les bits 8gb 128 montent calcul de étude profond de bord de panneau de transporteur d'Ubuntu de module de l'atlas 200 AI
Number modèle:Montent l'atlas 200
Point d'origine:La Chine
Quantité d'ordre minimum:1set
Conditions de paiement:L/C, D/A, D/P, T/T
Capacité d'approvisionnement:Négociation de prix d'achat en lots
Délai de livraison:15-30 jours de travail
Contacter
Add to Cart
Fournisseur Vérifié
Beijing Beijing China
Adresse:
C1106, bâtiment Jinyu Jiahua, 3e rue de Shangdi, quartier Haidian, Pékin 100085, République populaire de Chine
dernière connexion fois fournisseur:
dans 25 heures
Détails du produit
Profil de la société
Détails du produit
MonterAtlas 200 AI Module 8 Go 128 bits Ubuntu Deep Learning Carrier Board Edge Computing
Module d'accélération Hua Wei Ascend Atlas 200 AI
Le module accélérateur Hua Wei Ascend Atlas 200 AI possède huit curs Cortex-A55 et fournit des ports périphériques communs tels que I2C, USB, SPI et RGMII.Il peut être utilisé comme processeur système intégré. Vous pouvez graver le système d'exploitation sur le flash du contrôleur multimédia intégré (eMMC) ou sur une carte SD.Après une configuration simple, le processeur ARM du module accélérateur Atlas 200 AI peut exécuter le logiciel de service AI des utilisateurs. Généralement, dans ce mode d'application, le module accélérateur Atlas 200 AI est connecté des périphériques externes simples tels que des caméras IP (IPC), I2C capteurs et écrans SPI (Serial Peripheral Interface). Le mode d'application du coprocesseur et le mode d'application du processeur principal du module accélérateur Atlas 200 AI sont similaires.Le processeur ARM du Hua WeiMonterLe module accélérateur Atlas 200 AI peut toujours exécuter le logiciel de service AI des utilisateurs.La différence est que lorsque le module accélérateur Atlas 200 AI est utilisé comme coprocesseur, le système dispose d'un processeur principal.Le processeur principal contrôle les opérations sur le module accélérateur Atlas 200 AI, telles que l'accès périphérique, la mise sous tension, l'hibernation et le réveil.Les interfaces externes requises par le logiciel de service AI des utilisateurs sont également transférées par le processeur principal. Le processeur principal peut contrôler le Hua WeiMonterModule accélérateur Atlas 200 AI pour entrer dans l'état de veille profonde via les broches GPIO.Si nécessaire, le Hua WeiMonterLe module accélérateur Atlas 200 AI peut se réveiller rapidement pour traiter les services AI.Ce mécanisme réduit la consommation d'énergie.
Spécifications du Hua Wei Ascend Atlas 200
| Fonctionnalité | spécification |
Processeur IA | Processeur IA Ascend 310 Deux curs Da Vinci AI Huit curs ARM A55 (fréquence maximale : 1,6 GHz) |
Puissance de calcul de l'IAa | Demi-précision (FP16) : 4/8/11 TFLOPS Précision entière (INT8): 8/16/22 TOPS |
| Mémoire | 8G 128 bits LPDDR4X |
| Stockage | 64 Mo eMMC 4.5 |
Capacité d'encodage/décodage | Décodeur H.264/H.265, 20 canaux 1080p (1920 x 1080) 25 FPS, YUV420 Décodeur H.264/H.265, 16 canaux 1080p (1920 x 1080) 30 FPS, YUV420 Décodeur H.264/H.265, 2 canaux 4K (3840 x 2160) 60 FPS, YUV420 Encodeur H.264/H.265, 1 canal 1080p (1920 x 1080) 30 FPS, YUV420 Décodage JPEG 1080p (1920 x 1080) 256 FPS et encodage 1080p (1920 x 1080) 64 FPS, résolution jusqu' 8192 x 4320 Décodage PNG 1080p (1920 x 1080) 24 FPS, résolution jusqu' 4096 x 2160 |
Température | Température de fonctionnement : -25°C +80°C (-13°F +176°F) Température de stockage : -25°C +85°C (-13°F +185°F) |
Humidité (HR, non condensation) | Humidité de fonctionnement : 5 % 90 % Humidité de stockage : 5% 95% |
Consommation d'énergie | Tension de fonctionnement : 3,5 V 4,5 V ;valeur typique recommandée : 3,8 V Consommation électrique typique – 4 Go : 6,5 W – 8 Go : 9,5 W |
Altitude maximale | < 5 000 m Lorsque l'altitude est comprise entre 1 800 m (5 905,44 pieds) et 5 000 m (16 404 pieds), la température maximale de fonctionnement diminue de 1 °C (1,8 °F) pour chaque augmentation de 220 m (721,78 pieds) altitude. |
Dimensions (H x L x P) | 8,5 mm x 52,6 mm x 38,5 mm (0,33 po x 2,07 po x 1,52 po) NOTE Le modèle de connecteur du module accélérateur Atlas 200 AI est fixe.Vous pouvez sélectionner des connecteurs mles de différentes hauteurs pour déterminer la hauteur du module accélérateur Atlas 200 AI. |
Poids net | 30g |
Système d'exploitation (SE) | Ubuntu 16.04 |
Cadre d'apprentissage en profondeur | TensorFlow, Café |
les bits 8gb 128 montent calcul de étude profond de bord de panneau de transporteur d'Ubuntu de module de l'atlas 200 AI
Inquiry Cart
0