
Produktdetails
Das ist das M1w Dock (Dan Dock), eine einfache und preiswerte neuronale Netzwerke (KPU)-Rechenplatine, basierend auf dem K210 Chip. Diese Platine ermöglicht es Ihnen, viele der gängigen KI-Frameworks wie TensorFlow Lite, tiny-yolo, mobilenet, um nur einige zu nennen, auszuführen. Diese Platine beinhaltet auch integriertes WiFi sowie ein Mikrofon.
Dies ist ein Kit, das das M1w Dock zusammen mit einem 2,4-Zoll-LCD und einem OV2640 Kameramodul enthält, so dass Sie sofort mit Ihren KI-Erkennungs- / Klassifizierungsproblemen beginnen können.
Was ist MAIX?
MAIX ist Sipeed's speziell entwickeltes Modul, um KI am Edge auszuführen, wir nennen es AIoT. Es liefert hohe Leistung bei geringem physischen und Leistungsbedarf, was den Einsatz hochpräziser KI am Edge ermöglicht, und der wettbewerbsfähige Preis macht es möglich, es in jedes IoT-Gerät einzubetten. Wie Sie sehen, ähnelt Sipeed MAIX der Google Edge TPU, fungiert aber als Master-Controller und nicht als Beschleuniger wie die Edge TPU, daher ist es kostengünstiger und stromsparender als die AP+Edge TPU-Lösung.
Vorteile und Anwendungsszenarien von MAIX:
- MAIX ist nicht nur Hardware, sondern bietet auch eine End-to-End-Hardware- und Software-Infrastruktur, um die Bereitstellung von KI-basierten Lösungen für Kunden zu erleichtern.
- Dank seiner Leistung, des geringen Platzbedarfs, des niedrigen Stromverbrauchs und der niedrigen Kosten ermöglicht MAIX den breiten Einsatz von hochwertiger KI am Edge.
- MAIX ist nicht nur eine Hardwarelösung, es kombiniert benutzerdefinierte Hardware, offene Software und modernste KI-Algorithmen, um qualitativ hochwertige, einfach zu implementierende KI-Lösungen für den Edge-Bereich bereitzustellen.
- MAIX kann für eine wachsende Anzahl von industriellen Anwendungsfällen wie vorausschauende Wartung, Anomalieerkennung, Bildverarbeitung, Robotik, Spracherkennung und vieles mehr eingesetzt werden. Es kann in der Fertigung, vor Ort, im Gesundheitswesen, im Einzelhandel, in intelligenten Räumen, im Transportwesen usw. verwendet werden.
MAIX's CPU
In der Hardware verfügt MAIX über den leistungsstarken KPU K210, der viele aufregende Funktionen bietet:
- Erster wettbewerbsfähiger RISC-V-Chip, auch erster wettbewerbsfähiger KI-Chip, neu erschienen im Sept. 2018
- 28nm-Prozess, Dual-Core RISC-V 64bit IMAFDC, On-Chip riesiger 8MB Hochgeschwindigkeits-SRAM (nicht für XMR :D), 400MHz Frequenz (bis zu 800MHz möglich)
- KPU (Neural Network Processor) integriert, 64 KPU mit 576 Bit Breite, unterstützt Faltungskerne, jede Form von Aktivierungsfunktion. Bietet 0,25 TOPS@0,3W,400MHz, bei Übertaktung auf 800MHz bietet es 0,5 TOPS. Das bedeutet, dass Sie Objekterkennung mit 60fps@VGA durchführen können
- APU (Audio Processor) integriert, unterstützt 8 Mikrofone, bis zu 192KHz Abtastrate, Hardcore FFT-Einheit integriert, einfach ein Mikrofonarray zu erstellen (MAIX bietet es auch an)
- Flexibles FPIOA (Field Programmable IO Array), Sie können 255 Funktionen auf alle 48 GPIOs des Chips abbilden
- DVP-Kamera und MCU-LCD-Schnittstelle, Sie können eine DVP-Kamera anschließen, Ihren Algorithmus ausführen und auf dem LCD anzeigen
- Viele andere Beschleuniger und Peripheriegeräte: AES-Beschleuniger, SHA256-Beschleuniger, FFT-Beschleuniger (nicht der des APU), OTP, UART, WDT, IIC, SPI, I2S, TIMER, RTC, PWM usw.
MAIX's Software
MAIX unterstützt das originale standalone SDK, FreeRTOS SDK basierend auf C/C++.
Und wir haben Micropython darauf portiert: http://en.maixpy.sipeed.com/ . Es unterstützt FPIOA, GPIO, TIMER, PWM, Flash, OV2640, LCD, usw. Und es hat zmodem, vi, SPIFFS darauf, Sie können Python direkt bearbeiten oder Dateien über sz/rz auf das Board laden. Wir freuen uns über Ihren Beitrag:
https://github.com/sipeed/MaixPy //Maixpy Projekt
https://github.com/sipeed/MaixPy_Doc_Us_En_Backup //Maixpy Wiki Projekt
MAIX's Deep Learning
MAIX unterstützt Festkommamodelle, die von gängigen Trainingsframeworks gemäß spezifischen Einschränkungsregeln trainiert werden, und verfügt über einen Modellcompiler, um Modelle in sein eigenes Modellformat zu kompilieren.
Es unterstützt tiny-yolo, mobilenet-v1 und TensorFlow Lite! Viele TensorFlow Lite Modelle können auf MAIX kompiliert und ausgeführt werden! Und wir werden bald einen Modellshop veröffentlichen, in dem Sie Ihre Modelle handeln können.
Technische Details
| Abmessungen | 60mm x43mm x5mm |
| Gewicht | G.W 30g |
| Batterie | Ausgeschlossen |
Teileliste
| M1w (w bedeutet wifi) Dock (Mikrofon und PA an Bord) | 1 |
| 2,4 Zoll LCD | 1 |
| OV2640 Kamera | 1 |