Caratteristiche: basso consumo energetico e prestazioni stabili.     note: 1. Compatibilità: può essere utilizzato con schede di sviluppo H2, H3, H5, H6, A64 Orange Pi.     2. Fornire strumenti di conversione del modello per supportare la scomposizione del modello CNN (Convolutional Neural Network) basata su caffe.     3. Lo strumento di formazione PLAI può applicare direttamente l'immagine originale, il video, la voce, il prototipo di addestramento rapido in linguaggio naturale allo stick di calcolo della rete neurale.     Modello: per Orange Pi AI Stick Lite AI Processore: Chip Series: Lightspeeur Chip modello: SPR2801s efficienza energetica: 9.3TOPs/watt Bassissimo consumo energetico: 2.8TOPs@300mW Prestazioni di picco: 5.6TOPs@100MHz Interfaccia hardware: SDIO3.0/eMMC 4.5 Pacchetto chip: BGA (7mm * 7mm) Processo di produzione: 28nm Interfaccia standard: USB2.0, USB3.0 Type-A Larghezza di banda di trasmissione: larghezza di banda di lettura = 68,00 MB / s, larghezza di banda di scrittura = 84,69 MB / s Framework open source: Caffe, Tensorflow, PyTorch (Pytorch supporta solo le attività di classificazione per il momento) Modelli supportati: VGG, SSD Sistema operativo: X86 Linux (Ubuntu 16.04) ARM Linux / ARM Android (ARM v7, ARM v8) Tensione di funzionamento: DC 5V 200mA Temperatura di funzionamento: Da 0°C a 40°C Temperatura di stoccaggio: da -20°C a 80°C Dimensioni: 66,5 mm x 20,5 mm x 10,8 mm Software fornito: Plai (basato sul framework "full-stack" di Pytorch) Software fornito: Open ARM, X86 SDK, demo del modello da 1 a 2 integrate; strumento di formazione del modello Plait.     Materiale: ABS colore: Bianco Materiale principale: 1 x per Orange Pi AI Stick Lite < br><br> Solo il contenuto della confezione di cui sopra, altri prodotti non sono inclusi.     Nota: le riprese luminose e i diversi display possono causare il colore dell'elemento nella foto leggermente diverso da quello reale. L'errore di misurazione consentito è +/- 1-3 cm.    <br> <br>