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.

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.

Seeed Studio

Модуль Sipeed MAIX-I WiFi версия (1-й модуль RISC-V 64 AI, K210 внутри)

Name: Модуль Sipeed MAIX-I WiFi версия (1-й модуль RISC-V 64 AI, K210 внутри)
Brand: Seeed Studio
SKU: 114991684
Price: 1042 RUB
Availability: InStock

1 042 ₽

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: Seeed Studio
Модель: Sipeed MAIX-I module WiFi version ( 1st RISC-V 64 AI Module, K210 inside )
Артикул: 114991684
Категория: Одноплатные компьютеры (Raspberry Pi, Rock Pi, Orange Pi)
Debugging Support: High-speed UART and JTAG interface for debugging

Описание

Унаследуйте преимущества небольшого размера K210, модуль Sipeed MAIX-I, или называемый M1, интегрируйте K210, 3-канальный источник постоянного тока, флэш-память 16 МБ (модуль M1w добавляет чип Wi-Fi esp8285) в квадратный дюймовый модуль

Характеристики

MicroPython Support
Debugging Support	High-speed UART and JTAG interface for debugging
Neural Network Processor (KPU)	• Supports the fixed-point model that the mainstream training framework trains according to specific restriction rules • There is no direct limit on the number of network layers, and each layer of convolutional neural network parameters can be configured separately, includ- ing the number of input and output channels, and the input and output line width and column height • Support for 1x1 and 3x3 convolution kernels • Support for any form of activation function • The maximum supported neural network parameter size for real-time work is 5MiB to 5.9MiB • The maximum supported network parameter size when working in non-real time is (flash size - software size)
Audio Processor (APU)	• Up to 8 channels of audio input data, ie 4 stereo channels • Simultaneous scanning pre-processing and beamforming for sound sources in up to 16 directions • Supports one active voice stream output • 16-bit wide internal audio signal processing • Support for 12-bit, 16-bit, 24-bit, and 32-bit input data widths • Multi-channel direct raw signal output • Up to 192kHz sample rate • Built-in FFT unit supports 512-point FFT of audio data •Uses system DMAC to store output data in system memory
Static Random-Access Memory (SRAM)	The SRAM is split into two parts, 6MiB of on-chip general-purpose SRAM memory and 2MiB of on-chip AI SRAM memory, for a total of 8MiB
Field Programmable IO Array (FPIOA/IOMUX)	FPIOA allows users to map 255 internal functions to 48 free IOs on the chip
Digital Video Port (DVP)	Maximum frame size 640x480
FFT Accelerator	The FFT accelerator is a hardware implementation of the Fast Fourier Transform (FFT)
FreeRtos & Standard SDK	Support FreeRtos and Standrad development kit.

Сравнение с аналогами

Machine vision	Machine vision based on convolutional neural network

Machine hearing	High performance microphone array processor

Supply voltage of external power supply	4.8V ~ 5.2V

Supply current of external power supply	>600mA

Temperature rise	<30K

Range of working temperature	-30℃ ~ 85℃

MCU : ESP8285	Tensilica L106 32-bit MCU

Wireless Standard	802.11 b/g/n

Frequency Range	2400Mhz - 2483.5Mhz

TX Power(Conduction test)	802.11.b : +15dBm 802.11.g : +10dBm(54Mbps) 802.11.n : +10dBm (65Mbps)

Antenna Connector	IPEX 3.0x3.0mm

Wi-Fi mode	Station/SoftAP/SoftAP+Station

Характеристика	Модуль Sipeed MAIX-I WiFi версия (1-й модуль RISC-V 64 AI, K210 внутри)	Электрическая коробка ABS для Raspberry Pi 4B
Debugging Support	High-speed UART and JTAG interface for debugging	—
Neural Network Processor (KPU)	• Supports the fixed-point model that the mainstream training framework trains according to specific restriction rules • There is no direct limit on the number of network layers, and each layer of convolutional neural network parameters can be configured separately, includ- ing the number of input and output channels, and the input and output line width and column height • Support for 1x1 and 3x3 convolution kernels • Support for any form of activation function • The maximum supported neural network parameter size for real-time work is 5MiB to 5.9MiB • The maximum supported network parameter size when working in non-real time is (flash size - software size)	—
Audio Processor (APU)	• Up to 8 channels of audio input data, ie 4 stereo channels • Simultaneous scanning pre-processing and beamforming for sound sources in up to 16 directions • Supports one active voice stream output • 16-bit wide internal audio signal processing • Support for 12-bit, 16-bit, 24-bit, and 32-bit input data widths • Multi-channel direct raw signal output • Up to 192kHz sample rate • Built-in FFT unit supports 512-point FFT of audio data •Uses system DMAC to store output data in system memory	—
Static Random-Access Memory (SRAM)	The SRAM is split into two parts, 6MiB of on-chip general-purpose SRAM memory and 2MiB of on-chip AI SRAM memory, for a total of 8MiB	—
Field Programmable IO Array (FPIOA/IOMUX)	FPIOA allows users to map 255 internal functions to 48 free IOs on the chip	—
Digital Video Port (DVP)	Maximum frame size 640x480	—
FFT Accelerator	The FFT accelerator is a hardware implementation of the Fast Fourier Transform (FFT)	—
FreeRtos & Standard SDK	Support FreeRtos and Standrad development kit.	—
MicroPython Support	Support MicroPython on M1	—
Machine vision	Machine vision based on convolutional neural network	—
Machine hearing	High performance microphone array processor	—
Supply voltage of external power supply	4.8V ~ 5.2V	—

Инженерный разбор

SRAM разделена на две части: 6 MiB универсальной памяти на кристалле и 2 MiB AI-памяти, суммарно 8 MiB — этот объём ограничивает рабочий набор данных, который держится на чипе без обращения к внешней памяти. Нейросетевой процессор KPU поддерживает параметры модели до 5 MiB — 5.9 MiB в режиме реального времени; в нереальном времени предел равен (flash size минус software size). Поддерживаются ядра свёртки 1x1 и 3x3.

Аудиопроцессор APU принимает до 8 каналов аудиовхода, то есть 4 стереоканала, ведёт предобработку и формирование луча для источников звука в до 16 направлениях и выдаёт один активный голосовой поток. Внутренняя обработка 16-bit, поддержка входных данных шириной 12, 16, 24 и 32 bit, частота дискретизации до 192 kHz, встроенный блок FFT выполняет 512-точечное преобразование. Цифровой видеопорт DVP ограничен кадром 640x480.

Поле FPIOA отображает 255 внутренних функций на 48 свободных IO чипа — это число выводов, доступных для назначения периферии. Питание от внешнего источника 4.8V ~ 5.2V при токе >600 mA, диапазон рабочих температур -30℃ ~ 85℃, рост температуры <30K. Встроенный радиоблок на MCU ESP8285 (Tensilica L106 32-bit) работает по 802.11 b/g/n в полосе 2400 MHz - 2483.5 MHz; мощность передачи 802.11.b +15 dBm, 802.11.g +10 dBm (54 Mbps), 802.11.n +10 dBm (65 Mbps); антенный разъём IPEX 3.0x3.0 mm.

Отзывы

По товару «Модуль Sipeed MAIX-I WiFi версия (1-й модуль RISC-V 64 AI, K210 внутри)» пока нет опубликованных отзывов покупателей. Зарегистрированные пользователи смогут оставить отзыв после покупки.

Войти и написать

Мы не публикуем сгенерированные оценки и не размечаем отзывы в JSON-LD, пока нет подтвержденных отзывов после покупки.

Модуль Sipeed MAIX-I WiFi версия (1-й модуль RISC-V 64 AI, K210 внутри)

Описание

Характеристики

Сравнение с аналогами

Инженерный разбор

О товаре

С этим товаром покупают

Аналоги

Похожие товары

Отзывы

Вопросы о товаре

Частые вопросы