CNXSoft- новости Android-приставок и встраиваемых систем
Новости, инструкции, обзоры
Хотя Raspberry Pi пока официально не анонсировала ничего нового для Embedded World 2024, компания демонстрирует там несколько новых продуктов, включая AI-камеру с Raspberry Pi Zero 2 W и сенсором Sony IMX500 AI, давно ожидаемую плату M.2 HAT+ M Key, а также 15,6-дюймовый монитор.
Arm представила микроНПУ третьего поколения для периферийного ИИ – Ethos-U85 с масштабируемой производительностью от 256 GOPS до 4 TOPS, что вчетверо превышает максимум предыдущего поколения микроНПУ Ethos-U65 при 20% росте энергоэффективности.
В отличие от ранних микроНПУ Arm, работавших только с ядрами Cortex-M (интегрируемыми в процессоры Cortex-A), Ethos-U85 совместим с микроконтроллерами Cortex-M и процессорами Cortex-A вплоть до ядер Armv9 Cortex-A510/A520. Ожидается применение в SoC для промышленной автоматизации, коммерческих и умных камер с поддержкой трансформерных сетей и традиционных сверточных нейронных сетей (CNN).
Ранее рассматривалась промышленная плата разработки MYiR Tech MYD-LT527 на базе Allwinner T527 с восьмиядерным AI SoC Cortex-A55, также отмечалось, что Orange Pi разрабатывает аналогичное решение с перспективой поддержки в основной ветке Linux. Плата Avaoto A1 представляет альтернативный вариант аппаратной реализации на Allwinner T527 с полностью открытой конструкцией.
Конфигурация включает до 4 ГБ ОЗУ, флеш-память eMMC объёмом 128 ГБ, видеовыходы HDMI и DisplayPort, два порта Gigabit Ethernet, модуль WiFi 6 и Bluetooth 5.4, несколько USB-портов, аудиоразъём 3.5 мм и стандартный 40-контактный GPIO-разъём для расширения.
Конференция разработчиков Orange Pi состоялась 24 марта 2024 года в Шэньчжэне, Китай. Компания предоставила фотографии мероприятия, на котором обсуждались предстоящие платы и продукты, а также программная поддержка одноплатных компьютеров Orange Pi. Ниже представлен обзор ключевых анонсов по материалам мероприятия.
Было интересно протестировать искусственный интеллект (ИИ) и, в частности, большие языковые модели (LLM) на Rockchip RK3588, чтобы понять, как можно использовать GPU и NPU для их ускорения и каких показателей производительности ожидать. Мы читали, что LLM могут быть требовательны к вычислительным ресурсам и памяти, поэтому искали одноплатный компьютер (SBC) на Rockchip RK3588 с 32 ГБ ОЗУ, и Mixtile – компания, разрабатывающая аппаратные решения для различных применений, включая IoT, ИИ и промышленные шлюзы, любезно предоставила образец своего Mixtile Blade 3 pico-ITX SBC с 32 ГБ RAM для этих целей.
Хотя обзор фокусируется на использовании RKNPU2 SDK с примерами компьютерного зрения, работающими на 6 TOPS NPU, и тестировании GPU-ускоренной LLM (поскольку реализация NPU еще не готова), мы также провели распаковку для осмотра аппаратной части и краткое руководство по запуску Ubuntu 22.04 на Mixtile Blade 3.
Выставка Mobile World Congress 2024 (MWC 2024) только началась, и Qualcomm сделала три важных анонса: представление Snapdragon X80 5G модема с NB-NTN спутниковой связью, Qualcomm AI Hub с более чем 75 моделями ИИ, оптимизированными для процессоров Snapdragon, и чипа FastConnect 7900 WiFi 7 , Bluetooth и Ultra Wideband (UWB) .
Некоторые новые процессоры AMD Ryzen оснащены ИИ-движком (также называемым NPU или IPU), работающим в Windows 11, включая модели Ryzen 9 7940HS, Ryzen 7 7840HS, Ryzen 5 7640HS, Ryzen 7 7840U и Ryzen 5 7640U. Недавно завершено тестирование мини-ПК GEEKOM A7 на базе процессора AMD Ryzen 9 7940HS под управлением Windows 11 — публикация обзора пока отложена — поэтому было решено испытать ИИ-движок процессора Ryzen 9 7940HS.
Движок построен на архитектуре AMD XDNA , а AMD предоставляет инструкции для начала работы, включая примеры, демонстрации и ресурсы для разработчиков. Была предпринята попытка запуска примеров, но по причинам, указанным ниже, в итоге пришлось ограничиться демоверсиями.
Читать далее «Тестирование ИИ-движка AMD Ryzen 9 7940HS в Windows 11»
SunFounder PiCar-X 2.0 – это роботизированный автомобиль с искусственным интеллектом и автономным управлением, использующий Raspberry Pi 3/4 в качестве основной платы обработки. Он оснащен модулем камеры, перемещаемым сервоприводом с 2 осями для поворота или наклона камеры, ультразвуковым модулем для обнаружения удаленных объектов и модулем детектирования линии. Робот PiCar-X также способен выполнять задачи компьютерного зрения: распознавание цветов, обнаружение лиц, детектирование дорожных знаков, автоматическое избегание препятствий и автоматическое следование по линии.
Программирование PiCar-X возможно на двух языках: с помощью визуальной среды Ezblock Studio на основе Blockly (методом перетаскивания блоков) и на Python. Робот работает с библиотекой компьютерного зрения OpenCV и TensorFlow для задач ИИ. Дополнительно управление осуществляется через мобильное приложение SunFounder Controller. Компания предоставила нам образец Picar-X 2.0 для обзора, поэтому приступим.