香蕉派BPI-M4 Zero单板计算机采用全志H618,板载2GRAM内存

2023-11-23 00:12

本文主要是介绍香蕉派BPI-M4 Zero单板计算机采用全志H618,板载2GRAM内存,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Banana Pi BPI-M4 Zero

香蕉派 BPI-M4 Zero是BPI-M2 Zero的最新升级版本。它在性能上有很大的提高。主控芯片升级为全志科技H618 四核A53, CPU主频提升25%。内存升级为2G LPDDR4,板载8G eMMC存储。它支持5G WiFi 和蓝牙, USB接口也升级为type-C。

它具有与树莓派 Zero W相同的外形和40针连接器,适合大多数Raspberry Pi Zero W机箱和配件。

  • 全志 H618, 四核 ARM Cortex™-A53 processor
  • ARM Mali G31 GPU
  • 2.4G/5G WIFI & BT 4.2
  • 2G LPDDR4 内存
  • 8G eMMC flash memory
  • 1x USB2.0 Type-C OTG, 5V power supply
  • 1x USB2.0 Type-C
  • 1x miniHDMI 2.0a
  • 1x 24-pin FPC connector
  • 1x USB2.0
  • 1x 100Mbps Ethernet


硬件接口示意图:


硬件规格:

Banana pi BPI-M4 Zero 硬件规格

CPU主控

全志科技 H618, Quad-core ARM Cortex™-A53 processor, 64-bit, up to 1.5GHz

GPU

ARM Mali G31 GPU

Memory内存

2 GB LPDDR4

Storage存储

8G eMMC flash

SD 卡座

MicroSD card slot, SDIO3.0

Wireless无线

2.4G/5G WiFi and Bluetooth 4.2

HDMI接口

1x miniHDMI 2.0a (up to 4K@60Hz with HDR10, CEC, DDC, SCDC), HDMI digital Audio output

USB 接口

1x USB2.0 Type-C HOST, 1x USB2.0 Type-C OTG

40-pin header

28 pins GPIO and Power (+5V, +3.3V and GND)

UART, SPI, TWI/I²C, PWM, PCM/I²S

24-pin FPC

0.5mm pitch FPC connector, 1x USB2.0, 1x IR, 1x 100Mbps Ethernet

9 pins GPIO, UART,TWI/I²C, PWM, PCM/I²S

按键

Reset, FEL

LED灯

Power Status and Activity status

供电

5V@3A via USB Type-C

尺寸

65mm × 30mm

Weight


在线WIKI开发文档:https://wiki.banana-pi.org/Banana_Pi_BPI-M4_Zero

香蕉派(Banana Pi)开源硬件社区是由广东比派科技主导的一个开源硬件项目。并得到了台湾鸿海科技(富士康)全面战略支持。Banana Pi开源硬件系列开发板。完成核心的系统,平台架构。文档,软件,硬件(包括原理图)全部公开,目的就是为了让全世界所有开发者参与进来。潜心经营香蕉派开源社区,取得了巨大的影响。现在Banana Pi开源硬件产品,已经销往全世界170多个国家,吸引了几百万的开发者参与开发,BPI开源社区累积了近6000万开发者访问量,主流开源社区都开始官方支持Banana PI开源硬件产品。经过十年发展,banana Pi开源硬件形成了四大系列:单板计算机系列,智能路由器系列,AI人工智能和IoT物联网开发板系列,STEAM教育系列开发板。并提供了超过400种配件。


Banana Pi已经注册“BPI"商标,在世界范围内采用”BPI"商标进行推广。专注打造Banana Pi开源生态。对入有志于加入Banana Pi的个人创客,团队,公司。采用开放的方式进行商标授权,吸引开源生态伙伴加入。现在Banana Pi团队已经有了近10家企业成员,共同进行社区的运营与推广,力争成为世界一流的开源硬件社区。

这篇关于香蕉派BPI-M4 Zero单板计算机采用全志H618,板载2GRAM内存的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/413934

相关文章

Java内存泄漏问题的排查、优化与最佳实践

《Java内存泄漏问题的排查、优化与最佳实践》在Java开发中,内存泄漏是一个常见且令人头疼的问题,内存泄漏指的是程序在运行过程中,已经不再使用的对象没有被及时释放,从而导致内存占用不断增加,最终... 目录引言1. 什么是内存泄漏?常见的内存泄漏情况2. 如何排查 Java 中的内存泄漏?2.1 使用 J

关于Java内存访问重排序的研究

《关于Java内存访问重排序的研究》文章主要介绍了重排序现象及其在多线程编程中的影响,包括内存可见性问题和Java内存模型中对重排序的规则... 目录什么是重排序重排序图解重排序实验as-if-serial语义内存访问重排序与内存可见性内存访问重排序与Java内存模型重排序示意表内存屏障内存屏障示意表Int

如何测试计算机的内存是否存在问题? 判断电脑内存故障的多种方法

《如何测试计算机的内存是否存在问题?判断电脑内存故障的多种方法》内存是电脑中非常重要的组件之一,如果内存出现故障,可能会导致电脑出现各种问题,如蓝屏、死机、程序崩溃等,如何判断内存是否出现故障呢?下... 如果你的电脑是崩溃、冻结还是不稳定,那么它的内存可能有问题。要进行检查,你可以使用Windows 11

NameNode内存生产配置

Hadoop2.x 系列,配置 NameNode 内存 NameNode 内存默认 2000m ,如果服务器内存 4G , NameNode 内存可以配置 3g 。在 hadoop-env.sh 文件中配置如下。 HADOOP_NAMENODE_OPTS=-Xmx3072m Hadoop3.x 系列,配置 Nam

uva 10061 How many zero's and how many digits ?(不同进制阶乘末尾几个0)+poj 1401

题意是求在base进制下的 n!的结果有几位数,末尾有几个0。 想起刚开始的时候做的一道10进制下的n阶乘末尾有几个零,以及之前有做过的一道n阶乘的位数。 当时都是在10进制下的。 10进制下的做法是: 1. n阶位数:直接 lg(n!)就是得数的位数。 2. n阶末尾0的个数:由于2 * 5 将会在得数中以0的形式存在,所以计算2或者计算5,由于因子中出现5必然出现2,所以直接一

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

JVM内存调优原则及几种JVM内存调优方法

JVM内存调优原则及几种JVM内存调优方法 1、堆大小设置。 2、回收器选择。   1、在对JVM内存调优的时候不能只看操作系统级别Java进程所占用的内存,这个数值不能准确的反应堆内存的真实占用情况,因为GC过后这个值是不会变化的,因此内存调优的时候要更多地使用JDK提供的内存查看工具,比如JConsole和Java VisualVM。   2、对JVM内存的系统级的调优主要的目的是减少

JVM 常见异常及内存诊断

栈内存溢出 栈内存大小设置:-Xss size 默认除了window以外的所有操作系统默认情况大小为 1MB,window 的默认大小依赖于虚拟机内存。 栈帧过多导致栈内存溢出 下述示例代码,由于递归深度没有限制且没有设置出口,每次方法的调用都会产生一个栈帧导致了创建的栈帧过多,而导致内存溢出(StackOverflowError)。 示例代码: 运行结果: 栈帧过大导致栈内存

理解java虚拟机内存收集

学习《深入理解Java虚拟机》时个人的理解笔记 1、为什么要去了解垃圾收集和内存回收技术? 当需要排查各种内存溢出、内存泄漏问题时,当垃圾收集成为系统达到更高并发量的瓶颈时,我们就必须对这些“自动化”的技术实施必要的监控和调节。 2、“哲学三问”内存收集 what?when?how? 那些内存需要回收?什么时候回收?如何回收? 这是一个整体的问题,确定了什么状态的内存可以

SigLIP——采用sigmoid损失的图文预训练方式

SigLIP——采用sigmoid损失的图文预训练方式 FesianXu 20240825 at Wechat Search Team 前言 CLIP中的infoNCE损失是一种对比性损失,在SigLIP这个工作中,作者提出采用非对比性的sigmoid损失,能够更高效地进行图文预训练,本文进行介绍。如有谬误请见谅并联系指出,本文遵守CC 4.0 BY-SA版权协议,转载请联系作者并注