启明云端分享|IDO-SOM3568:可用于轻量级人工智能应用

简介: IDO-SOM3568 采用 Rockchip 新一代 64 位处理器 RK3568(Quad-core ARM CortexA55, Neon and FPU,主频最高 2.0GHz),集成双核心架构 GPU 以及高效能 NPU;最大支 持 8G 大内存;支持 WiFi6,5G/4G 等高速无线网络通讯;内置独立的 NPU,可用于轻量级人工智能应用。

产品介绍

IDO-SOM3568 采用 Rockchip 新一代 64 位处理器 RK3568(Quad-core ARM CortexA55, Neon and FPU,主频最高 2.0GHz),集成双核心架构 GPU 以及高效能 NPU;最大支 持 8G 大内存;支持 WiFi6,5G/4G 等高速无线网络通讯;内置独立的 NPU,可用于轻量级人工智能应用。

RK3568 拥有 SATA/PCIE/USB3.0/双千兆等各类型接口,支持多种视频输入 输出接口,可应用于物联网网关、智能 NVR、工控平板、工业检测、工控盒、智慧城市、云终端、车载中控等行业定制市场。

核心板进行了严格的电源完整性和信号完整性仿真设计,通过各项电磁兼容、温度冲击、高温高湿老化、长时间存储压力等测试,稳定可靠。

3568反面.png

核心优势

◆ 32Bit 位宽 LPDDR4/LPDDR4x,频率最高可达 1600MHz,支持全链路 ECC

◆ 4.6*6 cm 超小尺寸邮票孔,连接稳固,整板散热友好且高度可控

◆ 板载 1000M PHY,超高集成度,支持 WOL 开机功能

◆ PCB 背面完整平面无走线,底板可以随意走线,无干扰

◆ 丰富的系统支持, Android 11,Ubuntu , Debian 全面支持

3568.png

产品规格

CPU :

●Rockchip RK3568 (22nm 先进制程)

●Quad-core ARM Cortex-A55,主频最高 2.GHz

GPU :

●ARM G52 2EE

●OpenGL ES1.1/2.0/3.0/3.1/3.2, Vulkan 1.1, OpenCL 2.0

●高性能 2D 硬件加速

NPU :

●0.8Tops@INT8 性能,集成高效能 AI 加速器 RKNN NPU

●支持 Caffe/TensorFlow/TFLite/ONNX/PyTorch/Keras/Darknet 等主流架 构

VPU :

●支持 4K 60fps H.265/H.264/VP9 视频解码

●支持 1080P 100fps H.265/H.264 视频编码

●支持 8M ISP,支持 HDR

内存 :

●LPDDR4/LPDDR4X(2GB/4GB/8GB 选配)

●32Bit 位宽,频率最高可达 1600MHz,支持全链路 ECC

存储 :

●高速 eMMC(32GB/64GB/128GB 选配)

●支持 TF-Card x1

●最多可支持 SATA 3.0 x 2 (扩展 2.5 寸 SSD/HDD)

●支持 M.2 PCIe 3.0 × 1(扩展 2242 / 2280 NVMe SSD)

系统 :

●支持 Android 11.0、Ubuntu 18.04 等系统

显示接口 :

● HDMI 2.0A × 1 , 最大可支持 4K@60Hz 输出

●Single LVDS/Dual MIPI-DSI-TX :支持 19201080@60fps 输出(或双 通道 1 × MIPI DSI 25601440@60fps)

● eDP 1.3 × 1, 最大可支持 2560x1600@60fps 输出

● 可支持三屏异显输出

音频 :

●1 x HDMI 音频输出

●1 x 耳机输出

●1 x 麦克风板载音频输入

摄像头 :

●1 x MIPI-CSI 摄像头接口

●1 x DVP 摄像头接口(最高支持 5Mpixel)

以太网 :

●支持双千兆以太网(1000 M bps)

●LAN(PoE)网口支持 POE+(802.3 AT,输出功率 30W)供电

无线网络 :

●支持 WiFi 6(802.11 AX)

●支持 BT5.0

●支持 M.2 扩展 5G

●支持 Mini PCIe 扩展 4G LTE

USB :

●USB 3.0 OTG × 1

●USB 3.0 HOST × 1

●USB 2.0 HOST × 2

扩展接口 :

●支持 SPI、UART、I2C、I2S、SDIO、PWM、ADC、GPIO

核心板尺寸 :

●61mm x 46mm x 2.5mm

接口类型 :

●邮票孔(204 PIN, 1mm 引脚中心间距)

PCB 规格 :

●板厚 1.0mm , 8层板高Tg材质,沉金工艺

重量 :

●12g

相关文章
|
6天前
|
人工智能 JSON API
阿里云文档智能 & RAG解决方案:提升AI大模型业务理解与应用
阿里云推出的文档智能 & RAG解决方案,旨在通过先进的文档解析技术和检索增强生成(RAG)方法,显著提升人工智能大模型在业务场景中的应用效果。该方案通过文档智能(Document Mind)技术将非结构化文档内容转换为结构化数据,提取文档的层级树、样式和版面信息,并输出为Markdown和Json格式,为RAG提供语义分块策略。这一过程不仅解决了文档内容解析错误和切块丢失语义信息的问题,还优化了输出LLM友好的Markdown信息。方案的优势在于其多格式支持能力,能够处理包括Office文档、PDF、Html、图片在内的主流文件类型,返回文档的样式、版面信息和层级树结构。
35 2
|
6天前
|
人工智能 搜索推荐 安全
AI技术在医疗领域的应用与挑战
【10月更文挑战第27天】 本文探讨了人工智能(AI)在医疗领域的应用,包括疾病诊断、药物研发和患者管理等方面。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题和技术局限性等。通过对这些方面的深入分析,我们可以更好地理解AI在医疗领域的潜力和发展方向。
104 59
|
1天前
|
存储 XML 人工智能
深度解读AI在数字档案馆中的创新应用:高效识别与智能档案管理
基于OCR技术的纸质档案电子化方案,通过先进的AI能力平台,实现手写、打印、复古文档等多格式高效识别与智能归档。该方案大幅提升了档案管理效率,确保数据安全与隐私,为档案馆提供全面、智能化的电子化管理解决方案。
65 48
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
【10月更文挑战第31天】2024年,AI大模型在软件开发领域的应用取得了显著进展,从自动化代码生成、智能代码审查到智能化测试,极大地提升了开发效率和代码质量。然而,技术挑战、伦理与安全问题以及模型可解释性仍是亟待解决的关键问题。开发者需不断学习和适应,以充分利用AI的优势。
|
1天前
|
人工智能 安全 测试技术
探索AI在软件开发中的应用:提升开发效率与质量
【10月更文挑战第31天】在快速发展的科技时代,人工智能(AI)已成为软件开发领域的重要组成部分。本文探讨了AI在代码生成、缺陷预测、自动化测试、性能优化和CI/CD中的应用,以及这些应用如何提升开发效率和产品质量。同时,文章也讨论了数据隐私、模型可解释性和技术更新等挑战。
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
37 11
|
5天前
|
人工智能 运维 NoSQL
云栖大会|多模+一体化,构建更高效的AI应用
在2024年云栖大会「NoSQL数据库」专场,多位知名企业和阿里云瑶池数据库团队的技术专家,共同分享了阿里云Lindorm、Tair、MongoDB和MyBase的最新进展与实践。Tair推出Serverless KV服务,解决性能瓶颈和运维难题;Lindorm助力AI和具身智能时代的多模数据处理;MongoDB云原生化提升开发效率;MyBase One打破云边界,提供云边端一体化服务。这些技术进展和最佳实践,展示了阿里云在NoSQL数据库领域的创新能力和广泛应用前景。
|
4天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗健康领域的应用与挑战####
本文旨在探讨人工智能(AI)技术在医疗健康领域的创新应用及其面临的主要挑战。通过深入分析AI如何助力疾病诊断、治疗方案优化、患者管理及药物研发,本文揭示了AI技术在提升医疗服务质量、效率和可及性方面的巨大潜力。同时,文章也指出了数据隐私、伦理道德、技术局限性等关键问题,并提出了相应的解决策略和未来发展方向。本文为医疗从业者、研究者及政策制定者提供了对AI医疗技术的全面理解,促进了跨学科合作与创新。 ####
|
1天前
|
机器学习/深度学习 人工智能 搜索推荐
探索AI在医疗诊断中的革命性应用
【10月更文挑战第29天】 随着人工智能技术的飞速发展,其在医疗领域的应用已成为推动现代医疗服务创新的重要力量。本文旨在探讨AI技术如何在医疗诊断中发挥其独特优势,通过分析AI在影像诊断、疾病预测和个性化治疗计划制定等方面的应用案例,揭示AI技术如何提高诊断的准确性和效率,以及面临的挑战和未来发展趋势。
17 1
|
2天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在图像处理中的应用
【10月更文挑战第32天】本文将深入探讨人工智能(AI)如何在图像处理领域大放异彩,从基础的图像识别到复杂的场景解析,AI技术正逐步改变我们对视觉信息的理解和应用。文章将通过具体案例,揭示AI如何优化图像质量、实现风格迁移和进行内容识别,进而讨论这些技术背后的挑战与未来发展方向。