Características: Bajo consumo de energía y rendimiento estable.     notas: 1. Compatibilidad: Se puede usar con placas de desarrollo H2, H3, H5, H6, A64 Orange Pi.     2. Proporcionar herramientas de conversión de modelos para admitir la descomposición del modelo de red neuronal convolucional (CNN) basada en caffe.     3. La herramienta de entrenamiento PLAI puede aplicar directamente el prototipo original de entrenamiento rápido de imagen, video, voz y lenguaje natural al stick de computación de la red neuronal.     Modelo: para Orange Pi AI Stick Lite AI Procesador: Serie de chips: Lightspeeur Chip modelo: SPR2801s Eficiencia energética: 9.3TOPs/watt Consumo de energía ultra bajo: 2.8TOPs@300mW Rendimiento máximo: 5.6TOPs@100MHz Interfaz de hardware: SDIO3.0/eMMC 4.5 Paquete de chips: BGA (7 mm * 7 mm) Proceso de fabricación: 28nm Estándar de interfaz: USB2.0, USB3.0 Tipo-A Ancho de banda de transmisión: ancho de banda de lectura=68,00 MB/s, ancho de banda de escritura=84,69 MB/s Frameworks de código abierto: Caffe, Tensorflow, PyTorch (Pytorch solo admite tareas de clasificación por el momento) Modelos compatibles: VGG, SSD Sistema operativo: X86 Linux (Ubuntu 16.04) ARM Linux/ ARM Android (ARM v7, ARM v8) Voltaje de trabajo: DC 5V 200mA Temperatura de funcionamiento: 0 °C a 40 °C Temperatura de almacenamiento: -20 °C a 80 °C Dimensiones: 66,5 mm x 20,5 mm x 10,8 mm Software proporcionado: Plai (basado en el marco "full-stack" de Pytorch) Software proporcionado: Open ARM, SDK X86, demostraciones integradas de 1 a 2 modelos; herramienta de entrenamiento de modelos Plait.     Material: ABS color: Blanco Contenido del paquete: 1 x para Orange Pi AI Stick Lite < br><br> Solo el contenido del paquete anterior, otros productos no están incluidos.     Nota: La toma de luz y las diferentes pantallas pueden hacer que el color del artículo en la imagen sea un poco diferente al real. El error de medición permitido es de +/- 1-3 cm.    <br> <br>