开源RK3588 AI Module7,并与Jetson Nano生态兼容的低功耗AI模块

news2024/11/13 8:59:54

RK3588 AI Module7 搭载瑞芯微 RK3588,提供强大的 64 位八核处理器,最高时钟速度为 2.4 GHz,6 TOPS NPU,并支持高达 32 GB 的内存。它与 Nvidia 的 Jetson Nano 接口兼容,具有升级和改进的 PCIe 连接。由于该模块的多功能性,它适用于边缘计算、云服务器、AI、VR/AR、区块链和智能 NVR 安全系统等应用,更不用说通用计算了。

AIM核心模块

  • CPU:瑞芯微 RK3588 四核 ARM Cortex-A76 + 四核 ARM Cortex-A55
  • 显卡:ARM Mali-G610 MP4
  • 内存:8 GB 或 32 GB LPDDR4x,2112 MHz
  • 存储:64 GB 或 128 GB eMMC 5.1 闪存
  • 视频编码:高达 8K@30 fps H.265 / H.264 250 MP/秒
  • 视频解码:高达 8K@60 fps H.265/VP9/AVS2,8K@30 fps H.264 AVC/MVC
  • USB 端口:1 个 USB 3.0、3 个 USB 2.0
  • 以太网:1x 10/100/1000 BASE-T
  • CSI 接口:12 通道 (4x2) MIPI CSI-2 D-PHY1.1 (18 Gbps)
  • I/O 接口:3 个 UART、2 个 SPI、2 个 I2S、4 个 I2C、多个 GPIO
  • PCIe:1x 1/2/4通道PCIe 3.0 & 1x 1通道PCIe 2.0
  • HDMI 输出:1 个 HDMI 2.1 / 1 个 eDP 1.4
  • DisplayPort 接口:1 个 DP 1.4a 1 个 DP 1.2
  • eDP/DP 接口:1 个 eDP 1.4 / 1 个 HDMI 2.1 输出
  • DSI 接口:1x DSI (1x2) 2x 同步
  • 操作系统支持:Debian、Ubuntu、Armbian、Linux 内核 5.10
  • 尺寸:69.6 x 45 毫米(2.74 英寸 x 1.77 英寸)
  • 外形尺寸:260 针边缘连接器,与 Nvidia Jetson Nano 兼容

AIM-IO 载板

AIM-IO 板是 AIM 模块的配套板,旨在帮助使用 AIM 模块的开发人员完成系统和嵌入式板卡开发。与 Jetson Nano 开发套件 (B01) 相比,AIM-IO 板的尺寸相同,但具有更广泛的扩展选项。与当前的 Jetson Nano 核心模块兼容。安装 RK3588 AI Module7 后,它将成为一款专为创客、学习者和开发人员设计的迷你 AI 计算机,能够在各种智能设备中快速实施机器学习技术。

  • USB 端口:4 个 USB 3.0 Type-A
  • 显示:1 个 DisplayPort,1 个 HDMI 输出
  • 网络:千兆以太网
  • GPIO:40 针扩展接头
  • 电源连接器:用于 5V 电源输入的 DC 桶形插孔,通过以太网供电 5 V
  • 扩展:M.2(E-key、PCIe/USB/SDIO/UART)、microSD
  • MIPI DSI:1 个 4 通道 MIPI DSI,最高 4K@60 fps (x4)
  • MIPI CSI0/1:2x 2 通道 MIPI CSI,每通道最大 2.5Gbps。
  • MIPI CSI2/3:1x 4 通道 MIPI CSI,每通道最大 2.5Gbps。
  • 固件:通过 USB Type-C 闪烁和设备模式
  • 尺寸:100 x 80 x 29 毫米(3.94 x 3.15 x 1.14 英寸)

解锁 NPU 性能

凭借其 Jetson Nano 风格的边缘连接器,RK3588 AI Module7 可以巧妙地融入现有的、广泛的载体和其他兼容配件生态系统。凭借其强大的 NPU,它非常适合密集型 ML/AI 任务。ArmSoM RK3588 AI Module7 的其他用例包括:

  • 需要高性能计算能力的本地服务器。
  • 需要以超低功耗运行的 HPC 集群节点。
  • 专为自定义处理任务而设计的紧凑型计算集群。
  • 高密度服务器集成非常适合部署 MLOps。
  • 大数据存储和处理,尤其是 3D 图形和 AI 应用程序。
  • 板载视频编码器和解码器使实时视频流成为可能。

性能比较

RK3588 AI Module7对比Jetson Nano优势比较明显。

RK3588 AI Module7在单核和多核的Geekbench跑分上与Raspberry pi 5 和Jetson Nano相比依然有优势。​

​开源

固件源和电路板原理图将在众筹活动期间提供。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2148239.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Photoshop 2020安装教程

软件介绍 Adobe Photoshop,简称“PS”,是美国Adobe公司旗下最为出名的图像处理软件系列之一。ps 2021新增一键换天空,AI只能滤镜,新增内置的画笔工具极为丰富,成千上万的精致像素、动态和矢量画笔可以满足你的各种绘图…

【Qt | QAction】Qt 的 QAction 类介绍

😁博客主页😁:🚀https://blog.csdn.net/wkd_007🚀 🤑博客内容🤑:🍭嵌入式开发、Linux、C语言、C、数据结构、音视频🍭 🤣本文内容🤣&a…

基于深度学习的手势识别算法(论文复现)

基于深度学习的手势识别算法(论文复现) 本文所涉及所有资源均在传知代码平台可获取 文章目录 基于深度学习的手势识别算法(论文复现)概述算法原理核心逻辑效果演示使用方式 概述 本文基于论文 Simple Baselines for Human Pose Es…

在WPF中自定义控件时如何选择基类

在WPF中需要自定义控件,首要要选择需要继承的基类 FrameworkElement 这是常用的最低级的基类。通常,只有当希望重写OnRender()方法并使用DrawingContext从头绘制内容时,才会继承该类。 Control 当从头开始创建控件时,这是最常用…

茴香豆:企业级知识问答工具实践闯关任务

基础任务 在 InternStudio 中利用 Internlm2-7b 搭建标准版茴香豆知识助手,并使用 Gradio 界面完成 2 轮问答(问题不可与教程重复,作业截图需包括 gradio 界面问题和茴香豆回答)。知识库可根据根据自己工作、学习或感兴趣的内容调…

pytorch学习笔记一:作用、安装和基本使用方法、自动求导机制、自制线性回归模型、常见tensor格式、hub模块介绍

文章目录 一、安装二、基本使用方法①创建一个矩阵②获得随机值③初始化全零矩阵④直接传入数据⑤构建矩阵,然后随机元素值⑥展示矩阵大小⑦矩阵计算8、取索引9、view操作:改变矩阵维度10、与numpy的协同操作 三、自动求导机制1)定义tensor成…

【error】The minimum required version for Powerlevel10k is 5.1

文章目录 一、背景二、原因三、解决1、安装 ZSH 最新版本2、效果3、下载了还是显示 ZSH 版本为 5.0.2 怎么办 一、背景 安装 ZSH 主题 Powerlevel10k 时报错: You are using ZSH version 5.0.2. The minimum required version for Powerlevel10k is 5.1. Type ‘ec…

ppt一键生成免费版软件有哪些?如何高效生成论文答辩?

答辩经验丰富的人都知道,制作论文答辩ppt是一项既繁琐又耗时的工作。 我们需要从数万字的论文中提炼关键点,梳理内容的逻辑关系,然后进行细致的排版和美化,最后还要进行反复的检查和试讲。整个过程不仅耗费时间,而且需…

MVP 最简可行产品

MVP(最小可行产品)是一种产品开发策略,其主要目的是用最少的时间和资源,开发一个包含最基本必要功能的产品。这样做的目的是能够以最小的成本进入市场,获取用户反馈,再根据反馈逐步优化产品。 MVP是什么 …

1网络安全的基本概念

文章目录 网络安全的基本概念可以总结为以下几个方面: 网络安全的需求: 信息安全的重要性:信息安全是计算机、通信、物理、数学等领域的交叉学科,对于社会的发展至关重要。信息安全的目标:主要包括保密性、完整性、可用…

C/S架构与B/S架构的适用场景分析

C/S架构(客户端/服务器架构)与B/S架构(浏览器/服务器架构)在适用场景上各有特点,主要取决于应用的具体需求、用户群体、系统维护成本、跨平台需求等因素。 一、C/S架构的适用场景 1、高性能与交互性要求高的应用&…

闯关leetcode——58. Length of Last Word

大纲 题目地址内容 解题代码地址 题目 地址 https://leetcode.com/problems/length-of-last-word/description/ 内容 Given a string s consisting of words and spaces, return the length of the last word in the string. A word is a maximal substring consisting of…

docker从容器提取镜像并上传至dockerhub

一、使用commit从容器中提取镜像 例如 //docker commit 容器名 想要创建的镜像名:版本号 docker commit epsilon_planner epsilon_planner:latest导出完成后镜像如图所示 二、登陆dockerhub并创建仓库 登陆dockerhub,点击Create repository创建仓库&#xff0c…

小程序体验版无法正常请求接口,开启 调试可以正常请求

在本地开发工具可以正常访问小程序,上传代码后打开体验版,界面无法请求接口,手机小程序打开调试模式可以正常访问。这可以查看下小程序后台是否设置了服务器域名以及业务域名 然后查看小程序开发工具 - 详情 - 项目配置 重新上传代码&#xf…

北斗盒子TD20——水上作业的安全防线,落水报警守护生命

在广阔的水域上,水上作业人员面临着多变的环境和潜在的风险。近年来,随着海洋经济的快速发展,海上作业活动日益频繁,人员安全问题也日益凸显。传统的海上救援手段存在诸多不足,如救援响应时间长、定位不准确等。 水上…

SpringBoot教程(三十) | SpringBoot集成Shiro(权限框架)

SpringBoot教程(三十) | SpringBoot集成Shiro(权限框架) 一、 什么是Shiro二、Shiro 组件核心组件其他组件 三、流程说明shiro的运行流程 四、SpringBoot 集成 Shiro1. 添加 Shiro 相关 maven2. 添加 其他 maven3. 设计数据库表4.…

JSONC:为JSON注入注释的力量

JSON(JavaScript Object Notation)是一种轻量级的数据交换格式,广泛应用于Web开发、配置文件和数据存储等领域。 其简洁的语法和易于解析的特点,使得JSON成为了现代编程中不可或缺的一部分。然而,JSON的一个显著缺点是…

波分技术基础 -- MS-OTN介绍

什么是MS-OTN 由于OTN最小交叉颗粒度为ODU0,承载小颗粒业务时带宽利用率较低;且无法承载分组业务,随着MPLS-TP技术的成熟,MS-OTN时代来临。MS-OTN(Multi-Service Optical Transport Network):核…

【论文解读系列】用于自监督点云表示的生成变分对比学习

Generative Variational-Contrastive Learning for Self-Supervised Point Cloud Representation | IEEE Transactions on Pattern Analysis and Machine Intelligence (acm.org) 作者:Bohua Wang; Zhiqiang Tian; Aixue Ye; Feng Wen; Shaoyi Du; Yue Gao 摘要 三…

VS code 查看 ${workspaceFolder} 目录指代路径

VS code 查看 ${workspaceFolder} 目录指代路径 引言正文 引言 在 VS code 创建与运行 task.json 文件 一文中我们已经介绍了如何创建属于自己的 .json 文件。在 VS code 中,有时候我们需要添加一些文件路径供我们导入自定义包使用,此时,我们…