Características: Bajo consumo de energía y rendimiento estable. notas: 1. Compatibilidad: Se puede utilizar con placas de desarrollo H2, H3, H5, H6, A64 Orange Pi. 2. Proporcionar herramientas de conversión de modelos para admitir la descomposición de modelos de redes neuronales convolucionales (CNN) basadas en café. 3. La herramienta de entrenamiento PLAI puede aplicar directamente la imagen original, el video, la voz, el prototipo de entrenamiento rápido de lenguaje natural al dispositivo de computación de red neuronal. Modelo: para Orange Pi AI Stick Lite Procesador de IA: Serie de chips: Lightspeeur Modelo de chip: 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, X86 SDK, demostraciones de modelos 1 a 2 incorporadas; herramienta de formación modelo Plait. Material: ABS color: Blanco Contenidos del paquete: 1 x para Orange Pi AI Stick Lite Solo el contenido del paquete anterior, otros productos no están incluidos. Nota: El disparo con luz y las diferentes pantallas pueden hacer que el color del elemento en la imagen sea un poco diferente del real. El error de medición permitido es de +/- 1-3 cm.