PX30 udviklingssæt Producenter

TC-RK3566 Stempelhulssystem på modulet er udstyret med Rockchip Quad Coretex-A55 processor RK3566. Den er velegnet til scenarier som smart NVR, cloud-terminal, IoT-gateway, industriel kontrol, edge computing, turnstile-gate, NAS og køretøjskontrol.

Thinkcore er en førende Kina RK3588 Golden Finger Development Board-producenter. Open source og SDK leveres til Rockchip RK3588 udviklingskort.Thinkcore Technology Co., Ltd. er en teknisk virksomhed med fokus på indlejret hardware forskning og udvikling, design, produktion og salg.

TC-RV1126 AI Core Board til guldfinger: Rockchip RV1126 AI Core Vision Board 14nm quad-core 32-bit A7 low-power AI vision processor RV1126, indbygget 2.0Tops neurale netværksprocessor NPU. Kernekortet vedtager fordybelsesguldteknologi, korrosionsbestandighed; Indbygget Video CODEC video codec, understøtter 4K H.264/H.265@30FPS og multi-channel video codec.Thinkcore's open source platform core boards og udviklingsplader.

TC-RK3566 Højdepunkter 1: Højtydende CPU
TC-RK3566 Højdepunkter 2: Ny generation (3. generation) Rockchip ISP
TC-RK3566 Højdepunkt 3: Kraftig multimedieafkodnings-/kodningsfunktion
TC-RK3566 Højdepunkt 4: Integreret effektiv RKNN AI-behandlingsenhed

TC-RK3399 Development Kit Carrier Board For Stamp Hole
Rockchip TC-3399 udvikle bestyrelsen består af TC-3399 stempelhul SOM og transportbræt.
TC-3399 platformen er baseret på Rockchip RK3399, 64 bit 6-core, work-station-niveau processor.
Det er Dual-core Cortex-A72 + Quad-core Cortex-A53. Frekvensen er op til 1,8 GHz. Den nye kerne er næsten 100% bedre end A15/A17/A57.

SOM3568 er et højtydende kernekort designet af Shenzhen Thinkcore baseret på RK3568 mikroprocessoren fra Rockchip. CPU'en anvender en quad core 64 bit Cortex-A55, 22nm avanceret teknologi, og hovedfrekvensen er op til 2,0GHz; Integreret ARM G52 2EE GPU, fuldt kompatibel med OpenGL ES 1.1/2.0/3.2, OpenCL 2.0, Vulkan 1.1 osv.; Indbygget i tredje generation NPU RKNN udviklet af Rockchip Micro, er regnekraften 0,8Tops, og den understøtter deep learning frameworks som caffe, TensorFlow, mxnet osv. Modellen kan konverteres med et enkelt klik.