цифровая электроника
вычислительная техника
встраиваемые системы

 
» » QuickFeather – плата с возможностями машинного обучения для Интернета вещей


QuickFeather – плата с возможностями машинного обучения для Интернета вещей

Автор: Mike(admin) от 11-03-2020, 11:55

QuickLogic Corporation и Antmicro совместно анонсировали QuickFeather, плату, разработанную для следующего поколения IoT-устройств с низким энергопотреблением. Помимо дизайна аппаратного обеспечения с открытым исходным кодом, доступного сегодня на GitHub, Antmicro также добавила поддержку платы QuickFeather в операционной системе реального времени Zephyr (RTOS), а также в своей среде моделирования Renode с открытым исходным кодом.


QuickFeather – плата с возможностями машинного обучения для Интернета вещей

Плата QuickFeather работает на основе EOS S3 от QuickLogic, первой системы на кристалле (SoC), полностью поддерживаемой в ОС Zephyr RTOS, с гибкой логикой eFPGA, интегрированной с MCU Arm Cortex®-M4F. Плата имеет следующие характеристики:


  • 16-Мбит флэш-памяти
  • Акселерометр MC3635
  • Датчик давления Infineon DPS310
  • PDM цифровой микрофон Infineon IM69D130
  • Пользовательская кнопка и светодиод RGB
  • Питание от USB или от одной батареи Li-Po
  • Встроенное зарядное устройство

Плата разработки QuickFeather была создана, чтобы дать разработчикам мощный и эффективный способ изучить функциональность платформы EOS S3 и обеспечить совместимость с расширениями, доступными для формата печатной платы Feather от Adafruit, недавно также добавленными в качестве члена проекта Zephyr.


Как было объявлено в конце 2019 года, EOS S3 поддерживается в среде моделирования с открытым исходным кодом Renode от Antmicro для быстрого создания прототипов, разработки и тестирования многоузловых систем, предлагая более эффективный подход к совместному проектированию аппаратного и программного обеспечения. Использование Renode дает разработчикам гибкость и функциональность для полной оценки платы разработки QuickFeather для ряда сценариев развертывания и настройки с доступом к оборудованию или без этого доступа.




© digitrode.ru


Теги: Интернет вещей, машинное обучение




Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь.
Мы рекомендуем Вам зарегистрироваться либо войти на сайт под своим именем.

Комментарии:

Оставить комментарий