Inicio Forlinx Embedded SoM con NPU FET3572-C para edge AI embebido

SoM con NPU FET3572-C para edge AI embebido

1537
0

El FET3572-C SoM es un módulo system-on-module para edge AI con NPU de 4 TOPS, arquitectura octa-core heterogénea y procesamiento multimedia hasta 8K.

El nuevo FET3572-C SoM de Forlinx Embedded es un módulo system-on-module orientado a sistemas embebidos con inteligencia artificial en el borde, basado en el procesador Rockchip RK3572 y preparado para integrar inferencia local, vídeo de alta resolución e interfaces industriales en diseños compactos.

SoM con NPU FET3572-C para edge AI embebido

Gracias a su NPU de 4 TOPS, unidad de procesamiento neuronal con capacidad de 4 billones de operaciones por segundo en formato INT8, el módulo permite ejecutar cargas de inferencia en equipos edge sin depender de forma continua de recursos en la nube.

Además, la compatibilidad con precisión mixta INT4, INT8 e INT16 facilita la adaptación de modelos desarrollados con entornos como TensorFlow y PyTorch, lo que simplifica el despliegue de algoritmos de visión, detección y clasificación en producto final.

Arquitectura embebida del FET3572-C SoM

La plataforma combina 2 núcleos Cortex-A73 para tareas de alto rendimiento y 6 núcleos Cortex-A53 para procesos de menor carga, por lo que equilibra capacidad de cálculo y eficiencia energética en aplicaciones industriales, terminales inteligentes y sistemas de edge computing.

Fabricado con proceso de 8 nm, el diseño ofrece más del doble de rendimiento frente a plataformas previas de gama media y reduce el consumo típico en más de un 50 %, según los datos proporcionados por el fabricante.

En concreto, la arquitectura permite reservar los núcleos Cortex-A73 para inferencia de inteligencia artificial y procesado de vídeo, mientras los núcleos Cortex-A53 gestionan servicios del sistema, comunicaciones y tareas de control con menor demanda computacional.

Las pruebas indicadas para la plataforma incluyen una puntuación superior a 310.000 en Antutu v10 y un consumo en espera inferior a 10 mW, datos relevantes para dispositivos portátiles, pasarelas edge y equipos embebidos alimentados con restricciones de energía.

Procesamiento de vídeo 8K y visión embebida

El bloque multimedia integrado soporta decodificación 8K y codificación 4K en formatos convencionales y de código abierto, de modo que el módulo puede trabajar en señalización digital, visualización comercial, terminales POS y sistemas con contenidos de ultra alta definición.

Asimismo, el ISP de 12 Mpx, procesador de señal de imagen, mejora la reproducción de color y permite conectar hasta 5 entradas de cámara para captura multicanal, monitorización visual y análisis local de escenas.

Por otro lado, la salida de doble pantalla independiente con 4K a 60 fps y 2K a 60 fps aporta flexibilidad en interfaces hombre-máquina, kioscos inteligentes y equipos de interacción con usuario.

Interfaces para integración en sistemas edge AI

La conectividad incluye PCIe 2.1, doble Gigabit Ethernet, bus CAN-FD, interfaz I2C y soporte nativo para memoria LPDDR5 y LPDDR5X, elementos clave para integrar aceleradores, cámaras, almacenamiento, periféricos industriales y redes de datos.

Con estas interfaces, el FET3572-C SoM encaja en control industrial, videovigilancia inteligente, equipos embarcados, pasarelas de datos y dispositivos de interacción local que requieren baja latencia y procesamiento próximo a la fuente de información.

Además, el soporte para Linux y Android junto con código fuente de controladores, manuales de desarrollo y ejemplos técnicos ayuda a reducir el esfuerzo de integración en proyectos OEM con ciclos de validación exigentes.

Para ampliar información sobre este tipo de dispositivos, puedes acceder al monográfico Especial tarjetas CPU, donde se analizan distintas alternativas.

Si necesitas más información técnica sobre el nuevo SoM con NPU FET3572-C para edge AI embebido, puedes escribirnos mediante un COMENTARIO; o bien utiliza nuestro SERVICIO AL LECTOR gratuito.

#FET3572C, #ForlinxEmbedded, #SoM, #EdgeAI, #NPU, #RK3572, #SistemasEmbebidos, #VisionEmbebida

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.