Neuromorphic Akida Edge AI Box от BrainChip теперь доступен для предварительных заказов по цене 799 долларов США.

Недавно компания BrainChip открыла предварительные заказы на свой блок Akida Edge AI Box, созданный в сотрудничестве с VVDN Technologies. Этот блок оснащен SoC NXP i.MX 8M Plus SoC и двумя нейроморфными процессорами Akida AKD1000 для обработки искусственного интеллекта с малой задержкой и высокой пропускной способностью на периферии.

Система оснащена портами USB 3.0 и micro-USB, HDMI, 4 ГБ памяти LPDDR4, 32 ГБ eMMC с расширением micro-SDXC до 1 ТБ, двухдиапазонным Wi-Fi и двумя портами Gigabit Ethernet для подключения внешних камер — и все это в компактном корпусе с пассивным охлаждением, работающем от 12 В постоянного тока.

Технические характеристики BrainChip Akida Edge AI Box:

  • Главный процессор —  NXP i.MX 8M Plus Quad SOC с 64-битным процессором Arm Cortex-A53 с частотой до 1,8 ГГц.
  • Ускоритель AI/ML — двойной процессор AKD1000 (чип Akida) через PCIe для эффективной обработки ИИ
  • Память – 4 ГБ LPDDR4
  • Хранилище
    • Флэш-память eMMC емкостью 32 ГБ
    • Слот для карт MicroSD для дополнительных возможностей хранения данных
  • Выход дисплея — выход HDMI с поддержкой разрешения до 3840 x 2160p30 и частотой пикселей до 297 МГц.
  • Сетевое подключение
    • Wi-Fi: 802.11 ac/b/g/n/ac (2,4 ГГц/5 ГГц) для беспроводного подключения.
    • Ethernet — два порта 10/100/1000 Мбит/с, также поддерживаются интерфейсы внешних камер.
  • Возможности обработки видео
    • Максимальное кодирование — 1x 1080p60 (H.265 и H.264) / 2x 1080p30 (H.265 и H.264) / 4x 720p30 (H.265 и H.264)
    • Максимальное декодирование — 1x 1080p60 (H.265 и H.264) / 2x 1080p30 (H.265 и H.264) / 4x 720p30 (H.265 и H.264)
  • USB
    • Порт USB 3.0 Type-A для высокоскоростной передачи данных
    • Порт USB 2.0 Micro-B для прошивки и отладки
  • Индикаторы и кнопки
    • Кнопка питания/сброса
    • 2х светодиода RGB для индикации состояния
    • Светодиодный индикатор включения/выключения питания (зеленый)
  • Питание — вход 12 В постоянного тока с использованием внешнего адаптера переменного тока в постоянный ток.
  • Условия окружающей среды
    • Рабочая температура – ​​от 0°C до 50°C.
    • Рабочая влажность – от 5% до 95% без конденсации.
  • Размеры — 110 х 110 х 56 мм (Д х Ш х В)
  • Операционная система – встроенная ОС Linux версии 6.1.

AI Box включает в себя графический процессор, обеспечивающий вычислительную мощность 6 GFLOPS, и двухчиповый нейроморфный процессор PCIe AKD1000. Однако он не поддерживает функции нейронных сетей на основе временных событий (TENN) или преобразователя зрения (ViT).

В 2022 году Intel представила свой нейроморфный ускоритель искусственного интеллекта Loihi 2 , а также мы видели комплекты разработки на базе Raspberry Pi с SoC BrainChip AKD1000. Обе технологии основаны на импульсных нейронных сетях (SNN) для достижения высокопроизводительного вывода в реальном времени со значительно меньшим энергопотреблением по сравнению с традиционными чипами искусственного интеллекта, использующими технологию CNN (сверточная нейронная сеть).

Что касается программного обеспечения, BrainChip работает над операционной системой на базе Linux 6.1 и набором готовых к использованию периферийных приложений искусственного интеллекта, чтобы продемонстрировать возможности своей технологии Akida. Окончательные детали этих приложений все еще прорабатываются в сотрудничестве с VVDN. Хотя они специально не говорили о программной стороне, некоторые примеры BrainChip Akida Chip можно найти в их аккаунте на GitHub.

Вы можете предварительно заказать Akida Edge AI Box в интернет-магазине BrainChip за 799 долларов. Его поставка запланирована на середину 2024 года. Дополнительную информацию о продукте также можно найти в пресс-релизе.

Выражаем свою благодарность источнику из которого взята и переведена статья, сайту cnx-software.com.

Оригинал статьи вы можете прочитать здесь.

4 1 vote
Article Rating
Подписаться
Уведомление о
guest

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.

0 Комментарий
Inline Feedbacks
View all comments