/INT8/INT16, doskonale przyspieszając wnioskowanie modeli z takich frameworków jak TensorFlow, PyTorch i Caffe. Uczta wizualna: Kodowanie i dekodowanie 8K z najwyższym wyświetlaniem Neardi Pi 4-3588 został zaprojektowany z myślą o aplikacjach wizualnych. Obsługuje dekodowanie sprzętowe 8K@60fps H.265/VP9 i kodowanie 4K@60fps, w połączeniu z przetwarzaniem HDR, zapewniając jakość wizualną na poziomie kinowym. Połączenie wielu ekranów: Posiada wbudowane wyjście HDMI (obsługujące do 8K@30fps lub 4K@120fps) i zapewnia interfejs MIPI-DSI, ułatwiając aplikacje wyświetlania heterogenicznego na wielu ekranach. Akwizycja wielokanałowa: Jest wyposażony w trzy interfejsy kamery MIPI-CSI, zapewniając solidną podstawę sprzętową dla wizji maszynowej i łączenia wielu kamer. Kompleksowa łączność: Bogate interfejsy klasy przemysłowej Jako platforma „klasy korporacyjnej”, Neardi Pi 4-3588 nie idzie na kompromisy w kwestii skalowalności, zapewniając interfejsy, które obejmują zdecydowaną większość scenariuszy przemysłowych: Szybka pamięć masowa: Obsługuje zewnętrzne rozszerzenie pamięci masowej NVMe protocol M.2 Key M (SSD 2242). Pełna komunikacja sieciowa: Posiada dwa gigabitowe porty Ethernet, dwuzakresowe WiFi 6, Bluetooth 5.4 oraz zarezerwowany interfejs mini-PCIe do obsługi modułów 4G/5G. Pełne pokrycie protokołów przemysłowych: Posiada wbudowane CAN FD, RS485, UART, I2C, SPI i inne powszechnie używane interfejsy komunikacyjne, bezproblemowo łączące się z różnymi czujnikami i urządzeniami peryferyjnymi. Przyjazny dla deweloperów: Pełny stos Open Source, szybka masowa produkcja W pełni rozumiemy znaczenie cyklu rozwoju. Neardi Pi 4-3588 zapewnia nie tylko sprzęt, ale także ekosystem: Wsparcie dla wielu systemów: Doskonale pasuje do systemów Android, Buildroot, Debian i Ubuntu. Kod Open Source: Zapewnia użytkownikom kod systemowy open source, kompletną dokumentację WIKI, sterowniki jądra i narzędzia do flashowania. Kompleksowe wsparcie: Lindi Technology oferuje dogłębne wsparcie, od doradztwa technicznego po niestandardowy rozwój, pomagając znacznie skrócić cykl od prototypu do masowej produkcji. Jakość klasy przemysłowej: Oferuje wersje klasy komercyjnej (-20℃~75℃) i klasy przemysłowej (-40℃~85℃), aby spełnić wymagania stabilnej pracy w trudnych warunkach. Szeroki zakres scenariuszy zastosowań Dzięki wysokiej wydajności i niezawodności, Neardi Pi 4-3588 znalazł szerokie zastosowanie w: Sztuczna inteligencja i wizja: Rozpoznawanie obiektów, wizja maszynowa, nadzór bezpieczeństwa. Inteligentny wyświetlacz: Inteligentne tablety, ekrany reklamowe. Przemysł i transport: Kontrola przemysłowa, energia elektryczna, terminale pokładowe, inteligentna logistyka. Opierając się na potężnej wydajności chipa Rockchip RK3588 i głębokim doświadczeniu Lindi Technology w zakresie dostosowywania do potrzeb przemysłu, doskonała wydajność wynika z dopracowania każdego szczegółu; szybka masowa produkcja wynika z dojrzałego i stabilnego wsparcia ekosystemu. Neardi Pi 4-3588 jest już oficjalnie w sprzedaży, z kompletnym SDK, dokumentacją techniczną i wsparciem technicznym na poziomie eksperckim.
Najnowsze wiadomości o firmie Głęboka interpretacja wąskiego gardła 6TOPS RK3588 i prawda o mocy obliczeniowej NPU
Głęboka interpretacja wąskiego gardła 6TOPS RK3588 i prawda o mocy obliczeniowej NPU
.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; } } Wyobraź sobie, że pracujesz nad projektem edge AI z RK3588: strumień wideo kamery musi wykonywać w czasie rzeczywistym rozpoznawanie twarzy i wykrywanie pojazdów, jednocześnie obsługując wyświetlacz UI, przesyłanie danych,i przetwarzania logiki biznesowejZauważyliście: upadki obrazu występują, gdy w obrazie jest wiele obiektów, duże modele nie działają płynnie, a temperatura gwałtownie wzrasta. W tym momencie ludzie zazwyczaj mówią: "Twój model jest zbyt duży" 6TOPS RK3588 nie wystarcza. Czy zastanawiałeś się kiedyś: dlaczego 6TOPS NPU nadal doświadcza upadków klatek i opóźnień podczas uruchamiania modelu 4TOPS?Odpowiedź leży w trzech wymiarach mocy obliczeniowej NPU:Maksymalna sprawność (TOPS),Dokładność (INT8/FP16), orazWydajność (szerokość pasma). Widać będzie, że różne układy podkreślają specyfikacje NPU, a główny parametr jest wyraźnie wyświetlany: Moc obliczeniowa NPU: X TOPS.RK1820-20TOPS, Hi3403V100-10TOPS, Hi3519DV500-2.5TOPS, Jetson Orin Nano-20/40TOPS, Jetson Orin NX-70/100TOPS, i tak dalej... Dlaczego wszyscy o tym mówią? TeraWskazuje na 1012. Operacje na sekundę: Odnosi się do całkowitej liczby operacji AI, które NPU może wykonać w ciągu jednej sekundy. Jak oblicza się TOPS? Całkowita liczba jednostek MAC jest rdzeniem obliczeń sieci neuronowej.główne obliczenia obejmują mnożenie danych wejściowych przez wagę, a następnie sumowanie wyników. Filozofia projektowania NPU polega na posiadaniu niezwykle dużej liczby równoległych jednostek MAC.które mogą pracować jednocześnie w celu osiągnięcia wielkoskalowych obliczeń równoległych. Im więcej jednostek MAC, tym większa ilość obliczeń, które NPU może wykonać w jednym cyklu zegara. Częstotliwość zegara: Określa liczbę cykli pracy układu NPU i jego jednostek MAC na sekundę (mierzone w Hertzach, Hz).Wyższa częstotliwość umożliwia szeregowi MAC wykonywanie większej liczby operacji mnożenia-akumulacji na jednostkę czasuKiedy producenci ogłaszają TOPS, używają najwyższej częstotliwości pracy NPU (tj. maksymalnej osiągalnej częstotliwości). Operacje na MAC: Kompletna operacja MAC obejmuje w rzeczywistości jedno mnożenie i jedno dodawanie.wiele standardów obliczeniowych liczy jedną operację MAC jako 2 podstawowe operacje (1 do mnożenia i 1 do dodawania). Wskaźnik precyzji: Jednostki MAC NPU są zoptymalizowane do przetwarzania danych o niskiej precyzji (np. INT8). Uproszczony współczynnik przyspieszenia INT8 vs FP32: Ponieważ 32 bity / 8 bity = 4, pojedyncza jednostka FP32 może teoretycznie wykonać 4 razy więcej operacji w jednym cyklu, gdy przejdzie na obliczenia INT8.,Jeśli TOPS producenta jest obliczany na podstawie INT8, musi być pomnożony przez współczynnik przyspieszenia związany z precyzją. W praktyce, ze względu na takie czynniki jak transmisja danych, ograniczenia pamięci i struktura modelu,rzeczywista skuteczna moc obliczeniowa NPU jest często niższa niż ta wartość szczytowa. Siła obliczeniowa to prędkość; precyzja to "precyzja". Moc obliczeniowa mówi nam jak szybko działa NPU, podczas gdy precyzja obliczeniowa mówi nam jak dobrze działa.określanie liczby używanych bitów i zakresu reprezentacji danych podczas obliczeń. Na tym samym poziomie TOPS rzeczywista prędkość obliczeniowa INT8 jest znacznie szybsza niż FP32. NPU TOPS deklarowane przez producentów są zazwyczaj oparte na precyzji INT8. Wysoka precyzja (zazwyczaj stosowana do szkolenia) FP32 (jednorazowa precyzja pływającego punktu, 32-bitowa): Oferuje największy zakres liczbowy i precyzję. Powszechnie stosowany w tradycyjnych procesorach graficznych i komputerowych. Modele zazwyczaj przyjmują FP32 podczas fazy szkolenia w celu zapewnienia dokładności. FP16/BF16 (Półprecyzyjne pływające kropki, 16-bitowe): zmniejsza objętość danych o połowę przy zachowaniu pewnego poziomu precyzji, umożliwiając szybsze obliczenia i oszczędności pamięci. Niska precyzja (zazwyczaj stosowana do wnioskowania) INT8 (8-bitowe liczby całkowite): Obecnie standard przemysłowy do oceny wydajności wnioskowania NPU po stronie krawędzi.FP32) do 8-bitowych liczb całkowitych nazywa się kwantizacją. INT4 (niższa szerokość bitowa): Wykorzystuje dodatkową kompresję, nadającą się do scenariuszy o niezwykle wysokich wymaganiach dotyczących zużycia energii i opóźnienia, ale nakładające wyższe wymagania w zakresie kontroli utraty precyzji modelu. Jak zrozumieć rzeczywistą wydajność NPU? Kiedy widzisz NPU twierdząc 20 TOPS (INT8), musisz zrozumieć: Maksymalna moc obliczeniowa wynosi 20 bilionów operacji na sekundę. Ta moc obliczeniowa jest mierzona w 8-bitowej dokładności całkowitych liczb (INT8). Ostateczna wydajność zależy od aplikacji: rzeczywiste doświadczenie użytkownika (takie jak prędkość odblokowania twarzy, opóźnienie tłumaczenia w czasie rzeczywistym) zależy nie tylko od TOPS NPU, ale także od: Jakość kwantowania modelu: Czy kwantowany model INT8 utrzymuje wystarczającą dokładność. Przepustowość pamięci: prędkość wejścia i wyjścia danych. Stack oprogramowania i sterowniki: poziom optymalizacji łańcucha narzędzi i sterowników dostarczanych przez producenta układu do wdrożenia modelu. Siła obliczeniowa NPU (TOPS) jest wskaźnikiem jej prędkości, podczas gdy precyzja obliczeniowa (np. INT8) jest kluczem do jej wydajności i zastosowalności.producenci generalnie dążą do maksymalizacji INT8 TOPS przy zachowaniu akceptowalnej straty precyzji, w celu osiągnięcia niskoenergetycznej i wydajnej wydajności inferencji AI.
Najnowsze wiadomości o firmie Innowacje i przełomowe osiągnięcia wewnętrznych układów sztucznej inteligencji: szanse i wyzwania w erze technologii najnowocześniejszych
Innowacje i przełomowe osiągnięcia wewnętrznych układów sztucznej inteligencji: szanse i wyzwania w erze technologii najnowocześniejszych
.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; } } Po eksplozji dużych modeli sztucznej inteligencji obliczenia nie są już ograniczone do chmury; coraz więcej inteligentnych algorytmów działa lokalnie na urządzeniach krawędzi.Inteligentne kamery rozpoznają ludzkie kształty i zachowania, wbudowane terminale monitorują prowadzenie pojazdu w czasie rzeczywistym, kamery przemysłowe automatycznie wykrywają wady, a robot próżniowy identyfikuje cele w trybie offline.i najsilniejszy dom-zastąpienie pola bitwy, dając krajowym dostawcom SoC okno do przetwarzania multimediów i sztucznej inteligencji. Rynek sztucznej inteligencji: najszybciej rozwijający się, najbardziej gęsty pole bitwy Szczegółowo rzecz biorąc, rynek AI krawędzi dzieli się na segmenty serwerów krawędzi i serwerów krawędzi.Terminale krawędzi (które są przedmiotem niniejszego artykułu) mają masę objętościowąUznają otoczenie i przetwarzają wideo/głos na miejscu, dostarczając funkcje sztucznej inteligencji i wzmacniając sprzęt. Które urządzenia są uważane za końcowe urządzenia: inteligentne kamery (IPC, inteligentne dzwony, kamery rozdzielcze), kamery wizualne przemysłowe i terminale QC, moduły wbudowane w pojazdach (AVM, DMS, DVR, pomoc ADAS),kioski detaliczne samoobsługowe, urządzenia inteligentnego domu (głośniki, odkurzacze, sterowanie urządzeniami) oraz węzły krawędzi inteligentnego miasta muszą uruchamiać przetwarzanie lokalnie. Dwie ścieżki techniczne dla chipów Edge-AI: Integracja SoC vs. dyskretny akcelerator AI Chipy Edge-AI podążają dwiema ścieżkami: SoC z wbudowanym NPU dla niskokosztowej, niskoenergetycznej pełnej inteligencji lub dyskretnym akceleratorem AI, który dodaje obliczenia do wielomodelowych, ciężkich profesjonalnych wniosków. SoC (System on Chip) integruje procesor, procesor graficzny, AI, wideo, audio i urządzenia peryferyjne w jednym układzie. Rockchip RK3576, edge-AI SoC ogólnego przeznaczenia: 8-core CPU (4×A72 + 4×A53); 6-TOPS NPU (INT4/8/16, FP16); Mali-G52 GPU; 8-K dekoduj, 4-K koduj; multi MIPI-CSI dla wielokamera, wielodisplej (DSI),Celuje w tablety przemysłowe, kamery sztucznej inteligencji, rejestratory samochodowe, wizję robotów. HiSilicon Hi3403V100 łączy AI-ISP (poprawa obrazu + optymalizacja współdziałania AI). Pro-vision SoC z quad A55, 10-TOPS NPU ściśle połączony z ISP.wielowymiarowy wpis/wyjście wideo 4-K; wysoka wydajność wdrażania w zakresie wykrywania/naśladowania. Kluczowym wyzwaniem w zakresie wydajności jest skuteczne podziałanie zadań między procesor, procesor graficzny, procesor NPU i dyskretny akcelerator.Stąd powstały przyspieszacze sztucznej inteligencji.SoC obsługuje planowanie systemu, wideo, grafiki, interfejs użytkownika; akcelerator uruchamia modele i dostarcza obliczenia AI. Rockchip RK1820, koprocesor NPU dla wydajnej sztucznej inteligencji krawędzi, pełni rolę “drugiego mózgu”. “20-TOPS NPU, samodzielne wykonanie modelu, INT8/16/FP16;pary z RK3576/3588 za pośrednictwem PCIe dla wyższego wniosku. Wybór właściwej ścieżki, a nie specyfikacja Na krawędzi sztucznej inteligencji, TOPS, rdzenie procesora i węzły procesów mają znaczenie, ale przetrwanie zależy od wyboru właściwej drogi. Rockchip: Największy portfel, najsilniejszy ekosystem Celem Rockchip nie jest najszybszy chip, ale najbogatszy ekosystem.Pełna drabina obliczeniowa: RV1103/1106 dla lekkich aparatów fotograficznych; RV1126/1109 dla domyślnego zabezpieczenia; RK3576 dla terminali średnich / wysokich; RK3588 dla flagowego krawędzi; RK3688 dla rdzenia wysokiej generacji obliczeniowej.Ta macierza stanowi uniwersalną bazę dla domowych urządzeń – od IPC o niskiej mocy po bramki przemysłowe, okulary AR, roboty, pudełka edukacyjne, pojazdy DMS/CMS.Technologiczna przewaga: zrównoważone multimedium + ISP + AI; silne kodeki, ISP i dojrzały łańcuch narzędzi RKNN. Strategia to pełne pokrycie sceny, a nie przełom w jednym punkcie. Zwycięzca: Ultra-Light AI + Ultra-Low-Power IoT Nie dla dużych modeli, ale dla masywnych urządzeń IoT i urządzeń konsumenckich.Pozycja: niskoenergetyczny, wysokiej objętości, wrażliwy na koszty. inteligentne głośniki (bogata obsługa I2S / PDM / mikrofonu), kamery o lekkiej krawędzi sztucznej inteligencji, sterowanie małymi urządzeniami, terminale TTS / głosowe.R-seriaAllwinner ściga scenariusze 10 milionów jednostek, nie TOPS. Amlogic: Król Multimediów, sztuczna inteligencja jako bonus Światowy lider w produkcji skrzynek OTT i inteligentnych telewizorów SoC.Pozycja: Home Media Hub + Consumer Smart Device. AI to wzmacniacz; główne atuty to dekodowanie wideo, HDR, synchronizacja A/V, ekosystem TV/OTT.AIO do rozrywki domowej. Specjalista ds. bezpieczeństwa widzenia Prawie wyłącznie kamery monitorujące.Pozycja: dedykowany do bezpieczeństwa SoC. Mocne strony: silny ISP, silna kompresja, ścisła kontrola kosztów, ścisłe dostosowanie do ekosystemów Hikvision/Dahua.Fullhan kopa głęboko w jednym ogromnym monitoringu torów wyścigowych, zyskując na stabilności i kosztach. Ingenic: Ultra-Niską Moc + Ultra-Light AI MIPS, urządzenia do noszenia i inteligentny dom.Pozycja: inteligentne urządzenia o dużej wadze, małe pakiety. Aplikacje: inteligentne dzwony, lekkie IPC, zegarki dla dzieci, mikro węzły krawędzi. Cechy: najniższa moc, wysoka integracja, mały odcisk.Seria AISoC do wnioskowania w zakresie widzenia świetlnego. Rzeczywiste potrzeby edge-AI: nie więcej TOPS, ale interfejs matrycy + scenariusza fit Przez dwa lata rozmowa dotyczyła tylko TOPS 3, 6, 12 jako, że większe liczby równają się lepszym chipom. W kamerach bezpieczeństwa, kamerach przemysłowych, inteligentnych dzwonkach, pojazdach DMS / ADAS, co się liczy: wystarczająca liczba portów kamer? (MIPI-CSI, DVP), ile strumieni wideo? kod w czasie rzeczywistym? (H.264/H.265/8K/4K),Jakość dostrojenia ISPW przemysłowym DTU, inteligentne bramy, roboty, scenariusze energetyczne, urządzenia peryferyjne przeważają nad TOPS: podwójne GbE/2.5G/RGMII/SGMII, RS232/485/CAN/UART, Wi-Fi/BT, moduły 4G/5G, wiele USB/SPI/I2C.W inteligentnych panelech sterujących, wyświetlacze samochodowe, AR/VR, inteligentny punkt sprzedaży, przeniesienie priorytetów na porty wyświetlania (MIPI-DSI, HDMI, eDP), obsługa wielu ekranów, wydajność interfejsu użytkownika (GPU/grafika), z AI jako pomocnikiem, a nie gwiazdą. Słowa kluczowe dotyczące rynku samochodowego: odporność na wstrząsy, wahania napięcia, -40-85 °C, długość życia eMMC, wielo-CSI dla DMS/OMS/ADAS, opóźnienie wideo na poziomie ms. Edge AI jest najlepszą ścieżką dla domowych chipów; okazja nie pochodzi z układania TOPS, ale z poznania sceny i wypełniania popytu.i urządzenia domowe będą etapem, w którym domowe chipy udowodnią się.
Najnowsze wiadomości o firmie Kompletny przewodnik po ewolucji protokołu Wi-Fi — Osiągnij szczyt wydajności z Wi-Fi 6!
Kompletny przewodnik po ewolucji protokołu Wi-Fi — Osiągnij szczyt wydajności z Wi-Fi 6!
.gtr-container-w7x8y9 { rodzina czcionek: Verdana, Helvetica, "Times New Roman", Arial, bezszeryfowa; kolor: #333; wysokość linii: 1,6; dopełnienie: 20px; maksymalna szerokość: 100%; rozmiar pudełka: border-box; } .gtr-container-w7x8y9 p {rozmiar czcionki: 14px; margines dolny: 1em; wyrównanie tekstu: do lewej !ważne; podział słowa: normalny; opakowanie przelewowe: normalne; } .gtr-container-w7x8y9 .gtr-heading-main { rozmiar czcionki: 18px; grubość czcionki: pogrubiona; kolor: #0056b3; margines górny: 2em; margines dolny: 1em; wyrównanie tekstu: do lewej; } .gtr-container-w7x8y9 .gtr-heading-sub { rozmiar czcionki: 16px; grubość czcionki: pogrubiona; kolor: #0056b3; margines górny: 1,5 em; margines dolny: 0,8 em; wyrównanie tekstu: do lewej; } .gtr-container-w7x8y9 .gtr-protocol-item { margines-dolny: 1em; dopełnienie po lewej stronie: 15px; pozycja: względna; } .gtr-container-w7x8y9 .gtr-protocol-item::before { treść: "•"; kolor: #0056b3; pozycja: absolutna; po lewej: 0; rozmiar czcionki: 1,2 em; wysokość linii: 1; } .gtr-container-w7x8y9 .gtr-protocol-item strong { waga czcionki: pogrubiona; kolor: #333; rozmiar czcionki: 14px; } .gtr-container-w7x8y9 .gtr-tech-explanation { margines-dolny: 1.5em; } .gtr-container-w7x8y9 .gtr-tech-explanation strong { waga czcionki: pogrubiona; kolor: #333; rozmiar czcionki: 14px; wyświetlacz: blok; margines dolny: 0,5 em; } .gtr-container-w7x8y9 .gtr-feature-block { margines-dolny: 1,5em; } .gtr-container-w7x8y9 .gtr-feature-block .gtr-feature-title { rozmiar czcionki: 14px; grubość czcionki: pogrubiona; kolor: #333; margines dolny: 0,5 em; wyrównanie tekstu: do lewej; } .gtr-container-w7x8y9 .gtr-image-wrapper { margines-górny: 2em; margines na dole: 2em; wyrównanie tekstu: do środka; } @media (min-width: 768px) { .gtr-container-w7x8y9 { padding: 30px 50px; } .gtr-container-w7x8y9 .gtr-heading-main { rozmiar czcionki: 20px; } .gtr-container-w7x8y9 .gtr-heading-sub { rozmiar czcionki: 18px; } } Od najwcześniejszych połączeń telefonicznych po dzisiejszą erę „wszystko ze sobą połączone” – nasze dążenie do szybkości i stabilności nigdy nie ustało. Każda innowacja protokołu Wi-Fi oznacza ogromny krok w naszym inteligentnym życiu. Wszystkie te protokoły wywodzą się z rodziny standardów IEEE 802.11, ewoluującej od 802.11b do dzisiejszego Wi-Fi 4/5/6. Wczesny rozwój i skoki wydajności: od 802.11b/g do 802.11ax 802.11b– pasmo 2,4 GHz, prędkość szczytowa 11 Mb/s; położył podwaliny i wprowadził Wi-Fi na rynek masowy. 802.11a– pasmo 5 GHz, szczytowo 54 Mbps; jako pierwszy przyjął OFDM, ale sprzęt 5 GHz był rzadkością, więc nigdy nie stał się powszechny. 802.11g– pasmo 2,4 GHz, szczytowo 54 Mbps; połączył to, co najlepsze z obu — zastosowano OFDM w paśmie 2,4 GHz, aby uzyskać większą prędkość, zachowując jednocześnie kompatybilność wsteczną z 802.11b. 802.11n (Wi-Fi 4)– pasma 2,4 i 5 GHz, szczytowa prędkość 600 Mb/s (4×4 MIMO, 40 MHz); wprowadził MIMO, przełamał barierę 100 Mb i dodał obsługę dwóch pasm. 802.11ac (Wi-Fi 5)– Tylko pasmo 5 GHz, szczytowa prędkość 6,9 Gb/s (8×8 MIMO, 160 MHz); wprowadzono MU-MIMO (DL), poszerzono kanały i zwiększono przepustowość. 802.11ax (Wi-Fi 6)– pasma 2,4 i 5 GHz, szczytowo 9,6 Gb/s (8×8 MIMO, 160 MHz, 1024-QAM); oferuje wysoką wydajność (pojemność), małe opóźnienia, niską moc i silne przeciwdziałanie zakłóceniom. MIMO (802.11n):Wcześniej dane były przesyłane jednym kanałem. MIMO wykorzystuje wiele anten do jednoczesnego przesyłania i odbierania danych, umożliwiając równoległą transmisję wielokanałową i znacznie zwiększając szybkość transmisji danych i zasięg. MU-MIMO (DL) (802.11ac):Po raz pierwszy umożliwia routerowi jednoczesne wysyłanie danych do wielu urządzeń końcowych (łącze w dół), skutecznie poprawiając wydajność sieci w scenariuszach obejmujących wiele urządzeń. Wi-Fi 5: obsługuje tylko DL MU-MIMO; Wi-Fi 6: obejmuje zarówno łącze wysyłające, jak i pobierające. Wi-Fi 6: szczyt wydajności i stabilności Wi-Fi 6 (802.11ax) to coś więcej niż zwiększenie prędkości — to rewolucja w zakresie wydajności, która rozwiązuje problem zatorów, opóźnień i zużycia energii, kładąc podwaliny pod IoT nowej generacji. MU-MIMO obsługuje „strumienie danych o dużej przepustowości i dużych pakietach”; OFDMA obsługuje „scenariusze z wieloma urządzeniami i małymi pakietami”. OFDMA (wielokrotny dostęp z ortogonalnym podziałem częstotliwości): Zasada: Tradycyjna sieć Wi-Fi obsługuje tylko jedno urządzenie na raz; OFDMA dzieli kanał na wiele jednostek RU i może dostarczać dane do kilku urządzeń jednocześnie. Dzieli pojedynczy kanał danych na wiele małych podnośnych (jednostek zasobów) i transportuje małe pakiety do wielu różnych urządzeń jednocześnie.Zaleta: znacznie zmniejsza opóźnienia, szczególnie w scenariuszach IoT z małymi ilościami danych, ale wieloma urządzeniami, poprawiając wydajność nawet czterokrotnie. UL/DL MU-MIMO (MIMO łącza w górę/w dół dla wielu użytkowników): Wi-Fi 5 obsługuje tylko łącze w dół (router-urządzenie); Wi-Fi 6 dodaje dwukierunkowy MU-MIMO, umożliwiając urządzeniom jednoczesną transmisję do routera i eliminując opóźnienia w kolejce. TWT (docelowy czas budzenia): Zasada: Router negocjuje czas następnej komunikacji z każdym urządzeniem; urządzenie może wejść w tryb głębokiego uśpienia poza zaplanowanym oknem.Zaleta: znacznie zmniejsza zużycie baterii, wydłużając żywotność baterii urządzeń IoT o 2–10. Kolorystyka BSS i ponowne wykorzystanie przestrzenne: Dodając „kolorowy znacznik” do pakietów BSS, system inteligentnie identyfikuje i ignoruje zakłócenia z sąsiednich sieci, znacznie poprawiając stabilność i zdolność zwalczania zakłóceń w gęstych środowiskach mieszkalnych. Wydajność i integracja w dwóch trybach: rozwiązanie Wi-Fi 6 FD7352S Moduł FD7352S firmy Neardi jest zbudowany w oparciu o najnowszy protokół Wi-Fi 6 Wave 2 i integruje wszystkie zaawansowane technologie — jest to idealny wybór dla wydajnych i niezawodnych produktów IoT. Architektura 2T2R 2T2R MIMO: FD7352S wykorzystuje dwie anteny nadawcze (2T) i dwie anteny odbiorcze (2R), aby zapewnić wysoką wydajność transmisji.Szybkości teoretyczne: 2,4 GHz – 572,4 Mb/s, 5 GHz – 1,2 Gb/s; zmierzona przepustowość do 550 Mbps.Modulacja: 1024-QAM pakuje więcej danych na symbol, zapewniając płynne i stabilne strumienie wideo HD. Wi-Fi 6 i BT 5.4 Idealne współistnienie FD7352S to nie tylko moduł Wi-Fi 6, ale także dwumodowy zestaw 802.11ax + Bluetooth 5.4.Mechanizm współistnienia: W paśmie 2,4 GHz Wi-Fi i Bluetooth często zakłócają się. Arbitraż na poziomie sprzętowym FD7352S inteligentnie planuje dane Wi-Fi i pakiety audio/kontrolne Bluetooth, utrzymując oba stabilne - idealne do szybkiego parowania Bluetooth i wysokiej jakości wideo Wi-Fi.Bluetooth 5.4: Obsługuje najnowszą wersję BT v5.4, kompatybilną wstecz z BR/EDR/LE 1M/LE 2M/LE LR, zapewniając niezawodną łączność z czujnikami o niskim poborze mocy i dużym zasięgu. Interfejsy o wysokiej integracji Obsługuje SDIO 3.0 (szybkie dane) + HS-UART (sterowanie) + PCM (dźwięk HD), zapewniając szeroką kompatybilność.Dzięki wyjątkowej wydajności 2T2R, wydajności UL/DL OFDMA, działaniu TWT przy niskim poborze mocy i współistnieniu w dwóch trybach Bluetooth 5.4, FD7352S zapewnia kompleksowe rozwiązanie dla inteligentnych produktów nowej generacji.
Najnowsze wiadomości o firmie Autorytatywna analiza | Dlaczego coraz więcej modułów rdzeniowych wybiera połączenia board-to-board (B2B)?
Autorytatywna analiza | Dlaczego coraz więcej modułów rdzeniowych wybiera połączenia board-to-board (B2B)?
.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; /* Subtelny przemysłowy niebieski dla głównych tytułów */ } .gtr-container-x7y2z9-title-sub { font-size: 16px; font-weight: bold; margin-top: 1.2em; margin-bottom: 0.8em; text-align: left; color: #007bff; /* Nieco jaśniejszy niebieski dla podtytułów */ } .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; /* Zapewnia równomierne rozmieszczenie kolumn */ min-width: 600px; /* Zapewnia przewijanie tabeli na małych ekranach, jeśli zawartość jest szeroka */ } .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; /* Jasnoszare tło dla nagłówków */ color: #333; } .gtr-container-x7y2z9 tr:nth-child(even) { background-color: #f9f9f9; /* Zebra striping */ } .gtr-container-x7y2z9 img { height: auto; /* Pozwala obrazom skalować się proporcjonalnie */ display: block; /* Zapewnia, że obrazy są blokowe dla właściwego odstępu */ margin: 1.5em 0; /* Dodaje pionowe odstępy wokół obrazów */ } @media (min-width: 768px) { .gtr-container-x7y2z9 { padding: 25px; max-width: 960px; /* Ogranicza szerokość na większych ekranach dla czytelności */ margin: 0 auto; /* Wyśrodkowuje komponent */ } .gtr-container-x7y2z9 table { min-width: auto; /* Usuwa min-width na większych ekranach */ table-layout: auto; /* Pozwala tabeli naturalnie dostosowywać szerokości kolumn */ } } W projekcie modułu rdzeniowego często pomija się metodę połączenia, a przecież to ona decyduje o stabilności strukturalnej, integralności sygnału i możliwościach konserwacji całego systemu. W ciągu ostatnich kilku lat coraz więcej modułów rdzeniowych, płyt rozwojowych, a nawet systemów sterowania głównych urządzeń zaczęło ewoluować w kierunku połączeń board-to-board. Dlaczego coraz więcej producentów przechodzi na to rozwiązanie? Czy jest ono naprawdę lepsze? Dziś dokładnie wyjaśnimy wszystko, od projektu strukturalnego po praktykę produkcji masowej. Kompletna analiza głównych połączeń: kto ich używa i jakie są ich zalety i wady? W systemach SoC o dużej mocy obliczeniowej i dużej gęstości interfejsów, złącza board-to-board stały się preferowanym rozwiązaniem, które równoważy integralność sygnału z niezawodnością mechaniczną. Połączenie Typowe zastosowanie Zalety Wady LCC moduły o małym współczynniku kształtu niski koszt, łatwe lutowanie nierozłączalne, słaba długoterminowa niezawodność edge-card aplikacje hot-plug o dużej prędkości niezawodny kontakt, dojrzały proces wolumenu poważne ograniczenia mechaniczne, ograniczony zarys PCB FPC flex-cable ultracienkie lub składane urządzenia elastyczne prowadzenie, cienki profil słabe ekranowanie EMI, ograniczona stabilność mechaniczna złącze board-to-board płyty główne przemysłowe, moduły obliczeniowe AI parowanie o dużej gęstości, solidne, serwisowalne w terenie nieco wyższy koszt, ciasna tolerancja rozmieszczenia Dlaczego warto wybrać złącza board-to-board? Kluczowe zalety Transport sygnału o dużej gęstości: Zaprojektowane dla SoC spragnionych prędkości. Wraz z wejściem do głównego nurtu wysokowydajnych SoC, takich jak RK3588 i RK3576, sygnalizacja moduł-do-nośnika nie jest już zadaniem „kilkudziesięciu linii” – to problem stu i więcej kanałów o dużej prędkości. Złącza board-to-board z łatwością dostarczają 40–120 pinów sygnałów o dużej prędkości, zachowując jednocześnie ścisłą kontrolę impedancji i doskonałą wydajność integralności sygnału (SI). Płyta nośna LKB3576 wykorzystuje cztery złącza board-to-board Panasonic AXK5F80537YG – 80-pozycyjne, o rozstawie 0,5 mm – zabezpieczone czterema śrubami M2. W porównaniu do otworów LCC lub FPC, złącza board-to-board zapewniają:- Mniejsze straty sygnału, szczególnie przy prędkości 2–5 Gbps;- Silniejsze ekranowanie EMI dzięki dobrze uziemionej izolacji pin-to-pin;- Kontrolowana tolerancja parowania – precyzyjne wyrównanie pinów i gniazd w granicach ±0,05 mm. Płyty główne AI, bramy przemysłowe, jednostki centralne w motoryzacji i hosty wizji maszynowej obsługują wiele jednoczesnych łączy MIPI, USB 3.0, PCIe i Gigabit-Ethernet; połączenia board-to-board lepiej zachowują stabilność i jednolitość tych sygnałów o dużej prędkości niż jakakolwiek alternatywa. Doskonała wytrzymałość mechaniczna i odporność na wibracje W środowiskach motoryzacyjnych i przemysłowych przedłużające się wibracje i cykle termiczne łatwo poluzowują połączenia. Kable FPC flex w tych środowiskach często cierpią na zakłócenia EMI, dryf sygnału lub sporadyczne kontakty. Złącza board-to-board, zbudowane z metalowych pinów i gniazd wciskanych, dają trzy krawędzie mechaniczne: - Wysoka odporność na wibracje: siła wciskania 60–80 N wytrzymuje powtarzające się wstrząsy i wstrząsy- Pozłacane styki: utrzymują ścieżki o niskiej rezystancji przez tysiące cykli termicznych- Sztywne mocowanie: opcjonalne śruby i kołki ustalające blokują sparowaną parę do obudowy, eliminując mikroruchy Szybszy montaż i serwis w terenie: usprawnienie produkcji seryjnej Dla inżynierów linii produkcyjnych największą zaletą board-to-board jest lutowanie bez lutowania + ponowne użycie.- Moduły rdzeniowe podłącza się i wyciąga w kilka sekund; nie jest wymagane ponowne lutowanie.- Gdy płyta ulegnie awarii, wymień górny moduł – nośnik pozostaje w obudowie.- Obniża koszty SMT i koszty serwisu przez cały okres eksploatacji.- Zero cykli wysokotemperaturowych, więc brak uszkodzeń spowodowanych naprężeniami cieplnymi.- Przepustowość montażu / demontażu wzrasta 3–5*.- Większe okno wyrównania pozwala na półautomatyczne wkładanie, wybaczając normalne tolerancje obsługi. Wysoka efektywność przestrzenna: zoptymalizowana pod kątem kompaktowych konstrukcji Ponieważ urządzenia wbudowane dążą do mniejszych i cieńszych współczynników kształtu, złącza board-to-board umożliwiają pionowe ułożenie: dwie płytki PCB znajdują się prawie twarzą w twarz, maksymalizując wydajność objętościową. - Grubość modułu spada do 2–6 mm- Krótsze ścieżki wewnętrzne zapewniają czystsze ścieżki sygnału- Bardziej uporządkowana obudowa ułatwia rozpraszanie ciepła i projektowanie ekranowania Studium przypadku produktu – płyta rozwojowa LKD3576 SoC: RK3576, ośmiordzeniowy 64-bitowy (4*A72 + 4*A53), GPU ARM Mali-G52 MC3, NPU 6 TOPSKodek: dekodowanie 4K60 fps H.264/AVC, dekodowanie 8K30 fps lub 4K120 fps H.265/HEVC; kodowanie 4K60 fps H.264/H.265Pamięć: RAM obsługuje LPDDR4/4X/5, ROM obsługuje eMMC 5.1; opcje 4 GB+32 GB, 8 GB+64 GB, 16 GB+128 GBObsługa systemu operacyjnego: Android, Ubuntu, Buildroot, Debian, openEuler, KylinPołączenie: cztery 80-pinowe, rozstaw 0,5 mm, wysokość 2 mm; gniazdo AXK5F80537YG, nagłówek AXK6F80347YG, złącze board-to-board Panasonic Połączenie board-to-board: łatwy montaż i konserwacja, bogate interfejsy klasy przemysłowej, obsługa rozszerzeń wielotypowych, konstrukcja antywibracyjna i przeciwzakłóceniowa, stabilna praca długoterminowa, odpowiednia do sterowania w pojeździe, terminali obliczeniowych AI edge-computing i inteligentnych bram przemysłowych. Połączenie board-to-board staje się nowym standardem w projektowaniu sprzętu wbudowanego, oferując zrównoważone rozwiązanie w zakresie wydajności, niezawodności i możliwości konserwacji.
Najnowsze wiadomości o firmie Test porównawczy przetwarzania brzegowego 3TOPS | Pełna analiza serii Rockchip RV1126
Test porównawczy przetwarzania brzegowego 3TOPS | Pełna analiza serii Rockchip RV1126
.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; } } Rockchip stworzył kompleksowe portfolio układów do przetwarzania wizualnego, obejmujące zakres od 0,5T do 6T, obejmujące wszystko, od podstawowych inteligentnych kamer po zaawansowane systemy wizji przemysłowej. Wyjątkowym elementem w tej ofercie jest seria RV1126, a konkretnie RV1126B i RV1126B-P. Te warianty są szeroko stosowane w inteligentnych systemach bezpieczeństwa (IPC, inteligentne dzwonki do drzwi, kamery samochodowe), wizji przemysłowej (kamery fabryczne, sprzęt inspekcyjny), inteligentnych zastosowaniach motoryzacyjnych i domowych, inteligentnych miastach i scenariuszach AI na brzegu. RV1126B, z mocą obliczeniową 3TOPS, dostosowaną architekturą AI-ISP, dynamicznym łączeniem obrazów, stabilizacją, zaawansowanym kodowaniem i zabezpieczeniami na poziomie sprzętowym, zapewnia wysokowydajne rozwiązania, które ulepszają urządzenia AIoT od zwykłego „widzenia” do prawdziwego „rozumienia”. RV1126B-P to wariant RV1126B zoptymalizowany pod kątem kosztów i obudowy, zachowujący pełną moc obliczeniową rdzenia (CPU/GPU/VPU/NPU), jednocześnie redukując piny, usuwając USB 3.0 i przycinając interfejsy pomocnicze (CAM_CLK/SARADC) w celu obniżenia kosztów. Jest przeznaczony dla aplikacji o niskiej pamięci masowej i małej przepustowości, takich jak kamery samochodowe i urządzenia DMS. Kluczowe zalety to: Kompatybilność Pin-to-Pin: Bezpośredni zamiennik dla RV1126 bez konieczności przeprojektowywania sprzętu Ta sama wydajność rdzenia: Odpowiednik mocy obliczeniowej, ISP i możliwości AI jak RV1126B Płynne aktualizacje: Minimalne zmiany oprogramowania wymagane dla istniejących produktów opartych na RV1126 w celu osiągnięcia wydajności na poziomie RV1126B To sprawia, że RV1126B-P jest idealnym ulepszeniem typu drop-in dla producentów, którzy chcą ulepszyć produkty przy minimalnych nakładach na badania i rozwój. RV1126B, zbudowany na czterordzeniowej architekturze Cortex-A53 (1,5 GHz), integruje własny NPU Rockchip o mocy 3TOPS. Obsługuje kwantyzację W4A16/W8A16 o mieszanej precyzji i akcelerację zoptymalizowaną pod kątem Transformer, umożliwiając wydajne wykonywanie na urządzeniu dużych modeli i modeli multimodalnych z parametrami do 2B. Do obrazowania posiada dedykowany silnik AI-ISP z technologią AI Remosaic do „adaptacyjnego obrazowania dzień-noc”, osiągając wyraźne obrazowanie w warunkach bardzo słabego oświetlenia (0,01Lux). Rozwiązuje to problemy z szumami w nocy i w połączeniu ze stabilizacją cyfrową 6-DOF i dynamicznym łączeniem obrazów z dwóch/czterech kamer zapewnia stabilny i szerokokątny obraz nawet w ruchu. Na poziomie systemu, architektura niskiego poboru mocy RV1126B AOV3.0 redukuje pobór mocy w trybie czuwania do 1mW. Obsługuje całodobowe wybudzanie dźwiękiem anomalii (np. szczekanie, pękanie szkła, strzały), równoważąc oszczędność energii z powiadomieniami w czasie rzeczywistym. Zintegrowany silnik Super Encoding Engine redukuje przepływność o 50% bez utraty przejrzystości, obniżając koszty transmisji i przechowywania. Dla bezpieczeństwa oferuje szyfrowanie SM2/SM3/SM4, izolację TrustZone i system zarządzania kluczami, zapewniając kompleksową ochronę od przechwytywania danych po wnioskowanie. Architektura procesora RV1126B i RV1126B-P: Konfiguracja rdzenia: Czterordzeniowy ARM Cortex-A53, architektura 64-bitowa, obsługuje zestaw instrukcji ARM v8-A. Specyfikacja pamięci podręcznej: 32KB L1 I-Cache + 32KB L1 D-Cache na rdzeń, ze współdzieloną pamięcią podręczną L2 o pojemności 512KB. Rozszerzone funkcje: Zintegrowany Neon Advanced SIMD i FPU, obsługuje technologię TrustZone. RV1126: Konfiguracja rdzenia: Czterordzeniowy ARM Cortex-A7, architektura 32-bitowa, obsługuje zestaw instrukcji ARM v7-A, ze zintegrowanym Neon Advanced SIMD i FPU. Specyfikacja pamięci podręcznej: 32KB L1 I-Cache + 32KB L1 D-Cache na rdzeń, ze współdzieloną ujednoliconą pamięcią podręczną L2 o pojemności 512KB. Wydajność NPU RV1126B i RV1126B-P: Moc obliczeniowa: 3,0 TOPs INT8 (obsługiwana optymalizacja rzadka), kompatybilna z operacjami INT4/INT8/INT16/FP16. Wsparcie dla frameworków: TensorFlow, Caffe, Tflite, Pytorch, Onnx NN, Android NN itp. RV1126: Moc obliczeniowa i precyzja: 2,0 TOPs z operacjami hybrydowymi INT8/INT16, obsługującymi konwolucję liczb całkowitych 8/16-bitowych. Kompatybilność z frameworkami: TensorFlow, TF-lite, Pytorch, Caffe, ONNX, MXNet, Keras, Darknet itp., z obsługą interfejsu API OpenVX. Funkcje ISP RV1126B i RV1126B-P: Silnik graficzny 2D (RGA) Obsługiwane formaty danych: Wejście: Formaty serii ARGB/RGB/YUV (w tym pakowanie TILE4X4) Wyjście: ARGB/RGB/YUV420/422 i inne formaty 8-bitowe Główne funkcje: Skalowanie: skalowanie niecałkowite od 1/16× do 16× (downsampling ze średnią/filtrowaniem dwuliniowym, upsampling z filtrowaniem dwusześciennym) Obrót: 0/90/180/270 stopni z odbiciem lustrzanym Dodatkowe: mieszanie alfa, wypełnianie kolorem, nakładka OSD Limity rozdzielczości: Maks. wejście: 8192×8192 Maks. wyjście: 4096×4096 Kodowanie i dekodowanie wideo Zarówno RV1126, jak i RV1126B obsługują kodowanie i dekodowanie wideo H.265/H.264, umożliwiając wydajną kompresję, przechowywanie i transmisję wideo 4K UHD. RV1126B obsługuje w szczególności kodowanie wielostrumieniowe, z wbudowanym inteligentnym silnikiem kodowania dla kodowania ultra-HD z prędkością do 8 MP przy 45 FPS. Posiada również dynamiczną regulację przepływności, redukując przepływność nawet o 50% w porównaniu do tradycyjnego trybu CBR. Zarówno RV1126B, jak i RV1126 oferują różnorodne interfejsy audio, pamięci masowej i peryferyjne oraz obsługują wysokowydajną zewnętrzną pamięć DRAM, aby zaspokoić podstawowe potrzeby multimedialne i rozbudowy peryferyjne. RV1126B i RV1126 integrują moduły funkcjonalne na poziomie systemu, takie jak RTC, POR, RMI Ethernet PHY i kodeki audio. RV1126 obsługuje 12Kbit pamięci jednorazowo programowalnej (OTP) do unikalnej identyfikacji i bezpiecznego przechowywania. RV1126B wprowadza AI-ISP, który może współpracować z NPU, podczas gdy RV1126 nie obsługuje AI-ISP. RV1126B i RV1126B-P obsługują dwukanałowy CANFD, co sprawia, że nadają się do zastosowań motoryzacyjnych i przemysłowych. RV1126B obsługuje USB 3.0, podczas gdy RV1126B-P i RV1126 obsługują tylko USB 2.0. Seria RV1126B, wdrożona w wielu branżach, z mocą AI 3TOPS i architekturą AI-ISP, jest szeroko stosowana w IPC, inteligentnych dzwonkach do drzwi i kamerach AI PTZ. Jej wysoka integracja i niskie zużycie energii ulepszają nagrywanie wideo do inteligentnej analizy.