Neousys宸曜科技强固型Jetson AGX Orin边缘计算平台,赋能视觉边缘计算AI推理应用

简介: 工业级强固型嵌入式平台厂商Neousys宸曜科技发布了新的NVIDIA Jetson无风扇嵌入式计算平台NRU-220S系列。NRU-220S系列搭载了Jetson AGX Orin 32GB/ 64GB系统模块(SOM),并以一系列综合的工业设计体现了Neousys宸曜科技的强固DNA,不仅能提供高达275(具有稀疏性)INT8 TOPS人工智能算力,还支持-25°C至70°C宽温范围运行,非常适用于部署在路侧、车载、食品生产线或多粉尘环境的工厂,用于智能视频分析、监控或检测应用。

工业级强固型嵌入式平台厂商Neousys宸曜科技发布了新的NVIDIA Jetson无风扇嵌入式计算平台NRU-220S系列。NRU-220S系列搭载了Jetson AGX Orin 32GB/ 64GB系统模块(SOM),并以一系列综合的工业设计体现了Neousys宸曜科技的强固DNA,不仅能提供高达275(具有稀疏性)INT8 TOPS人工智能算力,还支持-25°C至70°C宽温范围运行,非常适用于部署在路侧、车载、食品生产线或多粉尘环境的工厂,用于智能视频分析、监控或检测应用。

Neousys宸曜科技的NRU-220S系列是一款无风扇GPU嵌入式边缘计算平台,可提供令人惊喜的人工智能算力,其性能是Jetson AGX Xavier算力的3倍,其GPU性能可媲美NVIDIA Tesla T4 GPU,同时运行温度范围扩展到-25°C至70°C。在采用多种相机进行基于视觉的人工智能推理应用中,NRU-220S系列凭借其支持板载的2个2.5G以太网口和4个千兆以太网PoE+接口成为佼佼者。NRU-220S系列还配备了点火信号电源控制,抵御振动和冲击的减震架,面板接口螺丝锁紧机制,M12连接器等强固特性,专为无缝部署和集成在工业车辆、机器人或机车车辆中而设计。NRU-220S非常适用于ADAS应用,如盲点探测和防撞等功能。

在内部扩展方面,Neousys宸曜科技的NRU-220S支持2个mini-PCIe模块,1个M.2 3042/3052 B key插槽用于安装4G LTE/ 5G NR/ V2X/ CAN总线通信模块,及1个M.2 2280 M key插槽用于安装NVMe SSD。NRU-220S系列配备2个前面板可插拔的2.5"硬盘托架用于安装HDD/ SSD。此外,NRU-220S还配备了1个隔离的RS-485、2个RS-232、2个CAN 2.0接口用于外部设备通信。

强大的NVIDIA Jetson系统模块(SOM)和Neousys宸曜科技的强固DNA相结合,构成了新一代无风扇边缘计算人工智能平台。Neousys宸曜科技致力于设计和生产创新且富有创造力的产品,并使其能从容应对从实验室到边缘端现场应用的各种环境挑战。NRU系列不仅具备Jetson Orin系统模块长达8年的产品寿命,更拥有Neousys宸曜科技工业级设计的加持,是您长期项目的理想边缘计算人工智能计算平台。

相关文章
|
6月前
|
存储 机器学习/深度学习 算法
​​LLM推理效率的范式转移:FlashAttention与PagedAttention正在重塑AI部署的未来​
本文深度解析FlashAttention与PagedAttention两大LLM推理优化技术:前者通过分块计算提升注意力效率,后者借助分页管理降低KV Cache内存开销。二者分别从计算与内存维度突破性能瓶颈,显著提升大模型推理速度与吞吐量,是当前高效LLM系统的核心基石。建议收藏细读。
1149 125
|
5月前
|
人工智能 vr&ar UED
获奖公布|第十九届"挑战杯"竞赛2025年度中国青年科技创新"揭榜挂帅"擂台赛阿里云“AI技术助力乡村振兴”专题赛拟授奖名单公示
获奖公布|第十九届"挑战杯"竞赛2025年度中国青年科技创新"揭榜挂帅"擂台赛阿里云“AI技术助力乡村振兴”专题赛拟授奖名单公示
|
6月前
|
传感器 人工智能 边缘计算
智能就在身边:AI如何优化边缘计算
智能就在身边:AI如何优化边缘计算
366 2
|
6月前
|
人工智能 边缘计算 运维
AI守护隐私?边缘计算设备的“护城河”原来可以这么建
AI守护隐私?边缘计算设备的“护城河”原来可以这么建
268 0
|
5月前
|
存储 人工智能 安全
《Confidential MaaS 技术指南》发布,从 0 到 1 构建可验证 AI 推理环境
Confidential MaaS 将从前沿探索逐步成为 AI 服务的安全标准配置。
|
6月前
|
存储 人工智能 NoSQL
用Context Offloading解决AI Agent上下文污染,提升推理准确性
上下文工程是将AI所需信息(如指令、数据、工具等)动态整合到模型输入中,以提升其表现。本文探讨了“上下文污染”问题,并提出“上下文卸载”策略,通过LangGraph实现,有效缓解长文本处理中的信息干扰与模型幻觉,提升AI代理的决策准确性与稳定性。
743 2
用Context Offloading解决AI Agent上下文污染,提升推理准确性
|
6月前
|
传感器 机器学习/深度学习 人工智能
当AI遇上智慧能源:边缘计算才是“节能王炸组合”
当AI遇上智慧能源:边缘计算才是“节能王炸组合”
453 13
|
6月前
|
边缘计算 人工智能 算法
AI在智慧能源管理中的边缘计算应用
AI在智慧能源管理中的边缘计算应用
191 13
|
6月前
|
人工智能 监控 数据可视化
如何破解AI推理延迟难题:构建敏捷多云算力网络
本文探讨了AI企业在突破算力瓶颈后,如何构建高效、稳定的网络架构以支撑AI产品化落地。文章分析了典型AI IT架构的四个层次——流量接入层、调度决策层、推理服务层和训练算力层,并深入解析了AI架构对网络提出的三大核心挑战:跨云互联、逻辑隔离与业务识别、网络可视化与QoS控制。最终提出了一站式网络解决方案,助力AI企业实现多云调度、业务融合承载与精细化流量管理,推动AI服务高效、稳定交付。