Компания Firefly Technology представила серию CAM-3576 — крошечные (38 × 38 мм) одноплатные компьютеры на базе процессора Rockchip RK3576 с нейропроцессором производительностью 6 TOPS для применений в области AIoT, граничного ИИ, умного зрения, промышленности и автомобилестроения. Доступны три варианта: модули CAM-3576Q38 (коммерческий), CAM-3576JQ38 (промышленный) и CAM-3576MQ38 (автомобильный), разработанные для умных камер, интеллектуальных систем безопасности, видеорегистраторов и частного развертывания ИИ-моделей непосредственно на устройстве.
Серия CAM-3576 поддерживает до 16 ГБ оперативной памяти LPDDR5, до 256 ГБ флеш-памяти eMMC и также включает слот для карт microSD для расширения. Кроме того, платы оснащены входом MIPI CSI для подключения сенсоров камеры разрешением до 16 Мп с поддержкой HDR, Fast Ethernet, Wi-Fi 6, USB 2.0, USB-C (режим устройства), RS-485, UART, I²C, АЦП, линии GPIO, аудиовход/выход и поддержкой часов реального времени.
Технические характеристики Firefly CAM-3576Q38:
- Модуль системы (SoM) – ICORE-3576Q38
- Система на кристалле (SoC) – Rockchip RK3576 (Q38 – Коммерческий) или Rockchip RK3576J (JQ38 – Промышленный) или Rockchip RK3576M (MQ38 – Автомобильный)
- ЦПУ – Восьмиядерный ЦПУ с 4 ядрами Cortex-A72 на частоте 2.2 ГГц и 4 ядрами Cortex-A53 на частоте 2.0 ГГц (1.6 ГГц для промышленной и автомобильной версий)
- ГПУ – Arm Mali-G52 MC3 с поддержкой OpenGL ES 1.1, 2.0 и 3.2, OpenCL 2.0 и Vulkan 1.2
- НПУ – ИИ-ускоритель производительностью 6 TOPS (INT8) с поддержкой смешанных операций INT4, INT8, INT16, BF16, TF32.
- Видеопроцессор (VPU)
- Видеодекодер
- H.265, VP9, AV1 и AVS2 до 8Kp30 или 4Kp120
- H.264/AVC и MJPEG до 4Kp60
- Видеокодер – H.264, H.265, MJPEG до 4Kp60
- Видеодекодер
- Системная память – 4, 8 или 16 ГБ (варианты LPDDR4/LPDDR4x/LPDDR5)
- Хранилище – До 256 ГБ флеш-памяти eMMC
- Интерфейс хоста – 2x 100-контактных высокоплотных межплатных соединителя
- Система на кристалле (SoC) – Rockchip RK3576 (Q38 – Коммерческий) или Rockchip RK3576J (JQ38 – Промышленный) или Rockchip RK3576M (MQ38 – Автомобильный)
- Хранилище – Слот для карт MicroSD
- Дисплей – Внешние разъемы на плате отсутствуют (SoC поддерживает HDMI/eDP/DP/MIPI DSI)
- Камера – 40-контактный 0.5mm MIPI-CSI DPHY FPC-разъем (конфигурация 1x 4 линии или 2x 2 линии)
- Аудио
- 2-контактный 1.25мм разъем MIC
- 4-контактный 1.25мм разъем динамика (поддерживает 2x 10 Вт при 6Ω или 8Ω)
- Сети
- Вход 10/100 Мбит/с Ethernet через 8P-1.25mm разъем коробчатого типа (встроенный PHY S18610G требует только разъем RJ45 с интегрированными трансформаторами)
- Двухдиапазонный модуль Wi-Fi 6 (802.11a/b/g/n/ac/ax) на плате + разъем для антенны
- USB
- Порт USB Type-C (Режим устройства)
- 1 интерфейс USB 2.0 через 24-контактный разъем расширения
- Последовательные интерфейсы
- 1x RS485 через 8-контактный 1.25мм разъем коробчатого типа
- 1x UART через 24-контактный разъем расширения
- Расширение – 24-контактный 0.5мм FPC-разъем с 1x USB 2.0, 1x АЦП, 1x I2C, 1x UART, 10x GPIO и выходом питания 5В
- Прочее
- Кнопки Reset и MaskRom
- Разъем для батарейки часов реального времени (2-контактный 1.25мм)
- Отладочный разъем (3-контактный 1.25мм)
- Разъем восстановления (2-контактный 1.25мм)
- Питание – Вход постоянного тока 12В через 8-контактный 1.25мм разъем коробчатого типа
- Габариты – 38.11 x 38.09 x 11.54 мм
- Вес – ~21 грамм
- Температурный диапазон
- Коммерческий – от -20°C до 60°C
- Промышленный / Автомобильный – от -40°C до 85°C
Хотя CAM-3576Q38 позиционируется как «одноплатный компьютер», он состоит из «модуля системы» сверху, содержащего ЦПУ, память, хранилище eMMC и PMIC, и нижней несущей платы, обеспечивающей доступ ко всем вводам-выводам и интерфейсам.
Что касается программной поддержки, CAM-3576Q38 совместим с RTLinux для работы в реальном времени, изоляции аппаратных ресурсов, Flexbus и DSMC, а также со стандартным Linux и Buildroot для разработки встраиваемых продуктов. Также поддерживается управление контейнерами Docker, импорт и экспорт моделей RKNN и распространенные ИИ-фреймворки, такие как TensorFlow, TensorFlow Lite, PyTorch, ONNX, Caffe и Darknet, с поддержкой пользовательских операторов. Также поддерживается развертывание больших моделей на основе архитектуры Transformer и рабочих нагрузок ИИ реального времени, таких как YOLO, для инференса непосредственно на устройстве.
На Wiki указано, что одноплатный компьютер поддерживается программным стеком Linux от Firefly с полными SDK, BSP и документацией. Поддерживается сборка и прошивка Linux, обновление через USB и SD-карту, восстановление через MaskRom и последовательная отладка. Платформа включает документацию по дереву устройств (DTS), поддержку НПУ и больших языковых моделей для развертывания ИИ на устройстве, драйверы камер и периферии, поддержку сторожевого таймера и часов реального времени, а также подробное руководство пользователя Linux. Дополнительная информация, включая исходный код, инструменты и справочные материалы, доступна на странице загрузок ресурсов Firefly .
Существует множество других одноплатных компьютеров, мини-ПК и модулей системы, построенных на базе SoC Rockchip RK3576, включая одноплатный компьютер Radxa ROCK 4D , мини-ПК NanoPi M5 и модуль системы Radxa CM4 , а также многие другие . Сверхкомпактные одноплатные компьютеры включают Radxa ROCK Pi S , Quantum Tiny , крошечный NanoPi NEO3 и BreadBee на базе MStar MSC313E . Одноплатные компьютеры Firefly CAM-3576 объединяют возможности SoC Rockchip RK3576 с крошечным форм-фактором 38×38 мм.
Крошечные ИИ-одноплатные компьютеры CAM-3576Q38 на RK3576 доступны на AliExpress в коммерческом, промышленном и автомобильном вариантах , с ценами, начинающимися от 180.47 долларов США за коммерческую модель 4 ГБ/64 ГБ, 191.44 доллара за промышленную, 229.86 доллара за автомобильную и до 301.20 доллара за промышленную версию 8 ГБ/64 ГБ. Оптовые заказы (10+ единиц) получают дополнительную скидку 2%, налоги добавляются при оформлении заказа. Коммерческая версия (4 ГБ/64 ГБ) «миниатюрного одноплатного компьютера» также продается в магазине Firefly за 139 долларов , а сам модуль за 129 долларов . Дополнительная информация доступна на странице продукта .
Выражаем свою благодарность источнику, с которого взята и переведена статья, сайту cnx-software.com.
Оригинал статьи вы можете прочитать здесь.



