Caratteristiche: Basso consumo energetico e prestazioni stabili. note: 1. Compatibilità: può essere utilizzato con le schede di sviluppo H2, H3, H5, H6, A64 Orange Pi. 2. Fornire strumenti di conversione del modello per supportare la scomposizione del modello di rete neurale convoluzionale (CNN) basata su caffè. 3. Lo strumento di formazione PLAI può applicare direttamente l'immagine originale, il video, la voce, il prototipo di addestramento rapido in linguaggio naturale alla chiavetta di calcolo della rete neurale. Modello: per Orange Pi AI Stick Lite Processore AI: Serie di chip: Lightspeeur Modello di chip: SPR2801s Efficienza energetica: 9,3 TOP/watt Bassissimo consumo energetico: 2.8TOPs@300mW Prestazioni di picco: 5.6TOPs@100MHz Interfaccia hardware: SDIO3.0/eMMC 4.5 Pacchetto chip: BGA (7 mm * 7 mm) Processo di produzione: 28nm Standard di interfaccia: USB2.0, USB3.0 Type-A Larghezza di banda di trasmissione: larghezza di banda di lettura = 68,00 MB / s, larghezza di banda di scrittura = 84,69 MB / s Framework open source: Caffe, Tensorflow, PyTorch (per il momento Pytorch supporta solo le attività di classificazione) Modelli supportati: VGG, SSD Sistema operativo: X86 Linux (Ubuntu 16.04) ARM Linux/ ARM Android (ARM v7, ARM v8) Tensione di lavoro: DC 5V 200mA Temperatura di esercizio: da 0C a 40C Temperatura di stoccaggio: da -20°C a 80°C Dimensioni: 66,5 mm x 20,5 mm x 10,8 mm Software fornito: Plai (basato sul framework "full-stack" di Pytorch) Software fornito: Open ARM, X86 SDK, demo di modelli da 1 a 2 integrate; strumento di formazione del modello Plait. Materiale: ABS colore: Bianco Contenuto della confezione: 1 x per Orange Pi AI Stick Lite Solo il contenuto della confezione di cui sopra, gli altri prodotti non sono inclusi. Nota: le riprese leggere e le diverse visualizzazioni possono far sì che il colore dell'articolo nell'immagine sia leggermente diverso da quello reale. L'errore di misurazione consentito è di +/- 1-3 cm.