SoM for maskinlæring på kant-enheter

Systemmodulen (System on Module - SoM) som lanseres i dag er spesielt utviklet for maskinlæring (ML) på kant-enheter. Variscites VAR-SOM-MX93 er basert på NXPs i.MX 93-prosessor og bransjens første implementering av Arm nevrale prosessor, Ethos-U65 microNPU. SoMen skal egne seg i industri-, IoT-, smarthus- og bilsystemer, og wearables-markedene.

VAR-SOM-MX93 er designet for å akselerere ML, og tilbyr en energifleksibel iarkitektur som skal gi mer effektiv prosessering. Sammen med 1,7 GHz Dual Cortex-A55 NXP i.MX 93, bruker VAR-SOM-MX93 en ekstra 250Mhz Cortex-M33 sanntids co-prosessor og en dedikert Neural Processing Unit (NPU) 256 MAC-er som opererer opptil 1.0 GHz og 2 OPS/MAC, for en kombinasjon av ytelse og effektivitet innenfor et fotavtrykk som gjør det mulig for utviklere å lage høyytelses, kostnadseffektive og energieffektive ML-applikasjoner, heter det i en melding fra selskapet.

Modulen tilbyr kameragrensesnitt og bildebehandling (MIPI-CSI2 og MIPI-DSI 1920×1200 24-bit) pluss en rekke tilkoblingsmuligheter: sertifisert dual-band WiFi, BT/BLE, dual GbE, dual USB2 og CAN-FD. Det er også tenkt på sikkerhet, med NXPs EdgeLock sikre enklave, et forhåndskonfigurert, selvstyrt, autonomt sikkerhetsundersystem.

VAR-SOM-MX93 er en del av Variscites VAR-SOM Pin2Pin-produktfamilie.

Evalueringssettet til VAR-SOM-MX93 inkluderer SoM med Symphony Board. Settet inkluderer også en Low Voltage Differential Signaling (LVDS)-skjerm med berøringspanel og «display bridges».