Shanghai Neardi Technology Co., Ltd.

Neardi Pi 4-3588: Desatando la Inteligencia Ultra-Rápida 8K, Potenciando la Nueva Era de la Computación Periférica de Nivel Empresarial

.gtr-container-q2w3e4 { font-family: Verdana, Helvetica, "Times New Roman", Arial, sans-serif; color: #333; line-height: 1.6; padding: 16px; max-width: 100%; box-sizing: border-box; } .gtr-container-q2w3e4 p { margin: 0 0 16px 0; padding: 0; text-align: left; font-size: 14px; word-break: normal; overflow-wrap: normal; } .gtr-container-q2w3e4 .gtr-heading { font-size: 18px; font-weight: bold; margin: 24px 0 16px 0; color: #0056b3; } .gtr-container-q2w3e4 ul { list-style: none !important; margin: 0 0 16px 0; padding: 0; } .gtr-container-q2w3e4 ul li { position: relative; padding-left: 20px; margin-bottom: 12px; font-size: 14px; text-align: left; list-style: none !important; } .gtr-container-q2w3e4 ul li::before { content: "•" !important; position: absolute !important; left: 0 !important; color: #0056b3; font-size: 18px; line-height: 1; } .gtr-container-q2w3e4 ul li p { margin: 0; padding: 0; display: inline; list-style: none !important; } .gtr-container-q2w3e4 strong { font-weight: bold; } .gtr-container-q2w3e4 img { display: block; margin: 16px 0; height: auto; /* Per instructions, no max-width: 100% or width: auto; to preserve original width attribute */ /* This means images with width="800" will overflow on screens smaller than 800px */ } @media (min-width: 768px) { .gtr-container-q2w3e4 { padding: 24px; } .gtr-container-q2w3e4 .gtr-heading { margin: 32px 0 20px 0; } } En el panorama actual de AIoT y computación de borde en rápida evolución, los desarrolladores y las empresas están poniendo mayores demandas en el rendimiento, la estabilidad y la escalabilidad del hardware central. The Neardi Pi 4-3588 development board makes its official debut — it is not only an open-source hardware platform but also a powerful engine for you to transform cutting-edge algorithms into mass-produced products. Rendimiento máximo: Arquitectura de octa núcleos, potencia de buque insignia El Neardi Pi 4-3588 está equipado con el chip RK3588 de Rockchip, que adopta un proceso avanzado de 8nm, que combina perfectamente un alto rendimiento con un control extremo del consumo de energía. Procesador robusto: Cuenta con una arquitectura big.LITTLE de cuatro núcleos Cortex-A76 y cuatro núcleos Cortex-A55, que admite la asignación dinámica de tareas para manejar fácilmente escenarios informáticos complejos. Procesamiento gráfico de primer nivel: Integra la GPU MP4 de ARM Mali-G610, que admite completamente las interfaces gráficas convencionales como OpenGL ES 3.2 y Vulkan 1.2, satisfaciendo las necesidades de una calidad visual de alta precisión. El poder de computación de la inteligencia artificial está aumentando: Tiene una NPU integrada con hasta 6TOPS de potencia de computación, que admite operaciones mixtas INT4/INT8/INT16, acelerando perfectamente la inferencia de modelos de marcos como TensorFlow, PyTorch y Caffe. Festa visual: codificación y decodificación en 8K con Ultimate Display El Neardi Pi 4-3588 está diseñado para aplicaciones visuales. Soporta decodificación de hardware 8K@60fps H.265/VP9 y codificación 4K@60fps, combinada con procesamiento HDR, ofreciendo una calidad visual de nivel de cine. Interconexión de pantalla múltiple: Cuenta con una salida HDMI incorporada (que admite hasta 8K@30fps o 4K@120fps) y proporciona una interfaz MIPI-DSI, lo que facilita las aplicaciones de pantalla heterogéneas multi-pantalla. Adquisición multicanal: Está equipado con tres interfaces de cámara MIPI-CSI, que proporcionan una base sólida de hardware para la visión artificial y la costura de múltiples cámaras. Conectividad integral: interfaces ricas de grado industrial Como plataforma de "grado empresarial", el Neardi Pi 4-3588 no compromete la escalabilidad, proporcionando interfaces que cubren la gran mayoría de los escenarios industriales: Almacenamiento de alta velocidad: admite la expansión de almacenamiento de protocolo externo NVMe M.2 Key M (SSD 2242). Comunicación en toda la red: Cuenta con dos puertos Ethernet gigabit, WiFi de banda doble 6, Bluetooth 5.4, y una interfaz mini-PCIe reservada para soportar módulos 4G/5G. Cobertura completa del protocolo industrial: Tiene a bordo CAN FD, RS485, UART, I2C, SPI, y otras interfaces de comunicación de uso común, conectándose sin problemas a varios sensores y periféricos industriales. Amistoso con los desarrolladores: fuente abierta de pila completa, producción masiva rápida El Neardi Pi 4-3588 proporciona no sólo hardware sino también un ecosistema: Apoyo a varios sistemas: Es perfectamente compatible con los sistemas Android, Buildroot, Debian y Ubuntu. Código de código abierto: Proporciona a los usuarios código de sistema de código abierto, documentación WIKI completa, controladores de kernel y herramientas intermitentes. Apoyo integral: Lindi Technology ofrece un apoyo profundo desde la consultoría técnica hasta el desarrollo personalizado, ayudándole a acortar significativamente el ciclo desde el prototipo hasta la producción en serie. Calidad de grado industrial: Ofrece versiones de grado comercial (-20°C~75°C) y de grado industrial (-40°C~85°C) para satisfacer los requisitos de funcionamiento estable en ambientes adversos. Amplia gama de escenarios de aplicación Gracias a su alto rendimiento y fiabilidad, el Neardi Pi 4-3588 se ha aplicado ampliamente en: Inteligencia artificial y visiónReconocimiento de objetos, visión artificial, vigilancia de seguridad. Display inteligente: tabletas inteligentes, pantallas comerciales. Industria y transporte: Control industrial, energía, terminales en los vehículos, logística inteligente. Confiando en el potente rendimiento del chip de Rockchip RK3588 y en la profunda experiencia de personalización de la industria de Lindi Technology, el excelente rendimiento proviene del refinamiento de cada detalle.La producción masiva rápida proviene de un ecosistema maduro y estableEl Neardi Pi 4-3588 está ahora oficialmente a la venta, con un SDK completo, documentación técnica y soporte técnico de nivel experto listo.

Una interpretación en profundidad del cuello de botella 6TOPS de RK3588 y la verdad sobre el poder de computación de 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; } } Imagínese que está trabajando en un proyecto de IA de vanguardia con el RK3588: el flujo de video de la cámara necesita realizar reconocimiento facial y detección de vehículos en tiempo real, al tiempo que admite la visualización de la interfaz de usuario, la carga de datos,y procesamiento de lógica de negocioObserven: las caídas del marco ocurren cuando hay muchos objetos en el marco, los modelos grandes no funcionan sin problemas y la temperatura aumenta bruscamente. En este punto, la gente suele decir: "Tu modelo es demasiado grande ¥ 6TOPS de RK3588 no es suficiente". ¿Pero es realmente una falta de potencia de computación? ¿Alguna vez se ha preguntado: ¿Por qué una NPU 6TOPS todavía experimenta caídas de fotogramas y retraso al ejecutar un modelo 4TOPS?La respuesta radica en tres dimensiones de la potencia de computación de la NPU:Pico de rendimiento (TOPS),Precisión (INT8/FP16), yEficiencia (ancho de banda). Verá que varios chips hacen hincapié en sus especificaciones de NPU, con un parámetro central mostrado de manera prominente: NPU Computing Power: X TOPS.Se aplicará el método de clasificación de los productos., Hi3403V100-10TOPS, Hi3519DV500-2.5TOPS, Jetson Orin Nano-20/40TOPS, Jetson Orin NX-70/100TOPS, y así sucesivamente... ¿Qué es TOPS? ¿Por qué todo el mundo está hablando de ello? ¿ Qué pasa?Representa el 1012. Operaciones por segundo: Se refiere al número total de operaciones de IA que la NPU puede realizar en un segundo. En términos simples, 1 TOPS significa que la NPU puede ejecutar 1 billón (1012) operaciones por segundo. ¿Cómo se calcula el TOPS? El número total de unidades MAC es el núcleo de la computación de redes neuronales.el cálculo principal consiste en multiplicar los datos de entrada por pesos y luego sumar los resultados. La filosofía de diseño de una NPU radica en tener una gama extremadamente grande de unidades MAC paralelas.que pueden trabajar simultáneamente para lograr la computación paralela a gran escala. Cuanto más unidades MAC haya, mayor será la cantidad de computación que la NPU puede completar en un solo ciclo de reloj. Frecuencia del reloj: Determina el número de ciclos en que funcionan el chip NPU y sus unidades MAC por segundo (medido en Hertz, Hz).Una frecuencia más alta permite que la matriz MAC realice más operaciones de multiplicación y acumulación por unidad de tiempoCuando los fabricantes anuncian los TOPS, utilizan la frecuencia máxima de funcionamiento de la NPU (es decir, la frecuencia máxima alcanzable). Operaciones por MAC: Una operación MAC completa en realidad incluye una multiplicación y una adición.Muchos estándares de computación cuentan una operación MAC como 2 operaciones básicas (1 para la multiplicación y 1 para la adición). Factor de precisión: Las unidades MAC de una NPU están optimizadas para procesar datos de baja precisión (por ejemplo, INT8). Relación de aceleración simplificada de INT8 vs FP32: Dado que 32 bits / 8 bits = 4, una sola unidad FP32 teóricamente puede realizar 4 veces más operaciones en un ciclo cuando se cambia a la computación INT8.,Si el TOPS de un fabricante se calcula sobre la base de INT8, debe multiplicarse por una relación de aceleración relacionada con la precisión. En aplicaciones prácticas, debido a factores como la transmisión de datos, las restricciones de memoria y la estructura del modelo, el rendimiento de los datos puede variar de un punto a otro.la potencia de cálculo efectiva real de una NPU es a menudo inferior a este valor máximo. El poder de cómputo se trata de la velocidad; la precisión se trata de la "finitud". La potencia informática nos dice cuán rápido funciona una NPU, mientras que la precisión computacional nos dice cuán finamente opera.determinación del número de bits utilizados y el rango de representación de datos durante el cálculo. En el mismo nivel TOPS, la velocidad de computación real de INT8 es mucho más rápida que la de FP32. Los TOPS NPU que afirman los fabricantes se basan generalmente en la precisión INT8. Alto grado de precisión (generalmente utilizado para el entrenamiento) FP32 (punto flotante de precisión única, de 32 bits): Ofrece el mayor rango numérico y precisión. Comúnmente utilizado en la computación GPU y PC tradicional. Los modelos suelen adoptar FP32 durante la fase de entrenamiento para garantizar la precisión. FP16/BF16 (punto flotante de media precisión, de 16 bits): Reduce el volumen de datos a la mitad, manteniendo un cierto nivel de precisión, lo que permite un cálculo más rápido y un ahorro de memoria. Baja precisión (generalmente utilizada para la inferencia) INT8 (número entero de 8 bits): Actualmente el estándar de la industria para evaluar el rendimiento de inferencia de las NPU de borde.FP32) a los enteros de 8 bits se llama Cuantización. INT4 (ancho de bits inferior): presenta una compresión adicional, adecuada para escenarios con requisitos extremadamente altos de consumo de energía y latencia, pero impone mayores demandas para controlar la pérdida de precisión del modelo. ¿Cómo entender el rendimiento real de una NPU? Cuando veas un NPU que dice 20 TOPS (INT8), necesitas entender: La potencia de cómputo máxima es de 20 billones de operaciones por segundo. Esta potencia de cómputo se mide bajo una precisión de 8 bits (INT8). Esto significa que se utiliza principalmente para inferencias de IA (como reconocimiento de imágenes, procesamiento de voz, etc.), no para entrenamiento. El rendimiento final depende de la aplicación: la experiencia real del usuario (como la velocidad de desbloqueo de la cara, la latencia de traducción en tiempo real) depende no solo de los TOPS de la NPU, sino también de: Calidad de cuantización del modelo: Si el modelo INT8 cuantizado mantiene una precisión suficiente. Ancho de banda de memoria: La velocidad de entrada y salida de datos. Piedra de software y controladores: el nivel de optimización de la cadena de herramientas y los controladores proporcionados por el fabricante del chip para la implementación del modelo. La potencia de cálculo de una NPU (TOPS) es un indicador de su velocidad, mientras que la precisión computacional (por ejemplo, INT8) es clave para su eficiencia y aplicabilidad.Los fabricantes generalmente buscan maximizar los TOPS INT8 manteniendo una pérdida de precisión aceptable, para lograr un rendimiento de inferencia de IA de baja potencia y alta eficiencia.

Innovación y avance de los chips de IA caseros: oportunidades y desafíos en la era de los terminales de vanguardia

.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; } } Después de la explosión de grandes modelos de IA, el cómputo ya no se limita a la nube; cada vez más algoritmos inteligentes ahora se ejecutan localmente en dispositivos de borde.Las cámaras inteligentes reconocen las formas y comportamientos humanos, los terminales en el vehículo monitorean la conducción en tiempo real, las cámaras industriales detectan automáticamente los defectos, y las aspiradoras de robots identifican objetivos fuera de línea.y el campo de batalla de reemplazo de hogar más fuerte, dando a los proveedores nacionales de SoC una ventana en el procesamiento multimedia y de IA. Mercado de IA de borde: el campo de batalla de IA de más rápido crecimiento y densidad En términos estrictos, el mercado de la IA de borde se divide en segmentos de terminal de borde y servidor de borde.Los terminales de borde (en el que se centra este artículo) son de volumen masivoLos sistemas de inteligencia artificial (IA) son muy sencillos, costosos y fragmentados en escenarios, perciben el entorno y procesan el vídeo/voz en el lugar, ofreciendo funciones de IA avanzada y potenciando el hardware. ¿Qué dispositivos cuentan como terminales de borde? cámaras inteligentes (IPC, timbres inteligentes, cámaras de salpicadero), cámaras de visión industrial y terminales de control de calidad, módulos integrados en el vehículo (AVM, DMS, DVR, asistencia ADAS),los quioscos minoristas de autoservicio, dispositivos domésticos inteligentes (altoparlantes, aspiradores, controles de aparatos) y nodos periféricos de ciudades inteligentes deben ejecutar el procesamiento localmente. Dos caminos técnicos para los chips Edge-AI: Integración de SoC vs Acelerador discreto de IA Los chips Edge-AI siguen dos caminos: un SoC con NPU incorporado para una inteligencia completa de bajo costo y bajo consumo, o un acelerador discreto de IA que agrega computación para inferencias profesionales de múltiples modelos y carga pesada. SoC (System on Chip) integra CPU, GPU, IA, video, audio y periféricos en una sola matriz. Rockchip RK3576, un SoC de inteligencia artificial de uso general: CPU de 8 núcleos (4×A72 + 4×A53); NPU 6-TOPS (INT4/8/16, FP16); GPU Mali-G52; decodificación 8-K, codificación 4-K; multi MIPI-CSI para múltiples cámaras, salida de múltiples pantallas (DSI),Se dirige a tabletas industriales, cámaras de IA, DVR de vehículos, visión robótica. HiSilicon Hi3403V100 combina AI-ISP (mejoramiento de imagen + co-optimización de IA). Un SoC pro-visión con quad A55, 10-TOPS NPU fuertemente fusionado con ISP. ISP de alta especificación sobresale en luz de fondo y poca luz;E/S de vídeo multi 4K; alta eficiencia de despliegue para la detección/seguimiento. La forma de dividir las tareas de manera eficiente entre la CPU, la GPU, la NPU y el acelerador discreto: el preprocesamiento en la GPU/CPU, la inferencia en la NPU/acelerador, el postprocesamiento en la CPU es el principal desafío de rendimiento.Así nacieron los aceleradores de IA.El SoC maneja la programación del sistema, el video, los gráficos, la interfaz de usuario; el acelerador ejecuta modelos y suministra el cálculo de IA. Rockchip RK1820, un coprocesador NPU para la IA de alto rendimiento, actúa como el "segundo cerebro". 20-TOPS NPU, ejecución de modelo independiente, INT8/16/FP16;parejas con RK3576/3588 a través de PCIe para una inferencia más alta. Posicionamiento del chip de inteligencia artificial casero: Ganar por elegir el camino correcto, no por acumular las especificaciones En el borde de la IA, TOPS, núcleos de CPU y nodos de proceso importan, pero la supervivencia depende de elegir el camino correcto. Rockchip: el portafolio más amplio, el ecosistema más fuerte “Plataforma de visión general-IA” El objetivo de Rockchip no es el chip más rápido sino el ecosistema más rico.Escalera de cómputo completa: RV1103/1106 para cámaras ligeras; RV1126/1109 para seguridad predeterminada; RK3576 para terminales medianos / altos; RK3588 para el borde insignia; RK3688 para el núcleo de alta computación de próxima generación.Esta matriz es la base universal para los equipos caseros, desde IPC de baja potencia hasta pasarelas industriales., gafas AR, robots, cajas educativas, DMS/CMS vehiculares.Avance tecnológico: multimedia equilibrado + ISP + IA; códecs fuertes, ISP y una cadena de herramientas RKNN madura. Ganador: IA ultraligera + IoT de energía ultra baja No para grandes modelos sino para dispositivos IoT y de consumo masivos.Posición: baja potencia, alto volumen, sensible a los costos. altavoces inteligentes (con soporte rico I2S / PDM / micrófono), cámaras de inteligencia artificial de vanguardia ligera, control de pequeños aparatos, terminales TTS / de voz. V853/V831: SoC de inteligencia artificial ultraligero.Serie REl ganador persigue escenarios de 10 millones de unidades, no TOPS. Amlogic: Rey Multimedia, IA como bonificación Líder mundial en cajas OTT y SoCs de TV inteligente.Posición: centro de medios domésticos + dispositivo inteligente de consumo. AI es un potenciador; las fortalezas principales son decodificación de vídeo, HDR, sincronización A / V, ecosistema TV / OTT. Fuerte en proyectores inteligentes, barras de conferencias,AIO de entretenimiento en el hogar. Especialista en seguridad visual Casi exclusivamente cámaras de vigilancia.Posición: SoC dedicado a la seguridad. Fortalezas: ISP fuerte, compresión fuerte, control de costos estricto, estrecha alineación con los ecosistemas Hikvision/Dahua. Naves insignia: FH8856, FH8852.Fullhan cavando profundamente en el único enorme circuito de vigilancia, ganando en estabilidad y coste. Ingenic: Ultra-baja potencia + inteligencia artificial ultra-ligera Basado en MIPS, wearables y hogar inteligente.Posición: dispositivos inteligentes de peso de pluma, paquetes diminutos. Aplicaciones: timbres inteligentes, IPC ligero, relojes para niños, nodos de micro borde. Características: menor consumo, alta integración, pequeña huella.Serie AISoC para la inferencia de la visión luminosa. Necesidades reales de IA de borde: No más TOPS, sino Interface Matrix + Scenario Fit Durante dos años la conversación fue TOPS 3, 6, 12 como si los números más grandes equivalen a mejores fichas. En cámaras de seguridad, cámaras industriales, timbres inteligentes, DMS/ADAS vehiculares, lo que cuenta es: suficientes puertos de cámara? (MIPI-CSI, DVP), ¿cuántas transmisiones de video? codificación en tiempo real? (H.264/H.265/8K/4K),Calidad de sintonización del ISPEn el DTU industrial, la puerta de enlace inteligente, el robot, los escenarios energéticos, los periféricos superan a los TOPS: doble GbE/2.5G/RGMII/SGMII, RS232/485/CAN/UART, Wi-Fi/BT, módulos 4G/5G, múltiples USB/SPI/I2C.En paneles de control inteligentes, pantallas de automóviles del mercado de repuestos, AR / VR, POS inteligente, cambio de prioridades a puertos de visualización (MIPI-DSI, HDMI, eDP), soporte para pantallas múltiples, rendimiento de la interfaz de usuario (GPU / gráficos), con IA como ayudante, no estrella. Palabras clave del mercado de repuestos para automóviles: resistencia a los golpes, oscilación de voltaje, -40-85 °C, vida útil de eMMC, multi-CSI para DMS/OMS/ADAS, latencia de vídeo a nivel de ms. Edge AI es la mejor pista para los chips caseros; la oportunidad no proviene de apilar TOPS sino de conocer la escena y clavar la demanda.y los dispositivos domésticos serán el escenario donde los chips domésticos se prueban.

Guía Completa de la Evolución del Protocolo Wi-Fi—¡Alcanza la Cumbre del Rendimiento con Wi-Fi 6!

.gtr-container-w7x8y9 { font-family: Verdana, Helvetica, "Times New Roman", Arial, sans-serif; color: #333; line-height: 1.6; padding: 20px; max-width: 100%; box-sizing: border-box; } .gtr-container-w7x8y9 p { font-size: 14px; margin-bottom: 1em; text-align: left !important; word-break: normal; overflow-wrap: normal; } .gtr-container-w7x8y9 .gtr-heading-main { font-size: 18px; font-weight: bold; color: #0056b3; margin-top: 2em; margin-bottom: 1em; text-align: left; } .gtr-container-w7x8y9 .gtr-heading-sub { font-size: 16px; font-weight: bold; color: #0056b3; margin-top: 1.5em; margin-bottom: 0.8em; text-align: left; } .gtr-container-w7x8y9 .gtr-protocol-item { margin-bottom: 1em; padding-left: 15px; position: relative; } .gtr-container-w7x8y9 .gtr-protocol-item::before { content: "•"; color: #0056b3; position: absolute; left: 0; font-size: 1.2em; line-height: 1; } .gtr-container-w7x8y9 .gtr-protocol-item strong { font-weight: bold; color: #333; font-size: 14px; } .gtr-container-w7x8y9 .gtr-tech-explanation { margin-bottom: 1.5em; } .gtr-container-w7x8y9 .gtr-tech-explanation strong { font-weight: bold; color: #333; font-size: 14px; display: block; margin-bottom: 0.5em; } .gtr-container-w7x8y9 .gtr-feature-block { margin-bottom: 1.5em; } .gtr-container-w7x8y9 .gtr-feature-block .gtr-feature-title { font-size: 14px; font-weight: bold; color: #333; margin-bottom: 0.5em; text-align: left; } .gtr-container-w7x8y9 .gtr-image-wrapper { margin-top: 2em; margin-bottom: 2em; text-align: center; } @media (min-width: 768px) { .gtr-container-w7x8y9 { padding: 30px 50px; } .gtr-container-w7x8y9 .gtr-heading-main { font-size: 20px; } .gtr-container-w7x8y9 .gtr-heading-sub { font-size: 18px; } } Desde las primeras conexiones de acceso telefónico hasta la era actual de todo interconectado, nuestra búsqueda de velocidad y estabilidad nunca se ha detenido. Cada innovación en el protocolo Wi-Fi marca un salto gigante en nuestras vidas inteligentes. Estos protocolos se originan en la familia de estándares IEEE 802.11, evolucionando desde 802.11b hasta el Wi-Fi 4/5/6 actual. Desarrollo temprano y saltos de rendimiento: de 802.11b/g a 802.11ax 802.11b – Banda de 2,4 GHz, velocidad máxima de 11 Mbps; sentó las bases y llevó el Wi-Fi al mercado masivo. 802.11a – Banda de 5 GHz, máximo de 54 Mbps; el primero en adoptar OFDM, pero el equipo de 5 GHz era escaso, por lo que nunca se generalizó. 802.11g – Banda de 2,4 GHz, máximo de 54 Mbps; fusionó lo mejor de ambos: usó OFDM en 2,4 GHz para una mayor velocidad, manteniendo la compatibilidad con 802.11b. 802.11n (Wi-Fi 4) – Bandas de 2,4 y 5 GHz, máximo de 600 Mbps (4×4 MIMO, 40 MHz); introdujo MIMO, rompió la barrera de los 100 Mb y agregó soporte de doble banda. 802.11ac (Wi-Fi 5) – Solo banda de 5 GHz, máximo de 6,9 Gbps (8×8 MIMO, 160 MHz); introdujo MU-MIMO (DL), amplió los canales y aumentó el ancho de banda. 802.11ax (Wi-Fi 6) – Bandas de 2,4 y 5 GHz, máximo de 9,6 Gbps (8×8 MIMO, 160 MHz, 1024-QAM); ofrece alta eficiencia (capacidad), baja latencia, bajo consumo de energía y fuerte antiinterferencia. MIMO (802.11n): Anteriormente, los datos se transmitían a través de un solo canal. MIMO utiliza múltiples antenas para transmitir y recibir datos simultáneamente, lo que permite la transmisión paralela de múltiples canales y aumenta significativamente las velocidades de datos y la cobertura. MU-MIMO (DL) (802.11ac): Por primera vez, permite que un enrutador envíe datos a múltiples dispositivos terminales al mismo tiempo (enlace descendente), mejorando efectivamente la eficiencia de la red en escenarios de múltiples dispositivos. Wi-Fi 5: solo admite DL MU-MIMO; Wi-Fi 6: se extiende tanto al enlace ascendente como al enlace descendente. Wi-Fi 6: el pináculo de la eficiencia y la estabilidad Wi-Fi 6 (802.11ax) es más que un aumento de velocidad: es una revolución de eficiencia que aborda la congestión, la latencia y el consumo de energía, sentando las bases para la próxima generación de IoT. MU-MIMO maneja “flujos de datos de alto rendimiento y paquetes grandes”; OFDMA maneja “escenarios de múltiples dispositivos y paquetes pequeños”. OFDMA (Acceso múltiple por división de frecuencia ortogonal): Principio: El Wi-Fi tradicional solo sirve a un dispositivo a la vez; OFDMA divide el canal en múltiples RU y puede entregar datos a varios dispositivos simultáneamente. Divide un solo canal de datos en muchos subportadoras pequeñas (unidades de recursos) y transporta paquetes pequeños a múltiples dispositivos diferentes al mismo tiempo. Ventaja: Reduce en gran medida la latencia, especialmente en escenarios de IoT con pequeños volúmenes de datos pero muchos dispositivos, mejorando la eficiencia hasta en 4×. UL/DL MU-MIMO (MIMO multiusuario de enlace ascendente/descendente): Wi-Fi 5 solo admite el enlace descendente (enrutador a dispositivo); Wi-Fi 6 agrega MU-MIMO bidireccional, lo que permite que los dispositivos transmitan al enrutador simultáneamente y elimina los retrasos en la cola. TWT (Tiempo de activación objetivo): Principio: El enrutador negocia la próxima hora de comunicación con cada dispositivo; el dispositivo puede entrar en reposo profundo fuera de la ventana programada. Ventaja: Reduce en gran medida el consumo de batería, extendiendo la vida útil de la batería del dispositivo IoT en 2–10. Coloración BSS y reutilización espacial: Al agregar una “etiqueta de color” a los paquetes BSS, el sistema identifica e ignora de forma inteligente la interferencia de las redes vecinas, mejorando significativamente la estabilidad y la capacidad antiinterferencia en entornos residenciales densos. Rendimiento e integración de modo dual: solución Wi-Fi 6 FD7352S El módulo FD7352S de Neardi se basa en el último protocolo Wi-Fi 6 Wave 2 e integra todas las tecnologías avanzadas: una opción ideal para productos IoT de alto rendimiento y alta confiabilidad. Arquitectura 2T2R 2T2R MIMO: FD7352S utiliza dos antenas de transmisión (2T) y dos de recepción (2R) para una transmisión de alto rendimiento.Velocidades teóricas: 2,4 GHz – 572,4 Mbps, 5 GHz – 1,2 Gbps; rendimiento medido de hasta 550 Mbps.Modulación: 1024-QAM empaqueta más datos por símbolo, lo que garantiza transmisiones de video HD fluidas y estables. Coexistencia perfecta de Wi-Fi 6 y BT 5.4 FD7352S no solo es un módulo Wi-Fi 6, sino también un combo de modo dual 802.11ax + Bluetooth 5.4.Mecanismo de coexistencia: En la banda de 2,4 GHz, Wi-Fi y Bluetooth a menudo interfieren. La arbitraje a nivel de hardware de FD7352S programa de forma inteligente los datos de Wi-Fi y los paquetes de audio/control de Bluetooth, manteniendo ambos estables, ideal para el emparejamiento rápido de Bluetooth más video Wi-Fi de alta calidad.Bluetooth 5.4: Admite el último BT v5.4, compatible con versiones anteriores de BR/EDR/LE 1M/LE 2M/LE LR, lo que proporciona una conectividad de sensor confiable, de bajo consumo y de largo alcance. Interfaces de alta integración Admite SDIO 3.0 (datos de alta velocidad) + HS-UART (control) + PCM (audio HD), lo que garantiza una amplia compatibilidad.Con un rendimiento 2T2R excepcional, eficiencia UL/DL OFDMA, funcionamiento de bajo consumo TWT y coexistencia de modo dual Bluetooth 5.4, FD7352S ofrece una solución integral para productos inteligentes de próxima generación.

Análisis Autorizado | ¿Por qué cada vez más módulos centrales eligen conexiones placa a placa (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; /* Un azul industrial sutil para los títulos principales */ } .gtr-container-x7y2z9-title-sub { font-size: 16px; font-weight: bold; margin-top: 1.2em; margin-bottom: 0.8em; text-align: left; color: #007bff; /* Un azul ligeramente más claro para los subtítulos */ } .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; /* Asegura que las columnas se distribuyan uniformemente */ min-width: 600px; /* Asegura que la tabla sea desplazable en pantallas pequeñas si el contenido es ancho */ } .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; /* Fondo gris claro para los encabezados */ color: #333; } .gtr-container-x7y2z9 tr:nth-child(even) { background-color: #f9f9f9; /* Rayas de cebra */ } .gtr-container-x7y2z9 img { height: auto; /* Permite que las imágenes se escalen proporcionalmente */ display: block; /* Asegura que las imágenes sean de nivel de bloque para un espaciado adecuado */ margin: 1.5em 0; /* Agrega espaciado vertical alrededor de las imágenes */ } @media (min-width: 768px) { .gtr-container-x7y2z9 { padding: 25px; max-width: 960px; /* Restringe el ancho en pantallas más grandes para facilitar la lectura */ margin: 0 auto; /* Centra el componente */ } .gtr-container-x7y2z9 table { min-width: auto; /* Elimina el ancho mínimo en pantallas más grandes */ table-layout: auto; /* Permite que la tabla ajuste los anchos de columna de forma natural */ } } En el diseño de un módulo central, el método de conexión a menudo se pasa por alto, sin embargo, determina la estabilidad estructural, la integridad de la señal y la capacidad de mantenimiento de todo el sistema. En los últimos años, un número creciente de módulos centrales, placas de desarrollo e incluso los sistemas de control principales de dispositivos completos han comenzado a evolucionar hacia conexiones de placa a placa. ¿Por qué cada vez más fabricantes están cambiando a esta solución? ¿Es realmente superior? Hoy, explicaremos a fondo todo, desde el diseño estructural hasta la práctica de producción en masa de una sola vez. Análisis completo de las interconexiones principales: ¿quién las usa y cuáles son sus pros y contras? En sistemas SoC de alta computación y alta densidad de interfaz, los conectores de placa a placa se han convertido en la solución preferida que equilibra la integridad de la señal con la fiabilidad mecánica. Interconexión Uso típico Ventajas Inconvenientes LCC módulos de factor de forma pequeño bajo costo, fácil de soldar no extraíble, poca fiabilidad a largo plazo tarjeta de borde aplicaciones de conexión en caliente de alta velocidad contacto fiable, proceso de volumen maduro restricciones mecánicas severas, contorno de PCB restringido cable flexible FPC dispositivos ultrafinos o plegables enrutamiento flexible, perfil delgado blindaje EMI débil, estabilidad mecánica limitada conector de placa a placa placas base industriales, módulos de computación de IA acoplamiento de alta densidad, robusto, reparable en campo costo ligeramente más alto, tolerancia de colocación ajustada ¿Por qué elegir conectores de placa a placa? Desglose de las fortalezas clave Transporte de señal de alta densidad: diseñado para SoC hambrientos de velocidad. Con SoC de alto rendimiento como el RK3588 y el RK3576 que se están generalizando, la señalización de módulo a portadora ya no es una tarea de "unas pocas docenas de líneas", sino un problema de cientos de canales de alta velocidad. Los conectores de placa a placa ofrecen fácilmente de 40 a 120 pines de señales de alta velocidad, manteniendo al mismo tiempo un control de impedancia ajustado y un excelente rendimiento de integridad de la señal (SI). La placa portadora LKB3576 emplea cuatro conectores de placa a placa Panasonic AXK5F80537YG (80 posiciones, paso de 0,5 mm) asegurados con cuatro tornillos M2. En comparación con los orificios castellados FPC o LCC, los conectores de placa a placa ofrecen:- Menor pérdida de señal, especialmente a 2–5 Gbps;- Mayor blindaje EMI a través del aislamiento pin a pin bien conectado a tierra;- Tolerancia de acoplamiento controlable: alineación precisa de pines y enchufes dentro de ±0,05 mm. Las placas base de IA, las pasarelas industriales, las unidades principales automotrices y los hosts de visión artificial ejecutan múltiples enlaces MIPI, USB 3.0, PCIe y Gigabit-Ethernet simultáneamente; las interconexiones de placa a placa preservan la estabilidad y uniformidad de estas señales de alta velocidad mejor que cualquier otra alternativa. Robustez mecánica superior y resistencia a la vibración En entornos automotrices e industriales, la vibración prolongada y los ciclos térmicos aflojan fácilmente las interconexiones. Los cables flexibles FPC en estos entornos a menudo sufren captación de EMI, deriva de la señal o contactos intermitentes. Los conectores de placa a placa, construidos con pines metálicos y enchufes de ajuste a presión, ofrecen tres ventajas mecánicas: - Alta inmunidad a la vibración: la fuerza de inserción de 60–80 N sobrevive a golpes y sacudidas repetidas- Contactos chapados en oro: mantienen caminos de baja resistencia durante miles de ciclos térmicos- Montaje rígido: los tornillos y los postes de ubicación opcionales bloquean el par acoplado al chasis, eliminando el micromovimiento Montaje y servicio de campo más rápidos: agilización de la producción en volumen Para los ingenieros de la línea de producción, el mayor atractivo de la placa a placa es el acoplamiento sin soldadura + reutilizable.- Los módulos centrales se enchufan y se sacan en segundos; no se requiere reflujo.- Cuando una placa falla, cambie el módulo superior: la portadora permanece en el chasis.- Reduce el costo de SMT y el costo del servicio de por vida.- Cero ciclos de alta temperatura, por lo que no hay daños por estrés térmico.- El rendimiento de montaje/desmontaje aumenta de 3 a 5*.- Una ventana de alineación más grande permite la inserción semiautomática, perdonando las tolerancias de manipulación normales. Alta eficiencia espacial: optimizado para diseños compactos A medida que los dispositivos integrados se orientan hacia factores de forma más pequeños y delgados, los conectores de placa a placa permiten una pila vertical: dos PCB se colocan casi cara a cara, maximizando la eficiencia volumétrica. - El grosor del módulo se reduce a 2–6 mm- Las trazas internas más cortas dan rutas de señal más limpias- Una carcasa más ordenada facilita el diseño de la dispersión del calor y el blindaje Estudio de caso del producto: placa de desarrollo LKD3576 SoC: RK3576, octa-core de 64 bits (4*A72 + 4*A53), GPU ARM Mali-G52 MC3, NPU de 6 TOPSCódec: decodificación H.264/AVC de 4K60 fps, decodificación H.265/HEVC de 8K30 fps o 4K120 fps; codificación H.264/H.265 de 4K60 fpsMemoria: RAM compatible con LPDDR4/4X/5, ROM compatible con eMMC 5.1; opciones de 4 GB+32 GB, 8 GB+64 GB, 16 GB+128 GBSoporte del sistema operativo: Android, Ubuntu, Buildroot, Debian, openEuler, KylinInterconexión: cuatro pines de 80 pines, paso de 0,5 mm, altura de 2 mm; enchufe AXK5F80537YG, cabezal AXK6F80347YG, conector de placa a placa Panasonic La conexión de placa a placa: fácil montaje y mantenimiento, interfaces de grado industrial ricas, soporte de expansión de múltiples tipos, diseño antivibración y antiinterferencia, funcionamiento estable a largo plazo, adecuado para el control en el vehículo, terminales de computación de borde de IA y pasarelas inteligentes industriales. La conexión de placa a placa se está convirtiendo en el nuevo estándar en el diseño de hardware integrado, ofreciendo una solución equilibrada entre rendimiento, fiabilidad y capacidad de mantenimiento.

Análisis completo del benchmark de Edge Computing 3TOPS | Serie 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 ha establecido una amplia cartera de chips de computación visual, que abarca desde 0,5T hasta 6T, cubriendo desde cámaras inteligentes básicas hasta sistemas de visión industrial avanzados. Un destacado en esta línea es la serie RV1126, específicamente el RV1126B y el RV1126B-P. Estas variantes se utilizan ampliamente en seguridad inteligente (IPC, timbres inteligentes, dashcams), visión industrial (cámaras de fábrica, equipos de inspección), aplicaciones automotrices y domésticas inteligentes, ciudades inteligentes y escenarios de IA en el borde. El RV1126B, con su potencia de cálculo de 3TOPS, arquitectura AI-ISP personalizada, costura dinámica, estabilización, codificación avanzada y seguridad a nivel de hardware, ofrece soluciones de alto rendimiento que mejoran los dispositivos AIoT, pasando de simplemente "ver" a realmente "entender". El RV1126B-P es una variante optimizada en costo y paquete del RV1126B, que conserva toda la potencia de cálculo central (CPU/GPU/VPU/NPU) al tiempo que reduce los pines, elimina USB 3.0 y recorta las interfaces auxiliares (CAM_CLK/SARADC) para reducir los costos. Está dirigido a aplicaciones de bajo almacenamiento y bajo ancho de banda como dashcams y dispositivos DMS. Las ventajas clave incluyen: Compatibilidad Pin a Pin: Reemplazo directo del RV1126 sin necesidad de rediseño de hardware Mismo Rendimiento Central: Capacidades de cálculo, ISP e IA equivalentes al RV1126B Actualizaciones Sin Problemas: Se requieren cambios mínimos de software para que los productos existentes basados en RV1126 logren el rendimiento del RV1126B Esto convierte al RV1126B-P en una actualización ideal para los fabricantes que buscan mejorar los productos con una inversión mínima en I+D. El RV1126B, construido sobre una arquitectura de cuatro núcleos Cortex-A53 (1,5 GHz), integra la NPU de 3TOPS de Rockchip. Admite la cuantificación de precisión mixta W4A16/W8A16 y la aceleración optimizada para Transformer, lo que permite la ejecución eficiente en el dispositivo de modelos grandes y modelos multimodales con parámetros de hasta 2B. Para la obtención de imágenes, cuenta con un motor AI-ISP dedicado con tecnología AI Remosaic para "imágenes adaptativas día y noche", logrando imágenes claras en condiciones de luz ultra baja (0,01Lux). Esto aborda los problemas de ruido nocturno y, combinado con la estabilización digital de 6-DOF y la costura dinámica de doble/cuádruple cámara, garantiza imágenes estables y de gran angular incluso en movimiento. A nivel de sistema, la arquitectura de baja potencia AOV3.0 del RV1126B reduce la potencia en espera a 1 mW. Admite la activación por sonido anómalo las 24 horas del día, los 7 días de la semana (por ejemplo, ladridos, rotura de cristales, disparos), equilibrando el ahorro de energía con las alertas en tiempo real. El motor de súper codificación integrado reduce la velocidad de bits en un 50% sin pérdida de claridad, lo que reduce los costos de transmisión y almacenamiento. Para la seguridad, ofrece cifrado SM2/SM3/SM4, aislamiento TrustZone y un sistema de gestión de claves, proporcionando protección de extremo a extremo desde la captura de datos hasta la inferencia. Arquitectura del Procesador RV1126B y RV1126B-P: Configuración del Núcleo: ARM Cortex-A53 de cuatro núcleos, arquitectura de 64 bits, compatible con el conjunto de instrucciones ARM v8-A. Especificación de la Caché: 32KB L1 I-Cache + 32KB L1 D-Cache por núcleo, con una caché L2 compartida de 512KB. Características Extendidas: Neon Advanced SIMD y FPU integrados, compatible con la tecnología TrustZone. RV1126: Configuración del Núcleo: ARM Cortex-A7 de cuatro núcleos, arquitectura de 32 bits, compatible con el conjunto de instrucciones ARM v7-A, con Neon Advanced SIMD y FPU integrados. Especificación de la Caché: 32KB L1 I-Cache + 32KB L1 D-Cache por núcleo, con una caché L2 unificada compartida de 512KB. Rendimiento de la NPU RV1126B y RV1126B-P: Potencia de Cálculo: 3.0 TOPs INT8 (optimización dispersa compatible), compatible con operaciones INT4/INT8/INT16/FP16. Soporte de Framework: TensorFlow, Caffe, Tflite, Pytorch, Onnx NN, Android NN, etc. RV1126: Potencia y Precisión de Cálculo: 2.0 TOPS con operaciones híbridas INT8/INT16, compatible con la convolución de enteros de 8/16 bits. Compatibilidad de Framework: TensorFlow, TF-lite, Pytorch, Caffe, ONNX, MXNet, Keras, Darknet, etc., con soporte de API OpenVX. Características del ISP RV1126B y RV1126B-P: Motor Gráfico 2D (RGA) Formatos de Datos Soportados: Entrada: Formatos de la serie ARGB/RGB/YUV (incluido el empaquetado TILE4X4) Salida: ARGB/RGB/YUV420/422 y otros formatos de 8 bits Funciones Principales: Escalado: Escalado no entero de 1/16× a 16× (reducción de muestreo con filtrado de promedio/bilineal, aumento de muestreo con filtrado bicúbico) Rotación: 0/90/180/270 grados con mirroring Adicional: Mezcla alfa, relleno de color, superposición OSD Límites de Resolución: Entrada Máxima: 8192×8192 Salida Máxima: 4096×4096 Codificación y Decodificación de Video Tanto el RV1126 como el RV1126B admiten la codificación y decodificación de video H.265/H.264, lo que permite la compresión, el almacenamiento y la transmisión eficientes de video 4K UHD. El RV1126B admite específicamente la codificación de múltiples flujos, con un motor de codificación inteligente incorporado para la codificación ultra-HD a hasta 8 MP a 45 FPS. También cuenta con ajuste dinámico de la velocidad de bits, lo que reduce la velocidad de bits hasta en un 50% en comparación con el modo CBR tradicional. Tanto el RV1126B como el RV1126 ofrecen una variedad de interfaces de audio, almacenamiento y periféricos, y admiten DRAM externa de alto rendimiento para satisfacer las necesidades básicas de multimedia y expansión periférica. RV1126B y RV1126 integran módulos funcionales a nivel de sistema como RTC, POR, PHY Ethernet RMI y códecs de audio. El RV1126 admite memoria programable de una sola vez (OTP) de 12 Kbit para identificación única y almacenamiento seguro. El RV1126B introduce AI-ISP que puede funcionar con la NPU, mientras que el RV1126 no admite AI-ISP. RV1126B y RV1126B-P admiten CANFD de doble canal, lo que los hace adecuados para aplicaciones automotrices y de control industrial. El RV1126B admite USB 3.0, mientras que el RV1126B-P y el RV1126 solo admiten USB 2.0. Implementada en múltiples industrias, la serie RV1126B, con su potencia de IA de 3TOPS y arquitectura AI-ISP, se utiliza ampliamente en IPC, timbres inteligentes y cámaras PTZ de IA. Sus características de alta integración y bajo consumo mejoran la grabación de video al análisis inteligente.

¡El cómputo de IA es más que el SoC principal! Una mirada clara al papel real del RK1820 en el sistema RK3588

.gtr-container-7f8d9e { font-family: Verdana, Helvetica, "Times New Roman", Arial, sans-serif; color: #333; line-height: 1.6; padding: 16px; box-sizing: border-box; } .gtr-container-7f8d9e p { font-size: 14px; margin-bottom: 1em; text-align: left !important; } .gtr-container-7f8d9e .gtr-heading-level2 { font-size: 18px; font-weight: bold; margin-top: 2em; margin-bottom: 1em; color: #0056b3; } .gtr-container-7f8d9e .gtr-section-title { font-size: 16px; font-weight: bold; margin-top: 1.5em; margin-bottom: 0.8em; color: #0056b3; } .gtr-container-7f8d9e .gtr-table-wrapper { overflow-x: auto; margin-bottom: 1.5em; } .gtr-container-7f8d9e table { width: 100%; border-collapse: collapse !important; border-spacing: 0 !important; margin-bottom: 1.5em; border: 1px solid #ccc !important; } .gtr-container-7f8d9e th, .gtr-container-7f8d9e td { padding: 8px 12px !important; border: 1px solid #ccc !important; text-align: left !important; vertical-align: top !important; font-size: 14px !important; } .gtr-container-7f8d9e th { font-weight: bold !important; background-color: #f0f0f0; } .gtr-container-7f8d9e tr:nth-child(even) { background-color: #f9f9f9; } .gtr-container-7f8d9e ul, .gtr-container-7f8d9e ol { list-style: none !important; padding-left: 20px !important; margin-bottom: 1em; } .gtr-container-7f8d9e ul li { position: relative !important; padding-left: 15px !important; margin-bottom: 0.5em !important; font-size: 14px !important; list-style: none !important; } .gtr-container-7f8d9e ul li::before { content: "•" !important; position: absolute !important; left: 0 !important; color: #0056b3; font-size: 1.2em; line-height: 1; } .gtr-container-7f8d9e ol { counter-reset: list-item; } .gtr-container-7f8d9e ol li { position: relative !important; padding-left: 25px !important; margin-bottom: 0.5em !important; font-size: 14px !important; counter-increment: none; list-style: none !important; } .gtr-container-7f8d9e ol li::before { content: counter(list-item) "." !important; position: absolute !important; left: 0 !important; color: #0056b3; font-weight: bold; width: 20px; text-align: right; } /* Diseño para PC */ @media (min-width: 768px) { .gtr-container-7f8d9e { padding: 24px; } .gtr-container-7f8d9e .gtr-heading-level2 { font-size: 20px; } .gtr-container-7f8d9e .gtr-section-title { font-size: 18px; } .gtr-container-7f8d9e table { width: auto; min-width: 100%; } } ¿Por qué cada vez más dispositivos edge hablan de NPUs y coprocesadores? El RK3588 ya es un potente SoC de 6 TOPS (INT8), pero en escenas complejas como la inferencia multitarea, el paralelismo de modelos y el análisis de video-IA, el límite de cálculo de un solo chip sigue presente. El RK1820 se creó precisamente para hacerse cargo de esa porción de carga y aliviar la “ansiedad de cálculo” del SoC principal. En los equipos de IA-edge, el procesador host ya no lucha solo; cuando las tareas de IA superan la capacidad de programación de la CPU/NPU tradicional, el coprocesador interviene silenciosamente y asume parte de la carga de trabajo inteligente. Coprocesador RK1820 El RK1820 es un coprocesador diseñado específicamente para la inferencia de IA y la expansión del cálculo; se empareja de forma flexible con SoCs host como el RK3588 y el RK3576 y se comunica con ellos de manera eficiente a través de interfaces PCIe o USB. Categoría de capacidad Parámetros y funciones clave Arquitectura del procesador 3 núcleos RISC-V de 64 bits; 32 KB de caché L1 I + 32 KB de caché L1 D por núcleo, 128 KB de caché L2 compartido; FPU de precisión H/F/D-RISC-V Memoria 2,5 GB de DRAM de alto ancho de banda en chip + 512 KB de SRAM; soporte externo para eMMC 4.51 (HS200), SD 3.0, Flash SPI Códec Codificación JPEG: 16×16–65520×65520, YUV400/420/422/444; Decodificación JPEG: 48×48–65520×65520, múltiples formatos YUV/RGB NPU 20 TOPS INT8; precisión mixta INT4/INT8/INT16/FP8/FP16/BF16; frameworks: TensorFlow/MXNet/PyTorch/Caffe; Qwen2.5-3B (INT4) 67 tokens/s, YOLOv8n (INT8) 125 FPS Comunicación PCIe 2.1 (2 carriles, 2.5/5 Gbps), USB 3.0 (5 Gbps, compartido con PCIe) Funciones principales Inferencia de IA-edge (detección / clasificación / LLM), cálculo general RISC-V, aceleración de gráficos 2-D (escala / rotación), seguridad AES/SM4 Desde la perspectiva de la arquitectura del sistema de la división del trabajo: ¿quién hace qué? En el sistema RK3588 + RK1820, la tubería de tareas de IA se descompone en una arquitectura de cuatro niveles:Aplicación → Middleware → Ejecución del coprocesador → Control y presentación.Host RK3588: maneja la programación de tareas, el preprocesamiento de datos y la salida de resultados, gobernando todo el flujo de trabajo.Coprocesador RK1820: dedicado a la inferencia de IA de alto cálculo, acoplado al host a través de PCIe, formando un modelo de colaboración de “control ligero + cálculo pesado”. Etapa Actor Acción Solicitud de la aplicación RK3588 Llamada de tarea de IA emitida desde la capa de la aplicación (reconocimiento/detección) Despacho Despachador RK3588 Decidir si se descarga al coprocesador Inferencia RK1820 Ejecutar el cálculo del modelo de aprendizaje profundo Retorno RK1820 → RK3588 Enviar de vuelta los resultados de la inferencia; el host muestra o continúa la lógica 1. Capa de aplicación: El “iniciador” de las tareas de IA La capa de aplicación es donde comienza cada tarea de IA; traduce los requisitos del usuario (análisis de imágenes, detección de objetos, preguntas y respuestas de LLM en el borde, etc.) en comandos de tareas ejecutables por el sistema y los pasa a la capa de middleware a través de API estandarizadas. Esta capa es manejada completamente por el host RK3588, que gestiona la interacción del usuario, la lógica empresarial y los datos periféricos. Recepción de tareas: adquiere comandos del usuario a través de cámaras, paneles táctiles, Ethernet, UART, etc. Seguridad inteligente: detectar personas en los fotogramas de video Inspección industrial: identificar defectos superficiales en los productos LLM edge: convertir la entrada de voz a texto y formar una tarea de preguntas y respuestas Estandarización de comandos: convierte la entrada no estructurada en parámetros de tareas estructurados Tarea de visión: resolución de entrada, versión del modelo, requisitos de salida Tarea LLM: tokens de entrada, versión del modelo, longitud máxima de salida 2. Capa de middleware: El “despachador” de las tareas de IA La capa de middleware es el centro de colaboración: juzga cada tarea, asigna recursos, preprocesa datos y gobierna el tráfico del bus. Decide si la tarea se ejecuta en el host o se descarga al coprocesador.Solo RK3588; RK1820 no participa en la configuración de PCIe ni en la gestión de interrupciones; simplemente ejecuta los trabajos de inferencia despachados por el host. Clasificación y programación de tareas Procesamiento local: las tareas de bajo cálculo o críticas para la latencia (escalado de imágenes, inferencia de IA ligera) son manejadas por la CPU/NPU/RGA del RK3588. Descarga al RK1820: las tareas de alto cálculo (detección multiclasificación YOLOv8, inferencia LLM, segmentación semántica) se envían al RK1820. Una vez que el RK1820 se hace cargo, la CPU/NPU del host se libera para otro trabajo. Preprocesamiento de datos Visión: recortar, eliminar ruido, normalizar, reordenar canales. Texto: tokenizar, rellenar, codificar. Control de comunicación del bus Establece el enlace a través de PCIe o USB3. La transferencia de datos utiliza DMA, sin intervención de la CPU. Emite comandos de control de inferencia: iniciar NPU, establecer la precisión, activar la interrupción de finalización. 3. Capa de ejecución del coprocesador: el “motor de cálculo” de las tareas de IA Esta capa es el núcleo de inferencia, impulsado exclusivamente por el coprocesador RK1820, dedicado a la inferencia de IA de alto cálculo.RK1820 activo; RK3588 no interfiere con la inferencia, solo espera los resultados. El tiempo de espera o las excepciones son manejados por el RK3588 a través de comandos de reinicio PCIe. Recepción y preparación de tareas Recibe datos, pesos del modelo y comandos despachados por el RK3588; los escribe en la DRAM local de alto ancho de banda, carga el modelo y configura la NPU. Cálculo de inferencia de la NPU Detección de objetos (YOLOv8n): conv → BN → activar → pool → post-proceso NMS. Inferencia LLM (Qwen2.5 3B): prellenar tokens de entrada → generar token por token de decodificación. Optimización de la inferencia: fusión de operadores, compresión de pesos. Retorno de resultados Devuelve las coordenadas del cuadro delimitador, los ID de clase y las puntuaciones de confianza para la detección. Devuelve la matriz de tokens para el LLM. 4. Capa de control y presentación: el “emisor” de las tareas de IA Esta capa es el punto final de cada tarea de IA: convierte los resultados de inferencia sin procesar del RK1820 en una salida visual o lista para la empresa y cierra el ciclo.RK3588 activo; RK1820 solo proporciona los datos de inferencia sin procesar. Post-procesamiento de resultados Mapear las coordenadas de nuevo al tamaño de la imagen original. Decodificar los tokens en lenguaje natural. Contar los defectos en la inspección industrial. Control del sistema y salida de retroalimentación Seguridad inteligente: mostrar video con superposiciones de detección, activar alarmas. Inspección industrial: línea de comandos para rechazar productos defectuosos. LLM edge: mostrar texto + anuncio de voz. Valor de la sinergia: no solo más rápido, sino más inteligente Etapa Actor Acción Solicitud de la aplicación RK3588 Llamada de tarea de IA emitida desde la capa de la aplicación (reconocimiento/detección) Despacho Despachador RK3588 Decidir si se descarga al coprocesador Inferencia RK1820 Ejecutar el cálculo del modelo de aprendizaje profundo Retorno RK1820 → RK3588 Enviar de vuelta los resultados de la inferencia; el host muestra o continúa la lógica En pocas palabras: el RK3588 dirige el espectáculo y mantiene todo en marcha, mientras que el RK1820 ofrece ráfagas de cálculo sin procesar; juntos hacen que los dispositivos de IA-edge sean “más inteligentes, más rápidos y sin problemas”.Síganos para obtener más noticias sobre el RK1820 y actualizaciones del SDK, tutoriales nuevos y demostraciones listas para usar.

Solución de endoscopio médico de arquitectura ARM basada en RK3399

Los procesadores de arquitectura ARM son los preferidos por su bajo consumo de energía, alta estabilidad y amplia expansión funcional.Los endoscopios médicos basados en la plataforma ARM se están convirtiendo en algo convencionalPor esta razón, ScenSmart lanzó una solución de endoscopio médico diseñada basándose en la plataforma RK3399 de Rockchip.es conveniente para los clientes de la industria ajustar las definiciones de productos de acuerdo con sus necesidades y aplicarlas rápidamente.   Los procesadores de arquitectura ARM se utilizan principalmente en dispositivos embebidos, con una estabilidad extremadamente alta, y se utilizan ampliamente en campos médicos, militares e industriales.RK3399 es una de las primeras plataformas industriales de RockchipTiene interfaces de expansión funcional ricas, admite una variedad de señales de video y tiene diseños de interfaz ricos en redes y comunicación de datos,que es conveniente para los clientes para ampliar de acuerdo con los requisitos de la escenaLa plataforma RK3399 se puede utilizar para construir una plataforma de hardware altamente integrada, que puede controlar eficazmente el costo de los productos y lograr una producción en masa a gran escala.   RK3399 tiene una rica reserva de software y puede soportar sistemas Android y Linux.que es conveniente para los desarrolladores para mejorar la eficiencia del desarrollo de softwareComo SoC específicamente para aplicaciones industriales, RK3399 se ha aplicado durante muchos años, y su SDK es muy maduro, que es adecuado para aplicaciones industriales con altos requisitos de estabilidad. Como un chip ARM, RK3399 también se puede utilizar en dispositivos móviles, con baterías de litio incorporadas y pantallas a bordo, por lo que se puede utilizar como una estación de trabajo móvil.También se puede conectar a pantallas externas a través de HDMI, que admite pantallas múltiples, diferentes funciones de visualización y las mismas funciones de visualización, que pueden adaptarse y ajustarse según las necesidades.   En la actualidad, los endoscopios médicos basados en la plataforma RK3399 se han producido en serie y el esquema de diseño está muy maduro.y puede ajustar el diseño según las necesidades del clienteAdemás de los endoscopios médicos, también se puede utilizar para productos como los endoscopios industriales.Si existen requisitos de proyecto para los endoscopios, puede considerar utilizar la plataforma RK3399 para su implementación.