Поставляете вычислители юрлицам, есть наличие и КП?

Да, отгружаем одноплатники, SoM Jetson/Coral, промышленные MCU и edge-компьютеры юридическим лицам по безналу с НДС, формируем коммерческое предложение и счёт. Позиции в наличии резервируются под заказ, по отсутствующим называем срок поставки. Доставка по России транспортными компаниями, отгрузочные документы в комплекте.

Чем AI SoM отличается от одноплатного компьютера с AI-акселератором?

SoM — это модуль без периферии, предназначенный для пайки или установки в разъём несущей платы заказчика. Он отдаёт вам полный контроль над форм-фактором финального устройства, разводкой питания и интерфейсами. Одноплатный компьютер (SBC) — завершённое изделие с фиксированным набором портов, удобен для прототипирования, но реже подходит для серийного продукта.

Когда FPGA-модуль предпочтительнее GPU/NPU-решения?

FPGA выбирают при требованиях к детерминированной латентности (менее 1 мкс), кастомным интерфейсам (CoaXPress, Camera Link, собственные протоколы), а также когда алгоритм меняется в поле (реконфигурация без замены железа). GPU/NPU выгоднее там, где нужны готовые фреймворки глубокого обучения и быстрый выход на рынок.

Как оценить питание и охлаждение AI SoM для промышленного корпуса?

Смотрите не только TDP, но и пиковые токи по входам 5/12/19 В, режимы nvpmodel/частоты, температуру корпуса и допустимый airflow. Для модулей 10–60 Вт обычно закладывают запас БП 30–50%, радиатор с заданным Rθ, контроль throttling по tegrastats/датчикам и рабочий диапазон 0…+70 или -40…+85 °C.

Как понять, сколько камер сможет обслужить вычислительный модуль?

Считайте суммарный поток: MIPI CSI-2 по числу lanes и скорости на lane, USB 3.x до 5/10 Гбит/с, GigE/2.5GigE, GMSL2/FPD-Link III через десериализатор. Важно проверить ISP/VI-каналы, поддержку RAW/YUV, аппаратный encoder, синхронизацию trigger/PTP и запас PCIe/DRAM под инференс.

Что проверить для совместимости SoM с несущей платой?

Сверяют форм-фактор и разъемы, pinmux, уровни GPIO 1.8/3.3 В, линии PCIe Gen2/3/4, USB, Ethernet, I2C/SPI/UART/CAN, требования power sequencing и reset. Отдельно проверяют boot-носитель eMMC/NVMe/SD, EEPROM/ID платы, наличие BSP, device tree и драйверов под нужное ядро Linux.

961 позиций

AI SoM и вычислительные модули (Jetson, Coral, FPGA)

961 позиций

Комплект разработчика NVIDIA Jetson AGX Orin 64GB

397 500 ₽

Под заказ

Цена для справки. Окончательная цена — в счёте. Не публичная оферта.

NVIDIA Jetson Orin Nano 8GB Developer Kit плата компьютерная

Все разделы

Вычислители9 481

Машинное зрение7 998

Как выбрать AI SoM и вычислительный модуль

AI SoM (System-on-Module) и вычислительные модули отличаются от дискретных ускорителей тем, что объединяют процессор, память, хранилище и специализированный AI-акселератор на одной плате-модуле. Это упрощает разработку конечного устройства, но требует чёткого понимания требований к производительности, форм-фактору и экосистеме.

Развернуть текст

Тип акселерации и целевые задачи

Первый вопрос — какой тип AI-нагрузки преобладает. Для инференса нейросетей на краю сети (edge inference) подходят модули с встроенным NPU или тензорным ядром: семейство Jetson (Orin, Xavier, Nano) хорошо справляется с компьютерным зрением и многоканальными видеопотоками, Coral Edge TPU оптимизирован под TensorFlow Lite-модели с минимальным энергопотреблением. FPGA-модули (семейства Zynq UltraScale, Intel/Altera Arria, Cyclone) выбирают там, где требуется детерминированная латентность, кастомные цифровые конвейеры или обработка сигналов реального времени. Убедитесь, что выбранный модуль поддерживает нужные фреймворки: CUDA/TensorRT, OpenVINO, ONNX Runtime или собственный SDK производителя.

Производительность и ресурсы

Ключевые числа для сравнения — TOPS (трлн операций в секунду) для INT8-инференса, объём и тип оперативной памяти (LPDDR4/5, ECC или non-ECC), наличие разделяемой памяти между CPU и GPU/NPU. Для видеоаналитики важна аппаратная поддержка декодирования H.264/H.265 и число одновременных потоков. Оцените также тепловой пакет (TDP): модули с TDP выше 10–15 Вт потребуют активного охлаждения или специализированного несущего PCB с радиатором. Для батарейных и мобильных приложений ищите режимы Power Mode с configurable TDP.

Форм-фактор, интерфейсы и интеграция

Большинство коммерческих AI SoM выпускается под стандартные разъёмы: SO-DIMM, Samtec MEC, SODIMM-200 (Jetson Orin NX/Nano), AIOT-модули под MXM 3.0. Проверьте, какие периферийные шины доступны с несущей платы: CSI-2 (камеры), PCIe Gen 3/4 (NVMe, дополнительные ускорители), USB 3.x, GigE, CAN-FD. Для робототехники критична поддержка ROS 2 и наличие GPIO/UART/SPI/I2C. Если модуль планируется в промышленное изделие, уточните диапазон рабочих температур (коммерческий 0..70 °C vs. промышленный -40..85 °C) и наличие сертификатов CE/FCC.

Экосистема, поддержка и жизненный цикл

AI SoM — это долгосрочная ставка: убедитесь, что производитель гарантирует supply chain на 5–10 лет (long-term availability). Оцените качество SDK и документации: наличие BSP под актуальные версии Linux, примеров моделей, контейнерного стека (Docker/JetPack, Balena). Для FPGA-модулей критично наличие лицензии на IP-ядра и инструментальной цепочки (Vivado, Quartus). Поддержка сообщества и коммерческая техподдержка от вендора напрямую влияют на скорость выхода продукта на рынок.

Частые вопросы

Чем отличается одноплатный компьютер от микроконтроллера для промышленной задачи?

Одноплатные компьютеры (Raspberry Pi, Rock Pi, Orange Pi) несут полноценную ОС Linux, гигабайты ОЗУ и интерфейсы Ethernet/USB3/HDMI — это база для машинного зрения и обработки данных. Микроконтроллеры (STM32, NXP, GD32, ESP32) работают без ОС в реальном времени, управляют периферией по I2C, SPI, UART, CAN и потребляют единицы милливатт. Для AI-инференса на краю берут SoM Jetson или Coral, а для жёсткой логики и опроса датчиков — промышленный MCU.

Как выбрать AI-модуль для инференса нейросети на edge?

Ориентируйтесь на производительность в TOPS и поддержку фреймворка: NVIDIA Jetson (Orin Nano/NX) даёт от 20 до 100+ TOPS и работает с TensorRT, Google Coral на TPU оптимизирован под TensorFlow Lite (INT8, 4 TOPS), а FPGA-модули дают детерминированную задержку для кастомных пайплайнов. Учитывайте объём LPDDR, форм-фактор SO-DIMM или SMD и тепловой пакет — под нагрузкой модулю нужен радиатор или активное охлаждение.

Какие интерфейсы у промышленных edge-компьютеров для подключения к АСУ ТП?

Промышленные edge-компьютеры обычно несут изолированный RS485/RS232 с поддержкой Modbus RTU, порты Ethernet под Modbus TCP и OPC UA, дискретные входы/выходы (DI/DO) и CAN. Питание — широкий диапазон 9–36 В DC под автомобильные и шкафные сети, рабочий диапазон температур до -40…+70 °C. Для камер машинного зрения важны порты GigE Vision с PoE и USB3 Vision.

Нужен ли AI-ускоритель (NPU) если уже есть процессор?

AI-ускоритель (NPU) разгружает CPU от матричных операций нейросети и поднимает FPS инференса в разы при том же энергобюджете. Внешние ускорители подключаются по USB3, M.2 (PCIe) или как HAT к одноплатнику; они дают единицы TOPS на INT8 и удобны, когда апгрейдить сам вычислитель нельзя. Для лёгких моделей детекции хватает встроенного NPU SoC, для тяжёлых сетей берут Jetson или дискретный ускоритель.

Какую память и накопитель ставить в промышленный вычислитель?

Для встраиваемых систем выбирают индустриальные microSD и eMMC с pSLC-режимом либо M.2/2242 NVMe SSD с расширенным температурным диапазоном и поддержкой power-loss protection. Объём ОЗУ (LPDDR4/LPDDR5) подбирают под модель: для классического CV хватает 4–8 ГБ, для крупных нейросетей нужно 16 ГБ и больше. Ресурс записи (TBW) критичен при постоянном логировании.

AI SoM и вычислительные модули (Jetson, Coral, FPGA)

AI SoM и вычислительные модули (Jetson, Coral, FPGA)

Готовый старт для проекта

ТОП в категории

Вас также может заинтересовать

AI-модули и вычислительные SoM: Jetson, Coral, FPGA

Как выбрать AI SoM и вычислительный модуль

Тип акселерации и целевые задачи

Производительность и ресурсы

Форм-фактор, интерфейсы и интеграция

Экосистема, поддержка и жизненный цикл

Частые вопросы