/ / / / / / / / / / / / / / / /
  北京太速科技股份有限公司是一家专业面向嵌入式硬件开发的知识服务公司,主要从事高端智能计算平台方案服务,具有多年DSP、FPGA、ARM等平台开发经验。凭借一流的技术和严格的项目管理流程,确保项目的质量稳定可靠,并对客户产品生命周期提供全程技术支持和服务,确保客户产品圆满实现。
板卡标识码 :05RK3568827X
请记下 ID:827,联系客服人员,我们将尽快安排工程师与您沟通。 太速服务流程
基于瑞芯微RK3568+灵汐KA200高能效边缘AI计算平台

 

  

一、产品概述

      Tiny-Brain F300系列高能效边缘计算平台采用瑞芯微RK3568作为主控芯片,采用灵汐科技KA200作为AI加速芯片,支持USB/MIPI CSI/BT.656/RJ45网络接口视频接入。本产品集图像处理、神经网络目标识别、图像压缩等功能于一体,可广泛用于机器人、无人机、辅助驾驶、智能交通、航空航天等领域。

 

二、性能指标

      KA200是北京灵汐科技基于全新的存算一体、众核并行、异构融合架构, 能高效支持深度学习神经网络、生物神经网络和大规模脑仿真。单芯片集成 25 万神经元和2500 万突触(稠密模式),可扩展支持200万神经元和20亿突触的集成计算(稀疏模式),支持混合精度计算(32Tops@INT8 和 16Tflops@FP16)。公司自主研发的类脑软件 LynOS 把图灵计算完备性扩展到类脑计算完备性,支持高效图优化和全自动编译,可广泛应用于视觉、语音、自然语言处理以及脑科学研究等领域。

KA200芯片性能包括:
    ■ 支持深度学习模型(DNN)、生物神经模型(SNN)以及二者融合的异构模型;
    ■ 支持 H.264、H.265、VP9、MPEG4 视频格式硬件解码,最高视频解码性能 480fps@1920*1080;
    ■ 支持 H.264、H.265视频格式硬件编码,最高视频编码性能 240fps@1920*1080;
    ■ 支持JPEG图像硬件解码,最高图像解码性300fps@1920*1080;
    ■ 支持JPEG图像硬件编码,最高图像编码性能200fps@1920*1080; 
    ■ 支持48路1920*1080 30fps的H.264/265解码; 
    ■ 支持混合精度,算力达到32Tops@INT8和16Tflops@FP16。
      

      瑞芯微RK3568芯片是一款定位中高端的通用型SOC,是一款高性能低功耗四核应用处理器,采用22nm制程工艺,集成4核arm架构A55处理器和Mali G52 2EE图形处理器,支持4K解码和1080P编码。RK3568支持SATA/PCIE/USB3.0等各类型外围接口,内置独立的NPU,可用于轻量级人工智能应用。

三、接口内容

序号

接口

类型

特点

1

外部供电12V

输入

DC12V±1V;
具备防止反接功能;
具备防雷击功能

2

M.2接口

输入

支持128G SSD

3

USB-C

输入

4个USB3.1

4

Mini DP

输入

1路

5

WiFi

输出

1路

6

Uart

输出

TTL 3.3V电平/通断控制

7

RJ45接口

输入/输出

千兆以太网

8

CAN接口

输入/输出

2路TTL电平/异步通讯

9

MIPI接口

输入

2个MIPI CSI-2接口


环境参数

工作温度

-20~+50℃

储存温度

-20oC~+60℃

湿度

非冷凝 10%~95%

外壳防护

IP54

抗冲击性

80g,4ms,3轴

抗振动性

5g,随机振动,所有轴

机械参数

重量

<300g

尺寸

220(mm)x107(mm)x45(mm)

 

四、软件功能

(1)具备多类型目标识别的功能,识别类型可定制化;
(2)具备单幅图像可同时识别多个目标的功能,目标数量20;
(3)具备快速识别目标的功能,帧频100hz;
(4)具备目标跟踪的功能,帧频≥100Hz;
(4)具备95%以上的识别准确率;
(5)具备当前人工智能算法主流特征,具有良好的自学习性、智能性、可移植性。
(6)当前可识别种类包括:'aeroplane', 'bicycle', 'bird', 'boat','bottle', 'bus', 'car', 'cat', 'chair', 'cow', 'diningtable', 'dog', 'horse','motorbike', 'person', 'pottedplant','sheep', 'sofa', 'train', 'tvmonitor'。

五、算法库

      本算法基于主流的Pytorch、Tensorflow、caffe框架,结合独立设计的网络结构、独立制作的图像数据集、定制训练形成的目标检测模型,并将模型集成到边缘计算感控硬件,实现快速准确的目标识别功能。
支持的算法包括:


算法

模型名称

识别匹配

resnet50

DenseNet121

DenseNet201

Inception-v1

inception-v3

inception-v4

Squeezenet

shufflenet_v2

Mobilenet-v1

Mobilenet-v2

vgg_16

vgg_19

目标检测

yolov2

yolov3(-tiny)

yolov4

yolov5(s/m/l/x)

SSD

Fast-RCNN

Faster-RCNN

RetinaNet

图像分割

Deeplabv2

DeepLabv3

DeepLabv3+

U-Net

RefineNet

跟踪

KCF

Kalman滤波

CSK

SAMF

FCNT

MDNet

deepsort