{"product_id":"sipeed-ai-core-module-m1n-ai-development-kit-based-on-k210-risc-v","title":"Sipeed AI Core Modul M1n KI-Entwicklungskit basierend auf K210 (RISC-V)","description":"\u003ch2\u003e\n Hauptmerkmale\n\u003c\/h2\u003e\n\u003cul\u003e\n \u003cli\u003e\n  Vielfältige Funktionen: Gesichtserkennung, Objekterkennung, FFT-Spektrogramm und Spielsimulator.etc\n \u003c\/li\u003e\n \u003cli\u003e\n  CPU: RISC-V 64-Bit Dual-Core-Prozessor, 400 MHz Standardfrequenz (übertaktbar)\n \u003c\/li\u003e\n \u003cli\u003e\n  Bilderkennung: QVGA@60FPS\/VGA@30FPS\n \u003c\/li\u003e\n \u003cli\u003e\n  Spracherkennung: Unterstützt Arrays von bis zu 8 Mikrofonen\n \u003c\/li\u003e\n \u003cli\u003e\n  Deep Learning Framework: Tensorflow\/Keras\/Darknet\n \u003c\/li\u003e\n \u003cli\u003e\n  Peripheriegeräte: FPIOA, UART, GPIO, SPI, I2C, I2S, WDT, TIMER, RTC, etc\n \u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch2\u003e\n Beschreibung\n\u003c\/h2\u003e\n\u003cp\u003e\n Dieses M1n AI-Modul-Entwicklungskit wurde von Sipeed entwickelt. Das Kit enthält ein M1n-Modul, einen Type-C-zu-M.2-Adapter (keine Standard-M.2-Schnittstelle) und eine Kamera. Das M1n-Modul enthält den K210 AI-Chip, der über eine leistungsstarke CPU, NPU und APU verfügt. Die CPU des K210 basiert auf dem RISC-V-Framework und kann eine Frequenz von bis zu 400 MHz erreichen. Für die NPU ist der TOPs-Parameter für die AI-Leistung des Chips von Bedeutung. Der K210 hat die Fähigkeit, 1 TOPs zu erreichen, was bedeutet, dass das kleine Modul eine gute Fähigkeit besitzt, Anwendungen wie Gesichtserkennung, Objekterkennung und FFT-Spektrogramm zu realisieren.\n\u003c\/p\u003e\n\u003cp\u003e\n Das M1n-Modul verfügt über eine M.2-Schnittstelle zum Anschluss der Type-C-Unterplatine. Die Unterplatine verfügt über eine USB-zu-UART-Funktion, um Benutzern mehrere Möglichkeiten zum Herunterladen des Codes auf das Modul zu bieten. Die Unterplatine verfügt auch über 2,54-mm-Stifte für weitere DIY-Funktionen, die von den Benutzern hinzugefügt werden können. Diese Stifte auf der Unterplatine sind direkt mit den Stiften des K210-Chips verbunden. Außerdem gibt es eine Kamera, um Bilder oder Videos aufzunehmen.\n\u003c\/p\u003e\n\u003cp\u003e\n Sipeed hat seine eigene IDE Maixpy für die AI-Verarbeitung entwickelt. Sie können auch die Arduino IDE und PlatformIO IDE für die Softwareentwicklung verwenden.\n\u003c\/p\u003e\n\u003ch2\u003e\n Spezifikation\n\u003c\/h2\u003e\n\u003ctable class=\"tg\"\u003e\n \u003ctbody\u003e\n  \u003ctr\u003e\n   \u003cth class=\"tg-cly1\"\u003e\n    CPU: RISC-V Dual-Core 64bit, 400MHz einstellbare Frequenz:\n   \u003c\/th\u003e\n   \u003cth class=\"tg-cly1\"\u003e\n    Leistungsstarker Dual-Core 64-Bit Prozessor auf offener Architekturbasis mit umfangreichen Community-Ressourcen\n   \u003c\/th\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-cly1\"\u003e\n    FPU Spezifikation\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-cly1\"\u003e\n    Erfüllt den IEEE754-2008 Standard\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    Debugging-Unterstützung\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    Hochgeschwindigkeits-UART- und JTAG-Schnittstelle für das Debugging (nur Bondpads verfügbar)\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    Onboard-Kamera-DVP-Träger\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    224-Pin 0,5 mm Pitch FPC-Träger, AVDD-3,0V; DVDD-1,3\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    Pinbelegung\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    Zusätzlich zu den 4 IOs der JTAG-Schnittstelle werden die restlichen IOs an die M.2-Schnittstelle exportiert.\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    Neural-Network Processor Unit (NPU)\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    \u003cul\u003e\n     \u003cli\u003e\n      Unterstützung für das Festpunktmodell, das von den gängigen Trainingsframeworks gemäß spezifischer Einschränkungsregeln trainiert wurde\n     \u003c\/li\u003e\n     \u003cli\u003e\n      Es gibt keine direkte Begrenzung der Anzahl der Netzwerkschichten, was eine separate Konfiguration jedes Schichts von Faltungs-Neuronalen Netzwerken ermöglicht, einschließlich der Anzahl der Eingangs- und Ausgangskanäle, der Eingangs- und Ausgangslinienbreite und der Spaltenhöhe.\n     \u003c\/li\u003e\n     \u003cli\u003e\n      Unterstützung für zwei Faltungskerne 1x1 und 3x3\n     \u003c\/li\u003e\n     \u003cli\u003e\n      Unterstützung für jede Form einer Aktivierungsfunktion\n     \u003c\/li\u003e\n     \u003cli\u003e\n      Maximale Unterstützung für neuronale Netzwerkparameter im Echtzeitbetrieb von 5,5 MiB bis 5,9 MiB\n     \u003c\/li\u003e\n     \u003cli\u003e\n      Maximale unterstützte Netzwerkparametergröße bei nicht-Echtzeitbetrieb (Flash-Kapazität - Software-Volumen)\n     \u003c\/li\u003e\n    \u003c\/ul\u003e\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    Audio Prozessor (APU)\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    \u003cul\u003e\n     \u003cli\u003e\n      Kann bis zu 8 Audio-Eingangsströme unterstützen, d.h. 4 Kanäle von Dual-Channel\n     \u003c\/li\u003e\n     \u003cli\u003e\n      Kann gleichzeitige Schallquellen-Vorverarbeitung und Beamforming in bis zu 16 Richtungen unterstützen\n     \u003c\/li\u003e\n     \u003cli\u003e\n      Kann eine gültige Sprachstromausgabe unterstützen\n     \u003c\/li\u003e\n     \u003cli\u003e\n      Die interne Audiosignalverarbeitungsgenauigkeit erreicht 16 Bit\n     \u003c\/li\u003e\n     \u003cli\u003e\n      Eingangs-Audiosignal unterstützt 12-Bit, 16-Bit, 24-Bit, 32-Bit Präzision\n     \u003c\/li\u003e\n     \u003cli\u003e\n      Unterstützt direkte Ausgabe von Mehrkanal-Rohsignalen\n     \u003c\/li\u003e\n     \u003cli\u003e\n      Kann Audioeingang bis zu 192K Abtastrate unterstützen\n     \u003c\/li\u003e\n     \u003cli\u003e\n      Eingebaute FFT-Transformationseinheit zur Bereitstellung einer 512-Punkt-Fast-Fourier-Transformation für Audiodaten\n     \u003c\/li\u003e\n     \u003cli\u003e\n      Speichern der Ausgabedaten im Systemspeicher des SoC mit System-DMAC\n     \u003c\/li\u003e\n    \u003c\/ul\u003e\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    Statischer Random Access Memory (SRAM)\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    Der SARM besteht aus zwei Teilen, 6 MiB On-Chip-Allzweck-SARM-Speicher und 2 MiB On-Chip-AI-SRAM-Speicher, insgesamt 8 MiB (1 MiB ist Megabyte).\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-y9lf\"\u003e\n    Feldprogrammierbares IO-Array (FPIOA\/IOMUX)\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-y9lf\"\u003e\n    FIA ermöglicht es Benutzern, 255 interne Funktionen auf 48 freie IOs am Umfang des Chips abzubilden\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    Digitale Videoschnittstelle\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    Maximale Unterstützung von 640x480 und darunter liegenden Auflösungen, konfigurierbar pro Framegröße\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    Fast Fourier Transformationsbeschleuniger\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    Der FFT-Beschleuniger implementiert FFT-Operationen in Hardware.\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    FreeRTOS \u0026amp; Standard SDK\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    Unterstützt FreeRTOS und Standard-Entwicklungskit\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    MicroPython Unterstützung\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    Unterstützt MicroPython auf M1\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    Maschinelles Sehen\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    Maschinelles Sehen auf Basis von neuronalen Faltungsnetzen\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    Maschinelles Hören\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    Der leistungsstarke Mikrofonarray-Prozessor\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    Externe Versorgungsspannung\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    5,0V±0,2V\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    Externer Versorgungsstrombedarf\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    \u0026gt; 300mA @ 5V\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    Temperaturanstieg\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-0lax\"\u003e\n    \u0026lt; 30K\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n  \u003ctr\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    Arbeitstemperaturbereich\n   \u003c\/td\u003e\n   \u003ctd class=\"tg-kftd\"\u003e\n    -30 °C ~ 85 °C\n   \u003c\/td\u003e\n  \u003c\/tr\u003e\n \u003c\/tbody\u003e\n\u003c\/table\u003e\n\u003ch2\u003e\n Teileliste\n\u003c\/h2\u003e\n\u003cul\u003e\n \u003cli\u003e\n  1x Sipeed AI M1n Kernmodul (M.2)\n \u003c\/li\u003e\n \u003cli\u003e\n  1x Typ-C auf M.2 Adapter (M.2)\n \u003c\/li\u003e\n \u003cli\u003e\n  1x OV0328 Kamera\n \u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch2\u003e\n\u003c\/h2\u003e","brand":"Sipeed","offers":[{"title":"Default Title","offer_id":56613066735997,"sku":"C0D-9CB-E6C","price":9.39,"currency_code":"GBP","in_stock":false}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0914\/9972\/5181\/files\/o1cn019xni2u23vgylqtd77_1png.jpg?v=1754233009","url":"https:\/\/www.unmannedtechshop.co.uk\/de\/products\/sipeed-ai-core-module-m1n-ai-development-kit-based-on-k210-risc-v","provider":"Unmanned Tech","version":"1.0","type":"link"}