Sipeed выпустил несколько плат и комплектов на основе процессора Kendryte K210 RISC-V для маломощных рабочих нагрузок AI, таких как обнаружение лиц или распознавание объектов, включая плату Maixduino и Grove AI HAT, которые поставляются с камерой и дисплеем.
Теперь компания разработала универсальную платформу для разработки MaixCube, в которой модуль Sipeed M1, дисплей, камера и батарея помещены в пластиковый корпус, чем-то похожий на MStack M5StickV, но с большим дисплеем, вариациями форм-фактора и другими особенностями.
Технические характеристики Sipeed MaixCube:
- SoC – двухъядерный 64-разрядный процессор RISC-V Kendryte K210 с частотой 400 МГц (разгон до 600 МГц) с FPU, SRAM 8 Мб, AI-ускоритель KPU, аудио-процессор APU и ускоритель FFT
- Память – 128 Мбит флеш-памяти, слот для карт MicroSD
- Дисплей – 1,3-дюймовый TFT-экран с разрешением 240 × 240
- Камера – датчик OV7740 (VGA-камера)
- Аудио – встроенный микрофон, поддержка внешних динамиков; ES8374 аудио кодек
- USB – 1х интерфейс USB type-C
- Датчики – Акселерометр
- Расширение – 4-контактный интерфейс Grove, 8-контактный интерфейс SP-MOD
- Разное – кнопка сброса и питания, 3-позиционная кнопка, 2х индикатора RGB
- Аккумулятор – внутренняя литиевая батарея емкостью 200 мАч
- Питание – 5 В через порт USB-Type-C
- Размеры – 40 х 40 х 16 мм
Как и другие платформы K210, MaixCube работает под управлением FreeRTOS или Linux, хотя последняя, вероятно, менее полезна, поскольку, насколько нам известно, AI-ускорители не были реализованы в Linux. Разработка может быть выполнена с использованием C / C ++ (Arduino) или MicroPython в соответственно IDE PlatformIO / Arduino или MaixPy IDE, как мы объясняем в нашем руководстве по началу работы с Sipeed M1.
Типичные приложения для комплекта разработки включают в себя обнаружение лиц, распознавание объектов, анализ спектра БПФ и моделирование игр. Система может выполнять запись изображения со скоростью 60 к/с с использованием разрешения QVGA или 30 к/с с VGA с использованием YOLOv3, TinyYOLOv2 или демонстраций распознавания лиц и сред глубинного обучения TensorFlow, Keras, Darknet или Caffe.
Раньше мы никогда не слышали о разъеме SP-MOD ( S i P eed MOD ) или модулях. 8-контактный разъем имеет 6х GPIO, а также сигнал 3,3 В и GND, и 14х различных модулей скоро будут предлагаться с массивом микрофонов, адаптером SP-MOD, PSRAM, Bluetooth, LoRa, дисплеем E-Ink и многими другими…
На Seded MaixCube можно оставить предварительный заказ на Seeed Studio за 24,90 $, а отправка устройств запланирована на 8 мая.
Выражаем свою благодарность источнику из которого взята и переведена статья, сайту cnx-software.com.
Оригинал статьи вы можете прочитать здесь.