高性能核心板IDO-SOM3908-V1:接口丰富,性能更强,速度更快!

简介: IDO-SOM3908-V1 适用于工业主机,嵌入式智能设备、人机交互、 广告一体机、互动自助终端、教学实验平台、显示控制等多个领域 。

产品概述

IDO-SOM3908-V1 是基于 RK3399 系列 CPU 开发设计的一款高性能核心板,双 Cortex-A72 大核+四 Cortex-A53 小核,六核 64 位 CPU,搭载 Android7.1/LINUX 系统,主频高达 2.0 GHz,采用 Mali-T864 GPU,支持 4K、H.265 硬解码。核心板内置 EDP、MIPI-DSI、HDMI、DP 显示接 口。并且还带有 2 路 MIPI-CSI 以及千兆 RGMII 等。其接口丰富,性能更强,速度更快。

适用范围

IDO-SOM3908-V1 适用于工业主机,嵌入式智能设备、人机交互、 广告一体机、互动自助终端、教学实验平台、显示控制等多个领域 。

3908正.jpg

产品特点

◆ RK3399 超强 CPU 搭载 Android/Linux 系统(Android7.1),安兔兔跑分 10W+。

◆ 支持多格式视频解码,支持 HDMI(4K/60fps)、MIPI-DSI(2560x1600@60fps)、 EDP(2K@60fps)、DP(4K x2K)显示屏、支持多屏共显和双屏异显模式。

◆ 支持 M.2 PCIE,可外挂 SSD 等固态硬盘。

◆ 支持 SDIO,可扩展 WIFI/BT 以及外部 TF 卡存储。

◆ 集成 GMAC 以太网控制器,可扩展千兆以太网。

◆ 内置音频 CODEC 芯片,可直接外接耳机以及功放。

◆ 丰富的外置定义接口:2 路 USB2.0 HOST,2 路 USB3.0(可配置为两路 TYPE-C),1 路 SPDIF 数字音频,5 路 SPI,多个 UART 和 PWM 等。可以满足多种行业应用要求。

◆ 完美支持红外、电容、电阻、触摸膜等多种主流触摸屏。

◆ 超小尺寸,60551.3 采样 B to B(板对板连接)十层板工艺。

3908反.jpg

规格参数

SoC:Rockchip 3399,ARM 双 Cortex-A72+四 Cortex-A53 64- bit CPU,主频高达 2.0 GHz

GPU:Mali-T864 高性能 GPU。

LPDDR4:LPDDR4 标配 2G(4G可选)。

eMMC:eMMC 5.1 标配 16GB (32GB可选)。

EDP输出:1 路 EDP-LCD,分辨率支持到2K@60ps。

MIPI-DSI输出:1路MIPI-DSI输出,支持 2560x1600@60ps。

HDMI:输出 1 路 HDMI,分辨率支持 4K@60ps。

DP输出:1路DP接口输出,支持 DP(4K x2K)。

音频输出:内置音频 CODEC 芯片,可直接外接耳机以及功放。

MIPI CSI输出:2 路 4 Lane MIPI CSI 输出。

USB:2路USB 2.0 HOST,2 路 USB3.0(硬件可配置为 2 路 TYPE-C)其中一路为固件烧录接口。

RGMII PHY:1 路内置 GMAC 以太网控制器,可扩展千兆以太网。

UART:5路 UART TTL 电平,其中UART2C为调试口。

PWM:4 路 PWM调制

SDIO: 2 路 SDIO3.0

PCIE:1 路 M.2 PCIE3.0

SPI:4 路 SPI 电平 3.0V,1 路 SPI 电平为 1.8V

ADC:5 路 ADC,其中 ADC_IN1 可用于系统烧录模式切换。

IO:多路 IO 复用,分别为 1.8V/3.3V 电平

系统升级:支持本地 USB 升级

操作系统:Android 7.1/LINUX

RTC实时时钟:支持

相关文章
|
2月前
|
机器学习/深度学习 计算机视觉 网络架构
【GhostNet】复现CVPR2020| 保证模型轻量化的同时,提升网络的性能表现
【GhostNet】复现CVPR2020| 保证模型轻量化的同时,提升网络的性能表现
40 0
【GhostNet】复现CVPR2020| 保证模型轻量化的同时,提升网络的性能表现
路径损耗计算模型 | 带你读《大规模天线波束赋形技术原理与设计 》之二十五
本小节介绍 3D 信道的路损模型,是以 ITU 信道为基础拓展得到的。
11500 0
路径损耗计算模型  | 带你读《大规模天线波束赋形技术原理与设计 》之二十五
|
5月前
|
存储 人工智能 芯片
多GPU训练大型模型:资源分配与优化技巧 | 英伟达将推出面向中国的改良芯片HGX H20、L20 PCIe、L2 PCIe
在人工智能领域,大型模型因其强大的预测能力和泛化性能而备受瞩目。然而,随着模型规模的不断扩大,计算资源和训练时间成为制约其发展的重大挑战。特别是在英伟达禁令之后,中国AI计算行业面临前所未有的困境。为了解决这个问题,英伟达将针对中国市场推出新的AI芯片,以应对美国出口限制。本文将探讨如何在多个GPU上训练大型模型,并分析英伟达禁令对中国AI计算行业的影响。
|
2月前
|
传感器 监控 5G
|
11月前
|
编解码 人工智能
超快语义分割 | PP-LiteSeg集速度快、精度高、易部署等优点于一身,必会模型!!!(二)
超快语义分割 | PP-LiteSeg集速度快、精度高、易部署等优点于一身,必会模型!!!(二)
267 0
|
11月前
|
机器学习/深度学习 编解码 自动驾驶
超快语义分割 | PP-LiteSeg集速度快、精度高、易部署等优点于一身,必会模型!!!(一)
超快语义分割 | PP-LiteSeg集速度快、精度高、易部署等优点于一身,必会模型!!!(一)
143 0
|
11月前
|
机器学习/深度学习 存储 编解码
效率新秀 | 详细解读:如何让EfficientNet更加高效、速度更快(一)
效率新秀 | 详细解读:如何让EfficientNet更加高效、速度更快(一)
303 0
效率新秀 | 详细解读:如何让EfficientNet更加高效、速度更快(一)
|
11月前
|
编解码
效率新秀 | 详细解读:如何让EfficientNet更加高效、速度更快(二)
效率新秀 | 详细解读:如何让EfficientNet更加高效、速度更快(二)
47 0
|
11月前
|
机器学习/深度学习 计算机视觉
即插即用 | RandomMix 集百家之长实现超越Mixup的数据增强方法!
即插即用 | RandomMix 集百家之长实现超越Mixup的数据增强方法!
109 0
|
11月前
|
存储 机器学习/深度学习 网络架构
【模型性能杀器解读】如果项目的模型遇到瓶颈,用这些Tricks就对了!!!(一)
【模型性能杀器解读】如果项目的模型遇到瓶颈,用这些Tricks就对了!!!(一)
125 0