1. Heim
  3. AIBOX Embedded PC
  5. AIBOX-3588 RK3588 AI Edge Computing Embedded-PC

AIBOX-3588 RK3588 AI Edge Computing Embedded-PC

$239.00 USD
$239.00 USD
Versand wird beim Checkout berechnet

⭐️5% Rabatt (Erste Bestellung) – Code: TCHIP5

Lagerung: 8G RAM+64G ROM
Spezifikation: Standard
  • American Express
  • Google Pay
  • Mastercard
  • PayPal
  • Shop Pay
  • Union Pay
  • Visa
Marke: Firefly
Verfügbarkeit: 10 auf Lager
Sammlungen:
FireflyAIBOX-1688 AI Edge Computing Embedded PC
AIBOX-1688 AI Edge Computing Embedded PC
AIBOX-1684 AI Edge Computing Embedded PC
FireflyAIBOX-1684 AI Edge Computing Embedded PC
AIBOX-3588 AI Edge Computing Embedded PC
$239.00 USD
$239.00 USD
Der stromsparende Embedded-PC AIBOX-3588 für große Modelle unterstützt die private Bereitstellung großer Modelle und privatisiert die KI-Rechenleistung. Eine Box ermöglicht die personalisierte KI-Bereitstellung! Der Host verfügt über eine integrierte ARM Mali G52 MC3 GPU und bietet eine Rechenleistung von bis zu 6 TOPS. Dies ermöglicht eine intelligentere Datenverarbeitung, Spracherkennung und Bildanalyse und erfüllt die Anforderungen der meisten Endgeräte an Edge-Computing-KI-Anwendungen.

 

Funktion

  • Private Bereitstellung großer Modelle: Dieser Embedded-PC bietet bis zu 6 TOPS Rechenleistung und ermöglicht fortschrittliche intelligente Datenverarbeitung, Spracherkennung, Bildanalyse und weitere Funktionen. Damit erfüllt er effektiv die KI-Anwendungsanforderungen verschiedener Endgeräte für Edge Computing.
  • Octa-Core 64-Bit AIOT-Prozessor RK3588: RK3588, eine neue Generation des Octa-Core 64-Bit Hochleistungs-AIoT-Prozessors RK3588, verwendet ein 8-nm-LP-Verfahren und hat eine maximale Hauptfrequenz von 2,4 GHz.
  • 8K@60fps  H.265/VP9 Videodekodierung:Unterstützt 8K@60fps H.265/VP9-Videodekodierung und 8K@30fps H.265/H.264-Videokodierung, gleichzeitiges Kodieren und Dekodieren möglich.
  • Starke Netzwerkkommunikation:Ausgestattet mit dualem 1000-Mbit/s-Ethernet für schnelle und stabile Netzwerkkommunikation.
  • Gehäuse aus Aluminiumlegierung, effiziente Wärmeableitung:Das Gehäuse besteht aus einem Vollmetallgehäuse und einer Aluminiumlegierung zur Wärmeableitung. Die seitliche Abdeckung ist mit einem Bannergitter versehen, um die externe Luftzirkulation und effiziente Wärmeableitung zu gewährleisten und so Rechenleistung und Stabilität auch bei hohen Temperaturen zu gewährleisten.

Anwendungen

  • Intelligente Überwachung
  • KI-Intelligent Lehre
  • Edge Computing
  • Großes Sprachmodell
  • Datensicherheit

Hardware-Übersicht

Shipping list
  • AIBOX-3588*1
  • 12V4A Netzteil*1
  • USB-Typ-C-Kabel
Soc

Rockchip RK3588
Cpu

Octa-Core 64-Bit-Prozessor (4×Cortex-A76+4×Cortex-A55), Hauptfrequenz bis zu 2,4 GHz
Gpu

ARM Mali-G610 MP4 Quad-Core-GPU, unterstützt OpenGL ES3.2/OpenCL 2.2/Vulkan1.1, 450 GFLOPS
Npu

6 TOPS NPU, unterstützt gemischte INT4/INT8/INT16-Operationen
Ram

LPDDR4 (4 GB/8 GB/16 GB optional, bis zu 32 GB)
Storage

eMMC (16 GB/32 GB/64 GB/128 GB/256 GB optional), UFS2.0 (nur AIBOX-3576 optional)
Storage expansion

1 × M.2 (erweiterbare SATA 3.0/PCIe NVMe SSD, unterstützt 2242/2260/2280; im Computer ist M.2 mit niedrigerem USB 3.0 gemultiplext), 1 × TF-Karte
Power

DC 12 V/3 A (DC 5,5 × 2,1 mm)
Power consumption
  • Normal: 1,2 W (12 V/100 mA)
  • Max.: 7,2 W (12 V/600 mA)
    Min.: 0,72 W (12 V/6 mA)
Video output

1 × HDMI2.1 (4K@120fps)
Encoding decoding
  • Dekodierung: 8K@60fps/4K@120fps H.265/VP9/AVS2, 8K@30fps H.264 AVC/MVC, 4K@60fps AV1, 1080P@60fps MPEG-2/-1/VC-1/VP8
  • Kodierung: 8K@30fps H.265/H.264
Os

Linux-Betriebssystem (Ubuntu)
Software support
  • Unterstützen Sie die Privatisierungsbereitstellung von parametrischen Modellen im ultragroßen Maßstab unter der Transformer-Architektur, wie Gemma-2B, ChatGLM3-6B, Qwen-1.8B, Phi-3-3.8B und anderen großen Sprachmodellen
  • Es unterstützt traditionelle Netzwerkarchitekturen wie CNN, RNN und LSTM und unterstützt den Import und Export von RKNN
    Modelle; Unterstützt eine Vielzahl von Deep-Learning-Frameworks, darunter TensorFlow, TensorFlow Lite, PyTorch, Caffe, ONNX und Darknet. Es unterstützt auch die Entwicklung benutzerdefinierter Operatoren
  • Unterstützt die Docker-Containerverwaltungstechnologie
Dimension

93,4 mm × 93,4 mm × 50 mm
Weight

≈ 500 g
Environment
  • Betrieb: -20℃～60℃
  • Lagerung: -20℃～70℃
  • Luftfeuchtigkeit bei Lagerung: 10 % bis 90 % relative Luftfeuchtigkeit (nicht kondensierend)
Ethernet

2 × Gigabit-Ethernet (1000 Mbit/s/RJ45)
Usb

2 × USB3.0 (Max: 1A, M.2 gemultiplext mit niedrigerem USB3.0)
Product tutorials Click Here
Product datasheet Click Here
Sdk software and firmware files Click Here

 Unsere kooperierenden Spediteure: FedEx, DHL, UPS, SF Express

Liefergebiet und Kosten

Land/Region 0.0001-2kg 2.0001-3kg 3.0001-4kg 4.0001-5kg 5.0001-6kg 6.0001-7kg 7.0001-8kg 8.0001-9kg 9.0001-10kg
Japan, Taiwan, Hongkong, Macau $15 $20 $25 $30 $35 $40 $45 $50 $55
Indonesien, Philippinen $25 $30 $40 $50 $60 $70 $80 $85 $95
Südkorea $25 $35 $35 $45 $45 $55 $55 $65 $65
Finnland, Frankreich, Deutschland, Griechenland, Irland, Italien, Niederlande, Norwegen, Portugal, Spanien, Schweden, Schweiz, USA, Australien, Neuseeland, Österreich, Belgien, Dänemark $30 $45 $55 $65 $75 $85 $95 $105 $115
Kanada, Vereinigtes Königreich $40 $50 $60 $75 $85 $95 $105 $115 $130
Ungarn, Indien, Israel, Laos, Myanmar, Polen, Saudi-Arabien, Türkei, Vereinigte Arabische Emirate, Vietnam, Bangladesch, Katar, Zypern, Pakistan, Brunei, Sri Lanka, Jordanien, Oman, Malediven, Bulgarien, Island, Slowakei, Litauen, Rumänien, Albanien, Armenien, Mexiko, Nepal, Serbien, Kambodscha, Kroatien, Tschechische Republik, Slowenien, Kasachstan $50 $65 $80 $95 $110 $125 $135 $150 $165
Singapur, Thailand, Malaysia $20 $25 $30 $35 $40 $45 $50 $55 $60

 

Lieferzeit (nur als Referenz, die tatsächliche Situation ist maßgebend):

Bereich  Lieferdauer
Europe 3 - 7 Werktage
Asia, Oceania 3 - 7 Werktage
North America 3 - 7 Werktage
Südamerika 5 - 10 Werktage

 

Bitte überprüfen Sie, in welcher Region/welchem ​​Land sich Ihre Region/Ihr Land befindet.

Bearbeitungszeit der Bestellung: 3–7 Werktage (genaue Angaben müssen sich auf die Bestellsituation beziehen).