Acht Kerne. Mehr Möglichkeiten.
Vier Cortex-A76 Performance Cores und vier Cortex-A55 Effizienzkerne bringen die Anwendungsverarbeitung auf Ihre benutzerdefinierte Hardware.
RK3588 · 8nm · bis zu 2.4GHzKleines Modul.
Große Ideen, gebaut am Rande.
Octa-Core-Verarbeitung, 6 TOPS AI und bis zu 32GB Speicher. Eine kompakte Computing-Grundlage für Ihr nächstes Embedded-Produkt.

CPU, NPU, Speicher und eMMC.
Ein Modul. Ihr Carrier Board.
Vom ersten Prototyp bis hin zu einer benutzerdefinierten Trägerplatine, beginnen Sie mit der Berechnung, die zu Ihrem Design passt.
Vier Cortex-A76 Performance Cores und vier Cortex-A55 Effizienzkerne bringen die Anwendungsverarbeitung auf Ihre benutzerdefinierte Hardware.
RK3588 · 8nm · bis zu 2.4GHzFühren Sie Inferenz lokal mit dem integrierten Rockchip NPU aus. Erstellen Sie Ihren Modellbereitstellungs-Workflow mit der RKNN-Toolchain.
6 TOPS · INT4 / INT8 / INT16Wählen Sie zwischen 8GB, 16GB oder 32GB LPDDR4x mit integriertem eMMC-Speicher für Ihr Betriebssystem und Ihre Anwendungen.
Bis zu 32GB RAM · bis zu 128GB eMMCHardware-Video-Dekodierung und -Kodierung unterstützen hochauflösende Bildverarbeitungs- und Medienanwendungen, ohne sich allein auf die CPU-Verarbeitung zu verlassen.
Bis zu 8K60 Decodierung · 8K30-EncodierungBringen Sie Kameras, Speicher, Displays und industrielle Peripheriegeräte durch eine speziell dafür vorgesehene Trägerplatte zusammen.
PCIe 3.0 ×4 · MIPI CSI · USB 3.0Ein 260-pin SO-DIMM-Modul bringt Kernverarbeitung, Speicher und Speicher in einen kleinen Footprint für die Entwicklung eingebetteter Produkte.
69.6 × 45mm · 17.3gApplication Compute trifft auf dedizierte KI.
Verwenden Sie den Octa-Core CPU für Anwendungslogik, den Mali GPU für Grafiken und den dedizierten NPU für unterstützte Inferenz-Workloads.
Hardware-Videoverarbeitung und schneller Speicher helfen, die Teile zu verbinden, unabhängig davon, ob Sie ein Vision-System, ein Mediengerät oder einen kompakten eingebetteten Computer erstellen.
Erkunden Sie die Hardware-SpezifikationenErstellen Sie einen On-Device-Inferenz-Workflow mit der Rockchip RKNN-Toolchain.
Integriertes NPU · INT8-Compute
Beginnen Sie mit einem unterstützten Modell und überprüfen Sie die Kompatibilität des Bedieners.
Verwenden Sie die RKNN-Tools, um das Ziel zu konvertieren, zu quantifizieren und zu validieren.
Integrieren Sie Inferenz in Ihre Anwendung und testen Sie auf echter Hardware.
Die Leistung von NPU hängt vom Modell, der Präzision und der Softwarekonfiguration ab. Öffnen Sie den AI Development Guide 😛
Kameras, Displays, Lagerung und Steuerung – durch Ihr Carrier-Board-Design exponiert.
Highspeed-Speicherung & Expansion
Zusätzliche periphere Anbindung
Konfigurationen für Eingaben mit mehreren Kameras
Anzeigeausgang über Trägerplatine
Externe Displayverbindung
Hostperipherie anschließen
RGMII/RMII Ethernet-Signale
Embedded Control & Sensoren
Verwenden Sie das Blockdiagramm, um Ihre Anwendung abzubilden, und lesen Sie dann die vollständige Dokumentation für Pin-Funktionen und Multiplexing.
Verfügbare Ports und gleichzeitige Schnittstellenkonfigurationen hängen von der Carrier-Board und Software-Unterstützung ab.
Hardware-Dokumentation anzeigen 😊
Eine flexible Basis für Entwickler und Embedded Produktteams.
Kombinieren Sie Kameraeingaben und lokale Rückschlüsse für Inspektions-, Erkennungs- und Sichtprototypen.
Bringen Sie Anwendungsrechner, Sensoren und Peripheriesteuerung auf Ihrer Carrier-Platine zusammen.
Bauen Sie auf Hardware-Videoverarbeitung, Kameraverbindung und Hochgeschwindigkeitsspeicherung auf.
Entwerfen Sie kompakte ARM-Systeme mit Speicheroptionen für Ihre Anwendungsanforderungen.
Nutzen Sie diese Übersicht zur Auswahl. Siehe die Dokumentation für Details auf Designebene.
| Spezifikation | ArmSoM AIM7 |
|---|---|
| Verarbeiter | Rockchip RK3588 · 8nm Prozess |
| CPU | 4 × Cortex-A76 bis 2.4GHz + 4 × Cortex-A55 bis 1.8GHz |
| GPU | Arm Mali-G610 MP4 |
| NPU | 6 TOPS (INT8); INT4/INT8/INT16 Mixed-Präzisions-Unterstützung |
| Arbeitsspeicher | 8GB / 16GB / 32GB · 64-bit LPDDR4x (Standard: 8GB) |
| Datenspeicher | 32GB / 64GB / 128GB an Bord von eMMC (Standard: 32GB) |
| Videodecodierung | Bis zu 8K60 H.265 / VP9 / AVS2; 8K30 H.264; 4K60 AV1 |
| Videokodierung | Bis zu 8K30 H.264 / H.265 |
| Anzeigesignale | 1 × DisplayPort; 1 × HDMI / eDP-Kombinationsschnittstelle |
| Kamerasignale | MIPI CSI: 3 × 4-Lane oder 5 × 2-Lane-Konfigurationen |
| PCIe | PCIe 3.0 ×4 und PCIe 2.1 ×1 |
| USB | 1 × USB 3.0 Gen 1 + 3 x USB 2.0 |
| Vernetzung | 1 × GMAC mit RGMII / RMII für Carrierboard Ethernet |
| Periphere Signale | UART, SPI, I2C, I2S, CAN, PWM und GPIO; siehe Pin Definitionen für Multiplexing |
| Steckverbinder | 260-Pin SO-DIMM-Randstecker |
| Leistungsaufnahme | 5V DC |
| Betriebstemperatur | 0°C bis 80°C |
| Lagertemperatur | -20°C bis 85°C |
| Abmessungen/Gewicht | 69.6 × 45mm / 17.3g |
| PCB | 12-Schicht-PCB |
Die gezeigten Konfigurationen sind dokumentierte Optionen. Die aktuelle Verfügbarkeit ist im Shop aufgeführt. Die Unterstützung der Benutzeroberfläche hängt von Ihrem Carrier Board und Betriebssystem ab.
Hardware-Dateien, Systemabbilder und Quellcode, alle in Reichweite.
Spezifikationen, Schnittstellen und Pin-Definitionen
AIM Family Setup und Development Guide
Schematische, Layout und mechanische Ressourcen
ArmSoM Rockchip Kernel Repository
Rockchip RKNN / LLM Dokumentation
Offizielle und Community Image Download Links
Die Unterstützung des offiziellen und des Community-Systems variiert je nach Bild. Überprüfen Sie die Dokumentation auf aktuelle Versionen und periphere Unterstützung.
AIM7 ist ein System-on-Modul, daher benötigt es eine kompatible Trägerplatine, eine geeignete 5V-Stromversorgung und Kühlung für Ihre Arbeitslast. Folgen Sie der AIM-Familie, die mit dem Starten des Bildes beginnt, für die Installation und Einrichtung.
Ja. ArmSoM hat AIM7 mit der NVIDIA Jetson Nano B01 Carrier Board getestet und die Kompatibilität bestätigt. Verwenden Sie ein AIM7-kompatibles Rockchip-Systemimage. Bei anderen Trägerplatten sind Pinout, Strombedarf und periphere Konfiguration separat zu prüfen.
Die dokumentierten Konfigurationen sind 8GB, 16GB und 32GB LPDDR4x, mit 32GB, 64GB oder 128GB an Bord von eMMC. Überprüfen Sie den Shop auf derzeit verfügbare Kombinationen.
Die Dokumentation enthält Links für Debian, Android und Buildroot sowie Community-Optionen wie Armbian und Ubuntu. Bildversionen und unterstützte Peripheriegeräte variieren; Verwenden Sie die aktuelle Produktdokumentation, um ein Bild auszuwählen.
Verwenden Sie die Rockchip RKNN-Toolchain, um unterstützte Modelle zu konvertieren und zu optimieren, und führen Sie sie dann auf dem integrierten NPU aus. Folgen Sie der ArmSoM AI-Dokumentation für unterstützte Operator, Umwandlungsschritte und Bereitstellungsbeispiele.
Die Hardwareressourcen umfassen Schaltpläne, Layout und mechanische Dokumentation. Überprüfen Sie diese Dateien und die vollständige Pin-Definition-Tabelle, bevor Sie Ihre Carrier-Platine entwerfen, einschließlich Schnittstellenmultiplex und Stromanforderungen.
Erkunden Sie die Moduloptionen oder sprechen Sie mit uns über Ihr Carrier Board und die Integrationsanforderungen.