Компактная процессорная ИИ-плата размером в две трети банковской карты на базе SOPHGO BM1684 или BM1684X. Добавляет 17.6–32 TOPS INT8 локального инференса и аппаратную обработку видео H.264/H.265 в ваш собственный NVR, робот, дрон или граничный шлюз через 144-контактный межплатный разъём.
Обзор
ИИ-модуль граничных вычислений TouchVision размещает полноценный ИИ-компьютер SOPHGO на процессорной плате 62 × 58 × 33 мм. 8-ядерный Arm Cortex-A53 с частотой 2.3 GHz работает под Linux и выполняет ваше приложение. TPU обеспечивает 17.6 TOPS INT8 (BM1684) или 32 TOPS INT8 (BM1684X) для инференса нейросетей, а аппаратный видеодвижок кодирует и декодирует H.264/H.265 в реальном времени.
Модуль подключается к несущей плате через один 144-контактный межплатный разъём, на который выведены Gigabit Ethernet, PCIe 3.0, GPIO, SDIO, PWM и I²C. OEM-производители могут разработать собственную несущую плату для интеллектуального NVR, контроллера робота, полезной нагрузки дрона или граничного шлюза, либо TouchVision разработает и изготовит её в рамках ODM-проекта. Применяется тот же инструментарий, что и в граничных ИИ-устройствах TouchVision серии YZ: модели TensorFlow, Caffe, MXNet, PyTorch, ONNX и PaddlePaddle, контейнеры Docker, Python, ускорение OpenCV и FFmpeg, а также LLM с открытым кодом, такие как DeepSeek и Qwen.
Ключевые особенности
- ИИ-платформа SOPHGO BM1684 или BM1684X
- Основной процессор: 8-ядерный Arm Cortex-A53 @ 2.3 GHz
- 17.6 TOPS INT8 (BM1684) или 32 TOPS INT8 (BM1684X)
- Аппаратное кодирование и декодирование HD H.264/H.265 в реальном времени
- 62 × 58 × 33 мм — примерно две трети банковской карты
- 144-контактный межплатный разъём; Gigabit Ethernet, PCIe 3.0, GPIO, SDIO, PWM, I²C
- Модели TensorFlow, Caffe, MXNet, PyTorch, ONNX и PaddlePaddle; Docker, Python, OpenCV, FFmpeg
- Запускает LLM с открытым кодом, такие как DeepSeek и Qwen, и размещает частные модели
- Менее 1 Вт на TOPS (INT8); совместим с пассивным безвентиляторным охлаждением
Технические характеристики
| Параметр | Значение |
|---|---|
| ИИ-SoC | SOPHGO BM1684 / BM1684X |
| CPU | 8× Arm Cortex-A53 @ 2.3 GHz |
| ИИ-производительность | 17.6 TOPS INT8 (BM1684); 32 TOPS INT8 (BM1684X) |
| Видео | Кодирование и декодирование HD H.264/H.265 в реальном времени |
| Форм-фактор | Процессорная плата, 62 × 58 × 33 мм |
| Разъём | 144-контактный межплатный |
| Интерфейсы расширения | Gigabit Ethernet, PCIe 3.0, GPIO, SDIO, PWM, I²C |
| Фреймворки | TensorFlow, Caffe, MXNet, PyTorch, ONNX, PaddlePaddle |
| Большие модели | DeepSeek, Qwen; размещение частных моделей |
| Программное обеспечение | Аппаратное ускорение Docker, Python, OpenCV и FFmpeg |
| Энергоэффективность | < 1 Вт на TOPS (INT8) |
| Охлаждение | Поддерживается пассивное безвентиляторное охлаждение |
Характеристики приведены по данным производителя и могут изменяться. Запросите актуальный даташит для вашей конфигурации.
Применение
- Шлюзы граничных вычислений
- Интеллектуальные NVR и устройства видеоаналитики
- Сервисные и промышленные роботы
- Дроны и мобильные инспекционные полезные нагрузки
- OEM-устройства ИИ-зрения с заказной несущей платой
Отраслевые решения: ИИ-видеоаналитика и интеллектуальная безопасность · Промышленная автоматизация и станкостроение
Кастомизация и заказ
ИИ-модуль BM1684X может быть адаптирован под OEM-проекты; поддерживаются пилотные заказы малыми партиями. Запросите КП или образец, напишите в WhatsApp (+86 135 0532 6001) или узнайте о нашей услуге OEM/ODM.
Ещё в этой категории: Встраиваемые промышленные материнские платы и одноплатные ARM-компьютеры · См. также: Граничные ИИ-компьютеры и блоки видеоаналитики
Часто задаваемые вопросы
Чем отличаются модули BM1684 и BM1684X?
Оба используют 8-ядерный Cortex-A53 с частотой 2.3 GHz. Версия BM1684 обеспечивает 17.6 TOPS INT8, а версия BM1684X — 32 TOPS INT8, что даёт больший запас для больших языковых моделей и более тяжёлых моделей компьютерного зрения.
Могу ли я разработать собственную несущую плату?
Да. Модуль подключается через 144-контактный межплатный разъём, на который выведены Gigabit Ethernet, PCIe 3.0, GPIO, SDIO, PWM и I²C. TouchVision также может разработать и изготовить несущую плату в рамках OEM/ODM-проекта.
Поддерживает ли модуль большие языковые модели?
Да. Он поддерживает модели с открытым кодом, такие как DeepSeek и Qwen, а также частные модели, с разработкой на Docker и Python.
Нужен ли ему вентилятор?
Энергопотребление — менее 1 Вт на TOPS, модуль совместим с конструкциями с пассивным безвентиляторным охлаждением.