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

Плата Tang Nano 9k FPGA - Gowin GW1NR-9 FPGA с 8640 LUT4 + 6480 триггерами

Name: Плата Tang Nano 9k FPGA - Gowin GW1NR-9 FPGA с 8640 LUT4 + 6480 триггерами
Brand: Seeed Studio
SKU: 102991677
Price: 1585 RUB
Availability: InStock

1 585 ₽

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

Описание

Tang Nano 9K FPGA — это изысканная плата разработки, основанная на чипе Gowin GW1NR-9 FPGA, созданном вслед за Tang Nano 1K и Tang Nano 4K. Он поставляется с 8640 LUT, разъемом HDMI, интерфейсным разъемом экрана RGB, разъемом экрана SPI, флэш-памятью SPI 32 Мбит и 6 светодиодами, что делает его идеальным для запуска кода Verilog HDL, эмулирующего программное обеспечение PicoRV32 RISC-V, и дальнейшего проектирования.

Характеристики

Chip	Gowin GW1NR-9 FPGA with 8640 LUT4
Registers(FF)	6480
ShadowSRAM SSRAM(bits)	17280
Block SRAM BSRAM	468K
Number of B-SRAM	26
User flash(bits)	608K
SDR SDRAM(bits)	64M
18 x 18 Multiplier	20
External SPI FLASH	32M-bit
Number of PLL	2
Dimensions	Approximately 65 x 23mm
Type-C Power supply	5V
Display interface	HDMI interface, SPI screen interface, RGB screen interface
Debugger	Onboard BL702 chip provides USB-JTAG and USB-UART functions for GW1NR-9
IO	Support 4mA，8mA, 16mA, 24mA other driving capabilities Provides independent Bus Keeper, pull-up/pull-down resistors, and Open Drain output options for each I/O
Connector	TF card slot, 2x24P 2.54mm Header pads
Button	2 programmable buttons for users
LED	Onboard 6 programmable LEDs
Tang Nano 9k board	1
Type-C Data Cable	1
24Pin header	2

Инженерный разбор

Отзывы

По товару «Плата Tang Nano 9k FPGA - Gowin GW1NR-9 FPGA с 8640 LUT4 + 6480 триггерами» 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.

Плата Tang Nano 9k FPGA - Gowin GW1NR-9 FPGA с 8640 LUT4 + 6480 триггерами

Описание

Характеристики

Инженерный разбор

О товаре

С этим товаром покупают

Аналоги

Похожие товары

Отзывы

Вопросы о товаре

Частые вопросы