Banana Pi BPI-SM9 AI 计算模组采用算能科技BM1688芯片方案设计

本文主要是介绍Banana Pi BPI-SM9 AI 计算模组采用算能科技BM1688芯片方案设计,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

产品概述

香蕉派 Banana Pi BPI-SM9 16-ENC-A3 深度学习计算模组搭载算能科技高集成度处理器 BM1688,功耗低、算力强、接口丰富、兼容性好。支持INT4/INT8/FP16/BF16/FP32混合精度计算,可支持 16 路高清视频实时分析,灵活应对图像、语音、自然语言等场景,可集成于智算服务器、边缘智算盒、工控机、无人机、AIOT等多种类型产品。

Banana Pi BPI-SM9 正面图

Banana Pi BPI-SM9 背面图

算能处理器BM1688

算能处理器BM1688,是面向深度学习推理、计算机视觉等高集成深度学习视觉处理器。支持16 TOPS INT8,支持混合精度计算。可集成于微服务器、智算模组 、工控机、专业网络摄像机、AIOT等多种类型产品。高效适配市场上所有深度学习算法,实现图片分类、目标检测、实例分割、语义分割、行为分析、文字识别、自然语言处理、语音识别、语音合成、搜索推荐等应用,为各个行业进行智算赋能;并集成图像处理硬件 : 支持 HDR 宽动态、3D 降噪、3A、去雾等多种图像增强,为客户提供专业级的视频图像质量。

工具链支持 ONNX / Caffe / TFLite框架的模型格式;支持TensorFlow / Pytorch / Paddle / TensorRTBM1684/BM1684X兼容

关键特性

  • 高能效比,兼具灵活性
    • 16路高清视频智能分析
    • 支持INT4/INT8/FP16/BF16/FP32混合精度计算
  • 超强多媒体能力
    • 支持16 路高清硬解、10路高清硬编
    • 支持多路VI输入、音频输入,支持ISP
    • 支持双目深度、图像拼接、鱼眼展开等硬加速
  • 丰富外设,宽温低功耗,部署更灵活
    • 支持SATA/USB/GbE/HDMI/CAN/SDIO等
    • 功耗更低,宽温设计,适应性更强
  • 兼容NV Orin Nano/NX系列模组,性价比领先
    • Pin To Pin兼容,Pinlist/Pinmux更丰富
    • 4GB/8GB/16GB LPDDR4配置可选

计算模组硬件规格

Banana Pi BPI-SM9 16-ENC-A3计算模组硬件规格

产品型号

SM9 16-ENC-A3

处理器

8 核 ARM CA53 1.6GHz

算力

16路高清视频智能分析

内存

8GB LPDDR4x 64bits 4266Mbps

存储

32GB eMMC 5.1

视频解码

H.264&H.265: 16x 1080P@30fps,支持 8192 * 8192 / 8K / 4K / 1080P / 720P / D1 / CIF

视频编码

H.264&H.265: 10x 1080P@30fps,支持 8K / 4K / 1080P / 720P / D1 / CIF

图片编解码

JPEG:1080P@480fps,最大支持 32768 * 32768

音视频输入

6x VI

2x I2S 2x 双声道输入和输出(可选)

ISP

2x8Mp30, 2f-HDR, 3DNR / LDC / 3A / Dehaze

CV

IVE/VPSS + DPU(双目深度) + Stitch(图像拼接) + Dewarp(鱼眼展开)

PCIE

PCIe Gen3 1 x2 + 1 x2 RC&EP

USB

2x USB3.0, 2x USB2.0

网络

2x GbE

显示接口

1x HDMI 2.0

其他接口

2x SATA3.0, 1x CAN, 1x SD/SDIO, 4x UART, 4x I2C, 6x PWM, 2x SPI, ADC, GPIOs

电源

DC 5V

工作温度

-20℃ ~ +70℃

连接器

260-pin SO-DIMM

尺寸

69.6mm x 45mm x 6mm

核心板算力指标

Banana Pi BPI-SM9 算力指标

操作系统

Ubuntu20.04 或 Linux 系统 V4.19 以上

处理器

BM1688:8 核 ARM A53,1.6GHz 主频

数据处理能力

支持 FP32/FP16/INT8,可同时进行 16 路高清视频解码与智能分析

内存

BM1688:8GB,CV186AH:4GB

LPDDR4,位宽 64bits

数据速率 4266Mbps

存储

eMMC 32GB

视频解码和编码

解码:H.264 & H.265: 16 路 1080P @30fps,最大分辨率8192 * 8192

编码:H.264 & H.265: 12 路 1080P @30fps,最大分辨率8K

图片编解码

JPEG:1080P@480fps,最大分辨率 32768*32768

接口定义并与JETSON ORIN NANO比较

Banana Pi BPI-SM9 接口定义

JETSON ORIN NANO

SM9

GBE0

GBE0

GBE1

RSVD

DP

HDMI

CSI0-1C2D

CSI0-1C2D

CSI1-1C2D

CSI1-1C2D

CSI2-1C2D

CSI2-1C2D

CSI3-1C2D

CSI3-1C2D

CSI4-1C2D

CSI5-1C2D

SDMMC

PCIe0-2lane

PCIe0-4lane

PCIe1-2lane

PCIe1-2lane(2*SATA)

PCIe2-2lane

USB0-3.0(2.0)

USB0-3.0(2.0)

USB1-3.0(2.0)

USB1-3.0(2.0)

USB2-3.0(2.0)

UART0

UART4

UART1

UART1

UART2

UART2

SPI0

SPI0

SPI1

SPI1

I2C0

I2C0

I2C1

I2C1

I2C2

I2C2

CAM_I2C

CAM_I2C

I2S0

I2S0

I2S1

I2S1

I2S2(UART0)

CAN

CAN

CAM0_MCLK

CAM0_MCLK

CAM1_MCLK

CAM1_MCLK

CAM2_MCLK

CAM3_MCLK

GPIO*14

GPIO*14

这篇关于Banana Pi BPI-SM9 AI 计算模组采用算能科技BM1688芯片方案设计的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1144929

相关文章

Python并行处理实战之如何使用ProcessPoolExecutor加速计算

《Python并行处理实战之如何使用ProcessPoolExecutor加速计算》Python提供了多种并行处理的方式,其中concurrent.futures模块的ProcessPoolExecu... 目录简介完整代码示例代码解释1. 导入必要的模块2. 定义处理函数3. 主函数4. 生成数字列表5.

Spring AI 实现 STDIO和SSE MCP Server的过程详解

《SpringAI实现STDIO和SSEMCPServer的过程详解》STDIO方式是基于进程间通信,MCPClient和MCPServer运行在同一主机,主要用于本地集成、命令行工具等场景... 目录Spring AI 实现 STDIO和SSE MCP Server1.新建Spring Boot项目2.a

Java计算经纬度距离的示例代码

《Java计算经纬度距离的示例代码》在Java中计算两个经纬度之间的距离,可以使用多种方法(代码示例均返回米为单位),文中整理了常用的5种方法,感兴趣的小伙伴可以了解一下... 目录1. Haversine公式(中等精度,推荐通用场景)2. 球面余弦定理(简单但精度较低)3. Vincenty公式(高精度,

windows和Linux使用命令行计算文件的MD5值

《windows和Linux使用命令行计算文件的MD5值》在Windows和Linux系统中,您可以使用命令行(终端或命令提示符)来计算文件的MD5值,文章介绍了在Windows和Linux/macO... 目录在Windows上:在linux或MACOS上:总结在Windows上:可以使用certuti

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo