CSB1-N10NOrinNano
CSR2-N72R3588S
AIBOX-OrinNX
EC-OrinNX
EC-R3576PC
iHC-3568JGW
IPC-M10R800-A3399C V2
Core-3588JD4
Core-3576JD4
iCore-3588JQ
Core-186JD4
AIO-3588JD4
ROC-RK3576-PC
CAM-C1109S2U
采用Rockchip全新一代64位六核处理器,拥有强大的硬解码能力,支持4K硬解,多种显示输出接口,可直接驱动多种分辨率eDP接口液晶屏。AIO-3399C与工业级外壳组合,灵活嵌入到各种行业中,快速实现产品落地
采用ARM全新Cortex-A72架构、六核64位高性能处理器,主频高达1.8GHz,集成四核Mali-T860 GPU。与Cortex-A57相比,处理性能提升100%,速度更快,性能更强
支持双LVDS、EDP、HDMI、DP1.2等多种显示输出接口,支持双屏同显/双屏异显,支持H.265 HEVC和VP9、H.264编码、4K HDR,最大支持4K硬解,可直接驱动多种分辨率eDP接口液晶屏
接口可灵活定制、更容易满足项目研发需求,让产品具有更多可能性。
配套工业级外壳,无风扇高效散热设计,多种安装方式,能快捷灵活地嵌入到各种智能设备
提供配套的源代码、教程、技术资料和开发工具,让开发变得更加简单方便
AIO-3399C可采用POE+(802.3 AT,输出功率 30W)增强型以太网供电,同时支持RS232及RS485接口,板载2路TTL口,丰富的外部扩展接口,可方便连接各种工业设备,轻松实现产品应用
AIO-3399C可应用到各种行业的产品中
工业主机
智能机器人
游艺/游戏设备
商显一体设备
医疗健康设备
自动售货机
智能POS机
互动打印机
参数 | |
CPU |
RK3399,双大核(Cortex-A72)+ 四小核(Cortex-A53),主频最高 1.8 GHz |
GPU |
四核ARM Mali-T860 支持OpenGL ES 1.1/2.0 /3.0, OpenVG1.1, OpenCL, Directx11 |
DDR |
2GB / 4GB 双通道LP DDR4 |
存储器 |
8GB -128GB 高速eMMC、TF卡槽 |
网络 |
RJ45接口千兆以太网 板载WIFI/BT模块,支持 2.4GHz / 5GHz双频WiFi,802.11a/b/g/n/ac协议 支持Bluetooth 4.1(支持BLE) Mini PCIe座(用于扩展3G/4G模块,配合Micro SIM卡槽使用) |
多媒体 |
支持4K VP9 and 4K 10bits H265/H264视频解码,高达60fps 1080P 多格式视频解码(VC-1,MPEG-1/2/4,VP8) 1080P 视频编码,支持H.264,VP8格式 视频后期处理器:反交错、去噪、边缘/细节/色彩优化 |
显示 |
双VOP显示:分辨率分别支持4096X2160及2560X1600 HDMI2.0支持4K 60Hz显示,支持HDCP 1.4/2.2 支持eDP 1.3(4线,10.8Gbps),可直接驱动多种分辨率eDP接口液晶屏 支持双6/8位LVDS接口、最高支持24位1920×1200分辨率 支持Rec.2020和Rec.709色域转换 1 x DP 1.2 (DisplayPort) , 支持4K@60帧输出 |
接口 |
双ISP像素处理能力高达13MPix/s,支持双路摄像头数据同时输入 支持USB3.0 HOST,及Type-C接口 1路ADC、SPI / GPIO、可控LED×2、I²C接口×1、重力传感器×1(可扩展) |
SD卡 |
支持SD卡 |
RTC |
支持RTC实时时钟 |
开关机 |
支持定时开关机 |
音频 |
1 x PHONE,1 x LINE-IN,1 x LINE-OUT、麦克风(左右声道) |
USB |
Type-C(OTG),1 x USB3.0,4 x USB2.0(接口×2,座子×2) |
按键 |
Power按键(按键×1、接口×1), Recover按键(按键×1、接口×1) |
串口 |
RS232×1、RS485×1、调试串口×1,、板载2路TTL口 |
红外 |
1路红外接收头,支持红外遥控功能 |
系统 |
支持Android\Linux\Ubuntu系统 |
电源 |
DC 12V-2A(DC5.5 × 2.1mm)、支持外接(电源接口×1) 主板可采用POE+(802.3 AT,输出功率 30W)以太网供电 |
尺寸 |
126 mm× 91.3mm |
采用Rockchip六核高性能处理器,板载模块化深度神经网络学习加速器NPU,无需外部缓存,拥有强劲算力与超高效能,支持 PyTorch , Caffe 深度学习框架,提供完整易用的模型训练工具、网络训练模型实例,可快速应用在移动边缘计算、智能家居、人脸检测识别、人工智能服务器等领域
搭载ARM全新Cortex-A72架构、六核64位高性能处理器,主频高达1.8GHz,集成四核Mali-T860 GPU,支持H.265 HEVC和VP9、H.264编码、4K HDR,拥有强大的硬解码能力,最大可支持4K硬解
板载AI嵌入式神经网络处理器NPU,峰值算力高达5.6 Tops,典型算力2.8 Tops,效率能耗比高达9.3 Tops/W,在拥有超强的算力同时保持了极低的能耗,让其应用在终端设备的边缘计算领域中极具优势
采用AI专用的MPE矩阵引擎和APiM(AI processing in Memory,存储中的AI处理)架构,存储计算融合一体的本地并行AI运算,一次升级网络预加载,无需指令、总线,无需外部DDR缓存,处理速度远远超过了其他传统架构的处理器,同时也大大降低了处理能耗
提供基于PyTorch完整易用的模型训练工具PLAI(People Learn AI), 可在Windows 10与Ubuntu 16.04系统上开发,更简单快捷地添加自定义网络模型,大大降低了使用AI的技术门槛,让更多人能更容易打开AI的大门。
支持基于 VGG的GNet1,GNet18和GNetfc三种网络训练模型实例,后续会持续增加网络实例,轻松在设备上测试大量深度学习应用
主板配置工业级金属外壳,外型小巧,无风扇高效散热设计,防尘抗干扰,多种安装方式,能快捷灵活地嵌入到各种智能设备
AIO-3399C(AI)可采用POE+(802.3 AT,输出功率 30W)增强型以太网供电,拥有RS232、RS485以及2路TTL等外部扩展接口,方便连接各种工业设备,轻松实现产品应用
参数 | |
CPU |
RK3399,双大核(Cortex-A72)+ 四小核(Cortex-A53),主频最高1.8GHz |
GPU |
四核ARM Mali-T860 支持OpenGL ES 1.1/2.0 /3.0, OpenVG1.1, OpenCL, Directx11 |
NPU |
SPR2801S,采用MPE与APiM独特AI架构 典型算力2.8Tops,拥有9.3Tops/W超高效能 |
DDR |
2GB / 4GB 双通道LP DDR4 |
存储器 |
8GB -128GB 高速eMMC、TF卡槽 |
硬件特性 | |
网络 |
RJ45接口千兆以太网 板载WIFI/BT模块,支持 2.4GHz / 5GHz双频WiFi,802.11a/b/g/n/ac协议 支持Bluetooth 4.1(支持BLE) Mini PCIe座(用于扩展3G/4G模块,配合Micro SIM卡槽使用) |
多媒体解码 |
支持4K VP9 and 4K 10bits H265/H264视频解码,高达60fps 1080P 多格式视频解码(VC-1,MPEG-1/2/4,VP8) 1080P 视频编码,支持H.264,VP8格式 视频后期处理器:反交错、去噪、边缘/细节/色彩优化 |
显示 |
双VOP显示:分辨率分别支持4096X2160及2560X1600 HDMI2.0支持4K 60Hz显示,支持HDCP 1.4/2.2 支持eDP 1.3(4线,10.8Gbps),可直接驱动多种分辨率eDP接口液晶屏 支持双6/8位LVDS接口、最高支持24位1920×1200分辨率 支持Rec.2020和Rec.709色域转换 1 x DP 1.2 (DisplayPort) , 支持4K@60帧输出 |
接口 |
双ISP像素处理能力高达13MPix/s,支持双路摄像头数据同时输入 支持USB3.0 HOST,及Type-C接口 1路ADC、SPI / GPIO、可控LED×2、I²C接口×1、重力传感器×1(可扩展) |
SD卡 |
支持SD卡 |
RTC |
支持RTC实时时钟 |
开关机 |
支持定时开关机 |
音频 |
1 x PHONE,1 x LINE-IN,1 x LINE-OUT、麦克风(左右声道) |
USB |
Type-C(OTG),1 x USB3.0,4 x USB2.0(接口×2,座子×2) |
按键 |
Power按键(按键×1、接口×1), Recover按键(按键×1、接口×1) |
串口 |
RS232×1、RS485×1、调试串口×1,、板载2路TTL口 |
红外 |
1路红外接收头,支持红外遥控功能 |
电源 |
DC 12V-2A(DC5.5 × 2.1mm)、支持外接(电源接口×1) 主板可采用POE+(802.3 AT,输出功率 30W)以太网供电 |
系统/软件 | |
系统 |
支持Android\Linux\Ubuntu系统 |
支持框架 |
支持 PyTorch , Caffe 框架, 后续支持 TensorFlow |
开发工具 |
PLAI 模型训练工具(现支持基于VGG的 GNet1, GNet18 and GNetfc 网络模型) |
外观规格 | |
尺寸 |
126 mm× 91.3mm |