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.

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.

Firefly

Core-PX30-JD4 Четырехъядерная 64-битная система на модуле

Name: Core-PX30-JD4 Четырехъядерная 64-битная система на модуле
Brand: Firefly
SKU: core-px30-jd4-quad-core-64-bit-core-board
Price: 15846 RUB
Availability: InStock

15 846 ₽

Для B2B-заказов цена, срок и состав поставки фиксируются в счёте. Каталог не является публичной офертой. НДС не облагается (продавец применяет УСН).

В наличии

На складе0 шт.

Производитель: Firefly
Модель: Core-PX30-JD4 Quad-core 64-bit System on Module
Артикул: core-px30-jd4-quad-core-64-bit-core-board
Категория: AI SoM и вычислительные модули (Jetson, Coral, FPGA)
Storage: 1G RAM+8G ROM

Описание

Core-PX30-JD4 Quad-core 64-bit System on Module — edge AI modules от Firefly. Профессиональное оборудование для AI/ML инжиниринга.

Характеристики

Storage	1G RAM+8G ROM
Package	AIO-PX30-JD4 (Motherboard), Luxury package, Primer package, Only SoM
Производитель	Firefly

О товаре

Core-PX30-JD4 Четырехъядерная 64-битная система на модуле: AI SoM и вычислительные модули (Jetson, Coral, FPGA).

Развернуть текст

Производитель — Firefly, модель Core-PX30-JD4 Quad-core 64-bit System on Module. Среди характеристик: Storage: 1G RAM+8G ROM; Package: AIO-PX30-JD4 (Motherboard), Luxury package, Primer package, Only SoM; Производитель: Firefly. Цена — 15 846 ₽, поставка в наличии. Доставка по России, отгрузка для юридических лиц, КП по запросу.