- Neu
Produktbeschreibung: Arduino VENTUNO Q - 16 GB RAM + 64 GB eMMC - ABX00181
VENTUNO Q integriert KI -Rechenleistung und deterministische Aktorsteuerung auf einer einzigen Platine. Ein Octa-Core-Qualcomm-Kryo-Prozessor , Adreno-623-Grafik und eine Hexagon-NPU mit bis zu 40 TOPS unterstützen Bildverarbeitungsmodelle, lokales LLM und multimodale Anwendungen. Ein Arm-Cortex-M33-Mikrocontroller gewährleistet Reaktionszeiten unter einer Millisekunde. Die Plattform läuft mit Ubuntu oder Debian und Arduino Core auf Zephyr . Umfangreiche Schnittstellen, darunter WiFi 6, Bluetooth 5.3, 2,5-Gbit/s -Ethernet und ein M.2-Anschluss für NVMe-Gen.4-Speicher, schaffen eine flexible Umgebung für Edge Computing, Prototyping und den Einsatz von Standardgeräten.
Arduino VENTUNO Q – 16 GB RAM + 64 GB eMMC – ABX00181.
VENTUNO Q eignet sich für Anwendungen in den Bereichen künstliche Intelligenz und Robotik.
Hauptmerkmale des Arduino VENTUNO Q
- Bis zu 40 TOPS KI-Leistung : Die Qualcomm Hexagon NPU ermöglicht die lokale Ausführung von Bild-, Sprach- und multimodalen Modellen.
- Dualprozessorarchitektur : Die Kombination aus Anwendungsprozessor und Echtzeit-Mikrocontroller ermöglicht die gleichzeitige Datenanalyse und Gerätesteuerung.
- 16 GB LPDDR5-Speicher : Die große Speicherkapazität erleichtert die Verarbeitung komplexer KI-Modelle, hochauflösender Bilder und Roboteralgorithmen.
- 64 GB eMMC : Der integrierte, robuste Speicher bietet Platz für das Betriebssystem, Bibliotheken, Modelle und Daten.
- Erweiterbar mit NVMe Gen.4 : Der M.2-Steckplatz ermöglicht die Speichererweiterung mit einer schnellen SSD.
- ROS 2-Unterstützung : Die Plattform kann als ROS 2-Robotikboard in mobilen Robotern, Manipulatoren und autonomen Systemen eingesetzt werden.
- Deterministische Steuerung : Der Mikrocontroller STM32H5F5 bietet schnelle GPIO-, PWM- und CAN-FD-Unterstützung in Bewegungs- und Automatisierungssystemen.
- Drei MIPI-CSI-Schnittstellen : ermöglichen den Aufbau von Mehrkamerasystemen für Objektverfolgung, Tiefenanalyse und Bildinspektion
- Kabelgebundene und drahtlose Konnektivität : WiFi 6, Bluetooth 5.3 und 2,5-Gbit/s-Ethernet für die einfache Integration in Netzwerke und Peripheriegeräte.
- Unterstützung lokaler KI-Modelle : Die Plattform ermöglicht die Nutzung von Lösungen wie Qwen, Whisper, Melo TTS, MediaPipe, YOLO-X und PoseNet.
- Breite Hardwarekompatibilität : Unterstützung für Arduino UNO, Raspberry Pi HAT, Modulino-Module und Qwiic-Geräte beschleunigt die Prototypentwicklung.
Von der Datenanalyse zu Echtzeitmaßnahmen
VENTUNO Q wurde als Plattform konzipiert, die nicht nur Daten analysiert, sondern auch direkt auf Ereignisse in der physischen Welt reagiert. Das Gerät kann Objekte lokal erkennen, Bilder analysieren, Sprache verarbeiten oder Sprachmodelle ausführen und anschließend Motoren steuern. Relais und industrielle Geräte. Dadurch deckt die Entwicklung von Edge-KI- Systemen den gesamten Prozess von der Datenerfassung und -auswertung bis zur Ausführung einer spezifischen Aktion ab.
Die Plattform kann Objekte lokal erkennen, Bilder analysieren oder natürliche Sprache verarbeiten und anschließend Motoren, Relais und industrielle Geräte sofort steuern.
Die Platine verfügt über drei 4-Lane-MIPI-CSI-Schnittstellen.
Künstliche Intelligenz integriert in die Gerätesteuerung
VENTUNO Q ermöglicht die Entwicklung von Geräten, bei denen KI nicht nur Ergebnisse auf einem Bildschirm darstellt. Schnittstellen für Hochgeschwindigkeitskameras, Unterstützung für Computer-Vision-Modelle und deterministische Steuerausgänge gewährleisten die in Robotik und Automatisierung benötigte Echtzeit-KI-Steuerung . Die Plattform kann die Basis für einen autonomen mobilen Roboter , einen intelligenten Manipulator, einen interaktiven Kiosk oder ein industrielles Qualitätskontrollsystem bilden.
Dualprozessor-Edge-KI-Architektur für Robotik und Automatisierung
Die Architektur, die zwei unabhängige Rechenchips nutzt, teilt die Aufgaben zwischen dem Dragonwing IQ-8275 und einem STM32H5F5- Mikrocontroller auf. Der Anwendungsprozessor ist für das Linux-System, neuronale Netze, Bildverarbeitung und komplexe Anwendungslogik zuständig, während der Mikrocontroller eine stabile Gerätesteuerung mit einer Reaktionszeit von unter 1 ms gewährleistet. Diese Lösung schafft eine Dual-Prozessor-Edge-KI-Plattform, die hohe Rechenleistung mit der für die Robotik mittels Computer Vision erforderlichen Präzision kombiniert . Der VENTUNO Q kann eine Alternative zu NVIDIA Jetson- oder Raspberry Pi -basierten Plattformen in Projekten darstellen, die neben KI-Beschleunigung auch Echtzeitsteuerung erfordern. Das integrierte Design reduziert die Notwendigkeit, einen separaten Einplatinencomputer mit einem zusätzlichen Mikrocontroller zu verbinden. Dies vereinfacht die Kommunikation zwischen den Komponenten, verringert die Latenz und erleichtert den Aufbau eines kompletten Geräts.
Der Dragonwing IQ-8275 Prozessor kombiniert eine NPU, eine CPU und eine GPU für komplexe neuronale Netzwerkinferenz.
Arduino App Lab vereint Embedded-Programmierung, Linux-Anwendungsentwicklung und Edge-KI-Entwicklung und bietet so eine einheitliche Umgebung für den gesamten Anwendungsstack.
Arduino App Lab – eine Umgebung zum Lernen, Erstellen und Implementieren
Arduino® App Lab vereint die Programmierung von Arduino-Sketches, Python-Skripten und KI-Modellen in einer einzigen Umgebung. Mit App Lab können Sie sowohl Linux-Code als auch Software für Mikrocontroller und Aktoren entwickeln . Modulare Bausteine erleichtern das Hinzufügen von KI-bezogenen Funktionen. Multimedia und Robotik lassen sich realisieren, ohne die gesamte Infrastruktur von Grund auf neu aufbauen zu müssen. Die Umgebung kann direkt auf dem VENTUNO Q als Einplatinencomputer oder auf einem externen Computer über USB Typ-C oder ein Netzwerk ausgeführt werden. Standard-Linux-Tools wie VS Code, PyCharm, Docker, SSH und virtuelle Python-Umgebungen stehen ebenfalls zur Verfügung. Dadurch eignet sich die Plattform sowohl für Lernzwecke als auch für die professionelle Entwicklung von Edge-KI-Anwendungen.
Breite Hardwarekompatibilität für schnellere Entwicklung
Das VENTUNO Q unterstützt Arduino® UNO™ Shields , darunter Motorsteuerungen, Sensoren, Displays und Kommunikationsschnittstellen. Ein standardmäßiger 40-poliger GPIO-Anschluss gewährleistet die mechanische und elektrische Kompatibilität mit Raspberry Pi HAT- Zubehör , während der Qwiic-Anschluss die lötfreie Verbindung von Modulino -Modulen und kompatiblen Sensoren ermöglicht. Dadurch können vorhandene Komponenten beim Bau neuer Prototypen weiterverwendet werden. JMEDIA-, JOMEGA- und JMISC- Anschlüsse bieten Verbindungen für Kameras, Displays, Audiosysteme, CAN-FD-Busse und komplexe Steuerungssysteme. So können Entwickler Mehrkamera-Bildverarbeitungssysteme, Bewegungssteuerungen und Lösungen realisieren, die Daten von mehreren Sensoren fusionieren, ohne mehrere unabhängige Plattformen zu benötigen. Die breite Kompatibilität verkürzt die Entwicklungszeit vom Konzept zum funktionsfähigen Prototyp.
VENTUNO Q ist für Systeme konzipiert, die sich bewegen, präzise Operationen ausführen und zuverlässig auf Ereignisse in der realen Umgebung reagieren.
| Technische Spezifikationen des Arduino Ventuno Q | |
|---|---|
| Anwendungsprozessor MPU | Dragonwing IQ-8275 |
| CPU | 8-Kern Qualcomm Kryo |
| GPU | Qualcomm Adreno 623 |
| NPU | Qualcomm Hexagon |
| NPU-Leistung | bis zu 40 TOPS |
| ISP-Bildprozessor | Qualcomm Spectra 692 |
| MPU-Betriebssystem | Ubuntu oder Debian Upstream |
| MCU Mikrocontroller | STM32H5F5 |
| Mikrocontroller-Kern | Arm Cortex-M33 |
| MCU-Taktfrequenz | 250 MHz |
| MCU-Flashspeicher | 4 MB |
| MCU RAM | 1,5 MB |
| Mikrocontrollersystem | Arduino Core auf Zephyr |
| Arbeitsgedächtnis | 16 GB LPDDR5 |
| Eingebauter Speicher | 64 GB eMMC |
| Speichererweiterung | M.2-Anschluss für NVMe Gen.4-Medien |
| W-lan | WiFi 6, 2,4-GHz-, 5-GHz- und 6-GHz-Bänder, integrierte Antenne |
| Bluetooth | Bluetooth 5.3, integrierte Antenne |
| Ethernet | 1x RJ45, 2,5 Gbit/s |
| USB-Kameraunterstützung | Ja |
| Kameraschnittstellen | 3x MIPI-CSI-Anschlüsse, gemultiplext mit 2x MIPI-CSI-Anschlüssen am JMEDIA-Anschluss |
| HDMI-Ausgang | 1x, gemeinsam genutzt mit MIPI DSI über den JMEDIA-Anschluss |
| DisplayPort-Ausgang | über USB Typ-C im DP-Alt-Modus |
| Anzeigeschnittstelle | MIPI-DSI-Leitungen am JMEDIA-Anschluss |
| Audio | 2 Kanäle für Mikrofoneingang und Kopfhörerausgang (Headphone OUT), Ohrhörerausgang (Ear OUT) und Line-Out-Ausgänge (JMISC-Anschluss) |
| Stromversorgung über USB Typ-C | 5 V Gleichstrom, maximal 3 A |
| Stromversorgung über 5,5 x 2,1 mm Buchse | von 12 V bis 24 V Gleichstrom |
| Stromversorgung über Schraubanschluss | von 7 V bis 24 V Gleichstrom |
| Unterstützt von JOMEGA | von 7 V bis 24 V Gleichstrom |
| USB Typ-C | 1x-Port mit Host- und Gerätemodusumschaltung, Stromversorgung und Bildausgabe |
| USB Typ A | 2x USB 3.0 |
| Zusätzliche USB-Schnittstellen | 2x USB 3.0 am JOMEGA-Anschluss |
| CAN-FD mit integrierter physikalischer Schicht | 1x Schraubanschluss |
| CAN-FD ohne physikalische Schicht | 3x am JOMEGA-Anschluss |
| CAN-FD für UNO-Overlays | 1x ohne physikalische Schicht an UNO-Anschlüssen |
| Unterstützte Technologien und Umgebungen | ROS 2, Edge Impulse, Qualcomm AI Hub, App Lab |
| Abmessungen | 160 x 100 x 25,8 mm |
Nützliche Links |
