星宸科技SigmaStar高整合度,多功能一体化AI芯片SSD268G

2024-01-09 13:59

本文主要是介绍星宸科技SigmaStar高整合度,多功能一体化AI芯片SSD268G,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!

星宸科技SigmaStar推出的高整合度,多功能一体化智能AI芯片SSD268G,丰富的接口和内置Ip可以满足各种不同的应用场景和产品形态,该芯片具备多摄像头输入、4K@30fps、双屏异显带HDMI输出、CORTEX-A53双核、IPU AI 大算力、多路解码等特点。

臻彩图像处理引擎(包括3A、3DNR、色彩真实还原、星光夜视、HDR、细节增强、Sensor坏点补偿等)、低延迟影音处理技术,多路编码及动态编码、镜头畸变矫正技术、多Sensor接入和高能耗比IPU,广泛应用于直播像机、视频会议、工业相机、新零售等新兴领域,是一颗真正满足多模态产品形态的芯片。

 

总体系统框架主要特点

  • 安防级别的多摄像头输入,最高4K@30fps
  • "双屏异显",点屏加HDMI扩展,同时呈现不同画面
  • CA53双核,IPU加速AI,强大的算力支撑
  • 多路语音输入和输出
  • 各种外设接口包括:网口/USB3.0/BT1120/SDIO/SPI

编、解码能力

Vdec 解码能力

1

H265/HEVC:Main Profile,Level 5.0 Profile,分辨率从8×8到8192×8192,支持I/P/B帧,Deblocking

2

H264/AVC:Baseline/Main/

High Profile,Level5.1 decode,分辨率从8×8 到8192×8192,支持I/P/B帧,Deblocking

3

JPEG/MJPEG:YUV422/YUV420,最大分辨率8192×8192

Venc 编码能力

1

H265/HEVC:Main Profile,Level 5.0 Profile

2

H264/AVC:Baseline/Main/

High Profile,Level5.1 decode,¼像素搜索预测,自定义QP Map,最大能力集 4K 45FPS,ROI感兴趣区域设置

3

JPEG:最大分辨率8192×8192,支持实时帧编码流程

Venc 码控算法

1

支持CBR/VBR/AVBR/FIXQP/

QPMAP 多种编码模式

→可变码率,确保画质
→固定码率,波动在10%,确保传输效率

→基于芯片内置AI引擎,分析前后前后两张图像,侦测场景动静变化,自动调整码率

2

安防级别的码率控制算法

显示模块

视频输出接口

  1. 同时支持两个显示设备,每个设备支持多种接口。

  2. 对于每一个设备,可以独立输出HDMI/VGA,CVBS、MIPI、TTL、BT1120/656、sRGB、MCU等不同的接口设备。

基本功能

  1. Mipi DSI最大2560×1440 60fps;

  2. BT1120最大可支持1080P@60fps,BT656最大可支持1080P@30fps;

  3. HDMI 最大分辨率4K 30fps;

  4. 每个Dev有两个硬件图层:1个全屏的GUI图形层+1个硬件鼠标层,做专用鼠标图层,或者硬件图层叠加;

  5. 两DISP设备分别显示不同的画面;

  6. 支持1个回写通道(WBC),可用于两个DISP设备做多屏同源显示。

特色功能

  1. 画中画模式:每个Dev支持16路视频+1路PIP(画中画)同时显示;

  2. 支持异屏双显功能,每个设备可以输出不能的内容;

  3. 横屏竖显或者竖屏横显。

ACE Lite PQ引擎

  1. 每个Dev都有独立的图像处理模块;

  2. 多维度图像画质调整.

音视频模块

Audio Codec支持的输入输出设备及采样率

RX

Mic in/

Line in

8/16/32/48K

Dmic

I2S/PCM

TX

Line out

 8/11.025/12/16/

 22.05/24/32/

 44.1/48K

I2S/PCM

 8/16/32/48K

HDMI

8/11.025/12/16/

22.05/24/32/

44.1/48K

  • 支持常用的音频接口和协议,如模拟麦克风、数字麦克风、Lineout、I2S/PCM等。

  • 支持多个输入输出设备同时工作。

SRC同步近端与远端数据

  • 近端数据和远端数据经过SRC来做同步处理,3rd-party语音算法开发,不需要增加额外的MIC来采集参考数据。

ACE同步近端与远端数据

NR前后对比

EQ前后对比

AGC前后对比

IPU介绍

整体框架

IPU特色

  1. 兼容性好。支持 Caffe & ONNX & TensorFlow三大主流 AI 开发平台。

  2. 覆盖面广。支持   4,8,16bit混合量化,总体数据量比8bit要小,满足不同场景下的精度需求。

  3. 容易开发。提供 C Model 验证与完整的开发工具链。

  4. 效率极高。支持N batch,多张图片并行处理;支持离线模型压缩,降低内存使用量,自研调度算法,大幅降低内存和频宽使用率。

  5. 后处理算子硬件加速。YOLOV2 & YOLOV3 & SSD 等常用网络的后处理部分提供完整IPU 加速方案,最大限度释放CPU算力

     

硬件介绍

硬件模块

基本规格

  • Body Size: 15x15mm

  • Ball Pitch: 0.65(中心距离)PCB 4L

  • MIU:2×16bit/32bit

  • 支持多种启动方式

         Boot SPINAND

         Boot SPINOR

         Boot eMMC

         Boot SD Card

设计简单

  • 简单的电源设计,无需复杂的电源时序控制电路,或者PMU

  • 内置RTC计时模块,电路设计简单,无需外挂RTC芯片

  • 展频功能,EMI整改容易

接口丰富

  • USB3.1 Device / USB2.0 Host

  • SD Card3.0

  • SDIO3.0/ eMMC

  • UART *4+1

  • SPI *3

  • PWM *10

  • GPIO *80 以上

工业标准

  • 工业级设计标准

  • -40~85

  • 2Kv ESD耐压

SSC展频功能

  • 对于高速信号,Panel的clock,DDR数据和Clock,在对输出频率做轻微以及有序的抖动后,可以大幅降低频域中的能量,在实际的测试中最高可以降低9dB的能量。

  • 对于工规、医疗产品极大的降低了EMI的整改难度。

温度范围

  • 芯片工作温度在-40~85°达到工业级要求

  • 芯片存储温度在-40~150°且符合MSL-3等级标准,真空包装

  • 芯片结温设计在-40~125°

  • 芯片内置温度传感器,软件可实时监测芯片内部温度

  • 封装材料无铅,绿色环保。

软件架构介绍

Linux 操作系统

  • 4.9.227版本

  • 完善的开源社区

  • 系统稳定,多任务支持

软件架构特点

  • 模块独立

  • 完善的文档和Demo

  • 简单的软件流程

  • 完善的调试手段

如果您对星宸科技SigmaStar SSD268G感兴趣,欢迎登录“Comake开发者社区”咨询交流。

这篇关于星宸科技SigmaStar高整合度,多功能一体化AI芯片SSD268G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/587362

相关文章

一文详解如何从零构建Spring Boot Starter并实现整合

《一文详解如何从零构建SpringBootStarter并实现整合》SpringBoot是一个开源的Java基础框架,用于创建独立、生产级的基于Spring框架的应用程序,:本文主要介绍如何从... 目录一、Spring Boot Starter的核心价值二、Starter项目创建全流程2.1 项目初始化(

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 Boot 整合 MyBatis 连接数据库及常见问题

《SpringBoot整合MyBatis连接数据库及常见问题》MyBatis是一个优秀的持久层框架,支持定制化SQL、存储过程以及高级映射,下面详细介绍如何在SpringBoot项目中整合My... 目录一、基本配置1. 添加依赖2. 配置数据库连接二、项目结构三、核心组件实现(示例)1. 实体类2. Ma

SpringBoot整合jasypt实现重要数据加密

《SpringBoot整合jasypt实现重要数据加密》Jasypt是一个专注于简化Java加密操作的开源工具,:本文主要介绍详细介绍了如何使用jasypt实现重要数据加密,感兴趣的小伙伴可... 目录jasypt简介 jasypt的优点SpringBoot使用jasypt创建mapper接口配置文件加密

SpringBoot整合MybatisPlus的基本应用指南

《SpringBoot整合MybatisPlus的基本应用指南》MyBatis-Plus,简称MP,是一个MyBatis的增强工具,在MyBatis的基础上只做增强不做改变,下面小编就来和大家介绍一下... 目录一、MyBATisPlus简介二、SpringBoot整合MybatisPlus1、创建数据库和

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