Noticias
ASUS Tinker Edge R, un equipo diminuto preparado para inferencia e inteligencia artificial
El ASUS Tinker Edge R un equipo con un tamaño mínimo que, a pesar de ser extremadamente pequeño, está preparado para trabajar con cargas de inferencia, aprendizaje profundo e inteligencia artificial, gracias a su acertada configuración de hardware, que cuenta con componentes especializados de pequeño tamaño.
La base del ASUS Tinker Edge R es una NPU (unidad de procesamiento neural) Rockchip RK3399Pro, que está apoyada por un acelerador de aprendizaje automático que ayuda a mejorar la eficiencia al mover este tipo de cargas de trabajo, reduce el consumo energético y permite un diseño compacto y altamente eficiente.
Gracias al acelerador integrado el ASUS Tinker Edge R es capaz de alcanzar los 3 TOPs de potencia, y con un consumo mínimo. También cuenta con una arquitectura de red neuronal optimizada, lo que le permite trabajar con múltiples marcos de aprendizaje automatizado y facilitar y simplificar tanto la compilación como la ejecución de estos.
Para que la alimentación no sea un problema el Tinker Edge R tiene un diseño especial que, junto con una entrada de conector de CC y un encabezado de 4 pines, ofrece hasta 65 vatios de potencia, lo que permite un funcionamiento estable del sistema y un rendimiento óptimo en todo momento, incluso con múltiples dispositivos conectados. A esto debemos unir, además, su diseño exclusivo de protección de energía, que se activa automáticamente si la corriente y el voltaje suministrados cambian significativamente, protegiendo efectivamente la placa y todos los dispositivos conectados.
El Rockchip RK3399Pro monta también una CPU con seis núcleos divididos en dos bloques, uno de dos núcleos Cortex-A72 de alto rendimiento y otro dividido en cuatro núcleos Cortex-A53 de alta eficiencia. Esto le permite ofrecer un rendimiento escalable, eficiente y adaptado a las necesidades concretas de cada carga de trabajo.
ASUS ha acompañado a este equipo de 4 GB de memoria LPDDR4 en una configuración de doble canal para maximizar el ancho de banda, ha integrado 2 GB de memoria dedicada en exclusiva a la NPU, lo que contribuye a acelerar las cargas de trabajo y mejora el rendimiento en inferencia y aprendizaje profundo. Su capacidad de almacenamiento es de 16 GB de eMMC, ampliables mediante una tarjeta microSD.
El ASUS Tinker Edge R tiene también un buen soporte a nivel de software. ASUS proporciona una API y un SDK bien terminados y muy sólidos que facilitan la implementación de modelos de aprendizaje automatizado centrados en aplicaciones muy variadas, como la clasificación de imágenes y la detección de objetos. También es compatible con la conversión de modelos de Caffe, TensorFlow, TensorFlow Lite, ONNX, Darknet y otros.
-
A FondoHace 7 días
Data Fabric: casi todo lo que tienes que saber
-
EventosHace 6 días
Regístrate gratis en el Salesforce World Tour Madrid del próximo 4 de abril
-
EntrevistasHace 7 días
«España se ha convertido en un jugador clave para el tránsito de datos»
-
NoticiasHace 6 días
Aprobada la Ley de IA en el Parlamento Europeo