基于算能的国产AI边缘计算盒子8核心A53丨17.6Tops算力

边缘计算盒子

8核心A53丨17.6Tops算力

● 可提供17.6TOPS(INT8)的峰值计算能力、2.2TFLOPS(FP32)的高精度算力,单芯片最高支持32路H.264 & H.265的实时解码能力。

● 适配Caffe/TensorFlow/MxNet/PyTorch/ ONNX/PaddlePaddle等主流深度学习框架,是行业内少数能同时兼容国内外深度学习框架的边缘计算设备之一。

● 支持 Docker 容器化部署,支持 Python开发环境。

● 深度学习开发工具包,包括底层库(ffmpeg 、opencv等)、推理部署工具、等一系列软件工具,涵盖了神经网络推理阶段所需的模型优化、高效运行时支持等能力。

●提供开源的pipeline开发工具案例,集成拉流、解码、推理分析、推流等全数据流程模块。

● 支持1000M以太网对外提供高速网络连接,匹配超高运算能力。

● 可扩展LTE无线传输方式,为边缘化业务部署提供便利。

推出的超强运算性能、高度集成的智能工作站,内置第三代TPU,提供17.6TOPS(INT8)的峰值计算能力,CPU处理器为8核 ARM Cotex-A53,主频高达2.3GHz。IVP03C智能工作站支持宽温度环境工作,易于维护管理,可以灵活部署于OCR识别、目标识别、内容审核等诸多AI场景,在智慧工厂、智慧校园、智慧城管、智慧园区等领域都有着广泛的应用。

|-------------------------|--------------------------|--------------------|--------------------------------------------------------------|
| 项目 | 类型 | 型号参数 | 说明 |
| | 处理器 | CPU | 8 核 ARM CortexA53@2.3GHz |
| | 处理器 | INT8 | 17.6Tops |
| | 处理器 | FP32 | 2.2 TFLOPS |
| | 内存 | LPDDR4 | 默认配置 12 Gbyte |
| | 闪存 | eMMC | 默认配置 32 Gbyte |
| | 编解码性能 | 视频 | 32 路 1080P @ 30fps |
| | 编解码性能 | 视频 编码 | 2路1080P @ 25fps |
| | 编解码性能 | 图片解码 | 1080P 480 张/秒 |
| | 以太网口 ( Ethernet) | x2 | 支持接入10/100/1000M网络 |
| | RS - 232 | x1 | 可接入烟雾探测器、红外探测器、门禁等,报警输入设备,或警铃等报警输出设备(注:RS-232 线缆长度建议不超过 10m) |
| | RS - 485 | x1 | 可接入烟雾探测器、红外探测器、门禁等,报警输入设备,或警铃等报警输出设备 |
| | HDMI _IN | x1 | 1080P@60fps HDMI 输入,支持音视频输入 |
| | HDMI _OUT | x1 | 1080P@60fps HDMI 输出,支持音视频输出 |
| | LINE_IN | x1 | 一个双声道LINE_IN音频输入 |
| | LINE_OUT | x1 | 一个双声道LINE_OUT音频输出 |
| | 继电器 | x1 | 可用于电流负载,电压36V以下 |
| | RST | x1 | 普通GPIO按键,可用于做应用软件复位 |
| | USB 3. 0 | x2 | 可接入 U 盘、USB 鼠标、USB 键盘等设备 |
| | DEBUG | x1 | 系统调试口(Type-C) |
| | MicroSD卡槽 | x1 | 可接入MicroSD卡扩展存储空间,建议class10及以上规格 |
| | GPIO | x2 | 可用于输出控制信号到外扩设备 |
| | 供电接口 | x1 | 支持DC 12V |
| 可扩展 功能 | mSATA | x1 | 支持扩展SSD 固态硬盘,可增大存储空间 |
| 可扩展 功能 | SATA | x1 | 扩展固态硬盘(与mSATA片选) |
| 可扩展 功能 | WIFI+BT | x1 | 可扩展 WIFI+BT功能, WIFI支持 IEEE 802.11 a/b/g/n/ac/ax 标准协议,需搭配外接天线 |
| 可扩展 功能 | M.2 | x1 | 可扩展4G模组,支持将边缘端数据以无线形式发送 |
| 可扩展 功能 | SIM卡槽 | x1 | 配合4G无线通信模块使用 |
| Linux | 文件系统 | ext4 | Ubuntu 20.04 LTS |
| | 媒体处理 || BMCV、OPENCV、FFMPEG、BMLIB |
| | AI开发 || TensorFlow、Caffe、Pytorch、MxNet 和 Paddle Lite等量化转离线工具 |
| | 网络设置 | 命令执行 | 支持静态、DHCP网络参数设置 |
| | 运行状态 | 命令执行 | CPU、内存、磁盘 |
| | 设备信息 | 命令执行 | 设备序列号、软件版本号 |
| | 日志管理 | 命令执行 | 运行状态、运行报错等 |
| | 时间 | 命令执行 | NTP、手动校时 |
| | 升级管理 | 烧录升级 | 支持TF卡升级,支持TFTP升级 |

应用领域

广泛应用于智慧工厂、智慧校园、智慧城管、智慧园区等各个领域。

相关推荐
SEU-WYL17 分钟前
基于深度学习的任务序列中的快速适应
人工智能·深度学习
OCR_wintone42119 分钟前
中安未来 OCR—— 开启高效驾驶证识别新时代
人工智能·汽车·ocr
matlabgoodboy29 分钟前
“图像识别技术:重塑生活与工作的未来”
大数据·人工智能·生活
最近好楠啊1 小时前
Pytorch实现RNN实验
人工智能·pytorch·rnn
OCR_wintone4211 小时前
中安未来 OCR—— 开启文字识别新时代
人工智能·深度学习·ocr
学步_技术1 小时前
自动驾驶系列—全面解析自动驾驶线控制动技术:智能驾驶的关键执行器
人工智能·机器学习·自动驾驶·线控系统·制动系统
IFTICing1 小时前
【文献阅读】Attention Bottlenecks for Multimodal Fusion
人工智能·pytorch·python·神经网络·学习·模态融合
程序猿阿伟1 小时前
《C++游戏人工智能开发:开启智能游戏新纪元》
c++·人工智能·游戏
神一样的老师1 小时前
讯飞星火编排创建智能体学习(四):网页读取
人工智能·学习·语言模型·自然语言处理
chiikawa&q1 小时前
深度学习的未来:推动人工智能进化的新前沿
人工智能·深度学习