国产AI边缘计算盒子,双核心A55丨2.5Tops算力

2023-12-03 06:30

本文主要是介绍国产AI边缘计算盒子,双核心A55丨2.5Tops算力,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!

边缘计算盒子

双核心A55丨2.5Tops算力

● 2.5Tops@INT8算力,支持INT8/INT4/FP16多精度混合量化。

● 4路以上1080p@30fps视频编解码,IVE模块独立提供图像基础算子加速。

● 支持Caffe、ONNX/PyTorch深度学习框架,提供resnet50、yolov5等AI算法基础例程。

● Mindstudio 图形化开发环境,集成模型转换量化和网络性能调优工具,提高应用开发效率。

● 支持Docker容器化部署和Ubuntu 20.04系统环境,方便集群管理与应用扩展。

● 支持多种网络通信(双路以太网、WiFi/4G联网等),为边缘计算节点运行提供远程管控便利。

● 可扩展SATA硬盘或TF闪存卡,适应视频图像缓存和应用运维日志等大容量数据存储需求。

● 提供串行通信控制(RS232/RS485、USB),预留可视化监控和声光告警接口(HDMI、Audio)。

边缘计算智能工作站,搭载双核Cortex-A55架构AI处理器;内置高效的神经网络推理引擎,提供2.5Tops@NPU算力;支持多路视频图像识别硬件加速。高效能低成本、稳定易开发、多点布线、联网管控;可满足在边缘侧部署轻量化智能视频分析的应用需求;是经济型智能工作站产品的新一代升级解决方案,广泛应用在智慧安防、智慧园区、智慧城管等智慧城市场景。

项目

类型

型号参数

说明

处理器

CPU

ARM Cortex-A55@1GHz x2

NPU

AI算力:2.5Tops@INT8,支持INT4/FP16

内存

LPDDR4

2 GB(默认)

闪存

eMMC

32 GB(默认)

 

编解码性能

视频编码

4路 1080p@30fps H.265/H.264协议编码

视频解码

4路 1080p@30fps H.265/H.264协议解码

图片编码

支持3840x2160@60fps JPEG协议编码

图片解码

支持3840x2160@30fps JPEG协议解码

以太网口

(Ethernet)

x2

支持接入10/100/1000M网络(默认配置一路百兆一路千兆)

其中ETH0支持POE供电

RS232

x1

可接入环境传感器/执行控制模块,或其它工业通信控制设备

(如温湿度/烟雾/红外探测器等环境参数传感设备,

散热风扇/步进电机/警铃等执行控制模块)

RS485

x1

HDMI OUT

x1

支持4K@30fps视频输出(可做备用可视监控后台)

Line IN

x1

音频输入口(标准3.5mm音频孔)

Line OUT

x1

音频输出口(标准3.5mm音频孔)

USB 2.0

x2

可接入U 盘、USB鼠标、USB键盘等设备

DEBUG

x1

系统调试串口(Type-C)

TF卡槽

x1

可接入TF闪存卡,扩展存储空间

GPIO

x3

可用于输出控制信号到外扩设备

(继电控制IO x1 ,数字IO x2 )

LED

x2

PWR_LED + SYS_LED

RST-Key

x1

复位按键

供电接口

x1

支持DC 12V/2A

miniPCIe

x1

可选接入mSATA硬盘,用于增大存储空间

可选接入4G/5G移动通信模块,用于远程无线联网管控

(SATA硬盘,4G-LTE模块,二选一)

WiFi

x1

可扩展WiFi短距无线联网,支持2.4GHz频段

Linux

文件系统

ext4

Buildroot、 Ubuntu 20.04 (Kernel:Linux 5.10)

媒体处理

MPP

MPP平台,提供VI、VENC/VDEC(H264,H265)、VO 等API

AI开发

图形化

命令行

MindSudio IDE(为AI应用提供开发、调试、模型转换、

                模型优化、模型分析等功能)

支持Caffe、ONNX/PyTorch深度学习框架

网络设置

命令执行

支持静态/动态网络参数设置(DHCP)

运行状态

CPU、内存、磁盘

设备信息

设备序列号、软件版本号

日志管理

运行状态、运行报错等

时间

NTP、手动校时(RTC掉电保护)

升级管理

烧录升级

软件工具升级,支持TF卡升级

应用领域

广泛应用于智慧工厂、智慧工地、智慧社区、智慧园区等各个领域。

这篇关于国产AI边缘计算盒子,双核心A55丨2.5Tops算力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/448444

相关文章

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

Python如何计算两个不同类型列表的相似度

《Python如何计算两个不同类型列表的相似度》在编程中,经常需要比较两个列表的相似度,尤其是当这两个列表包含不同类型的元素时,下面小编就来讲讲如何使用Python计算两个不同类型列表的相似度吧... 目录摘要引言数字类型相似度欧几里得距离曼哈顿距离字符串类型相似度Levenshtein距离Jaccard相

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首