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.

нет фото

Advantech

VEGA-3311

Name: VEGA-3311
Brand: Advantech
SKU: mod_0d085fb1-f713-429b-9fcc-8f0c2c431adf
Availability: InStock

Цена по запросу

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

В наличии

Запросить цену

На складе0 шт.

Производитель: Advantech
Артикул: mod_0d085fb1-f713-429b-9fcc-8f0c2c431adf
Категория: AI-ускорители и NPU
Processor: System Platform Xilinx UltraScale Socionext M30 Xilinx UltraScale Socionext M30 Video Inputs and Outputs Channels (Max.) 1 (up to 4Kp60)/ 4 (up to 1080p60) 1 (up to 4Kp60)/ 4 (up to 1080p60)
Interface: 4 x 3G-SDI/ 1 x 12G-SDI, 2 x 10 GigE (VEGA-3311-I)

Описание

VEGA-3311

Характеристики

Processor	System Platform Xilinx UltraScale Socionext M30 Xilinx UltraScale Socionext M30 Video Inputs and Outputs Channels (Max.) 1 (up to 4Kp60)/ 4 (up to 1080p60) 1 (up to 4Kp60)/ 4 (up to 1080p60)
Interface	4 x 3G-SDI/ 1 x 12G-SDI, 2 x 10 GigE (VEGA-3311-I)
PCIe	Gen3 x8
Standard	H.265 (HEVC)/H.264 (AVC) H.265 (HEVC)/H.264 (AVC) Bit Depth 8/10-bit 8/10-bit Chroma Subsampling 4:2:2/ 4:2:0 4:2:2/ 4:2:0 Video Decoding
OS	Version Windows, Linux Windows, Linux
Audio	Channels (Max.) 8/16 channels 8/16 channels Formats - - Sampling
Frequency	48/96 KHz 48/96 KHz Sampling Bit Depth 16-bit 16-bit
Protocol	- - Management & Control
Power Input	- - Consumption < 35 W < 35 W Mechanical
Dimension	(W x H x D) 167.65 x 111.15 mm (6.6 x 4.37") 167.65 x 111.15 mm (6.6 x 4.37")

Сравнение с аналогами

Характеристика	VEGA-3311	A380 MXM GPU Carrier Board Kit for LattePanda Mu (Edge Intelligence & 6x 4K Output)	NVIDIA RTX 4500 Ada	RTX 6000E Ada
Processor	System Platform Xilinx UltraScale Socionext M30 Xilinx UltraScale Socionext M30 Video Inputs and Outputs Channels (Max.) 1 (up to 4Kp60)/ 4 (up to 1080p60) 1 (up to 4Kp60)/ 4 (up to 1080p60)