AIMH1000 (OEM only)
M.2 M key AI 加速模組
Hailo-8™ AI 處理器 x1
-
符合PCI Express 3.0 x4 規範設計
-
支援s M.2 Key M 尺寸，可調整支援 2242、2260 以及 2280
-
搭載 Hailo-8™ AI 推論處理器
-
26 TOPS AI 算力
-
低功耗
-
支援 Hailo-8™ 軟體開發工具
-
符合邊緣 AI 所需的即時、低延遲與高效能 AI 推論加速需求
- 符合PCI Express 3.0 x4 規範設計
- 支援s M.2 Key M 尺寸，可調整支援 2242、2260 以及 2280
- 搭載 Hailo-8™ AI 推論處理器
- 26 TOPS AI 算力
- 低功耗
- 支援 Hailo-8™ 軟體開發工具
- 符合邊緣 AI 所需的即時、低延遲與高效能 AI 推論加速需求
.png)
介紹
AIMH1000 AI M.2 (Key M) 是 26 TOPS 算力的加速模組，可應用於電腦視覺的邊緣人工智慧。 [測試數據：ResNet-50 v1( 224x224)@1,332FPS, YOLOv5m (640x640)@218FPS]
本模組採用 PCIe Gen3 x4 通道接口，提供高速數據輸入和輸出的能力，並可調整支持 2242、2260 和 2280 等不同尺寸。
作為一款高性能 PCIe 設備，它適用於即時和低延遲的神經網路推論，並通過 PCIe 接口進行數據和推理結果的串流。
本模組採用 PCIe Gen3 x4 通道接口，提供高速數據輸入和輸出的能力，並可調整支持 2242、2260 和 2280 等不同尺寸。
作為一款高性能 PCIe 設備，它適用於即時和低延遲的神經網路推論，並通過 PCIe 接口進行數據和推理結果的串流。
特點
SUNIX AIEH1000 V.S Intel i7-12900 CPU AI computing efficiency comparison
三泰科技最新推出的AIEH1000，這是專門為PC所開發出來PCIe介面的AI加速卡，
我們現在看到的電腦是 x86 測試平台，搭載的處理器是 Intel i7-12900，雖然這個處理器已經具備 AI 推論的加速功能，
但為了更清楚地展示兩者效能的差異，我們將在相同的電腦上，使用三泰科技的AIEH1000 AI加速卡來進行對比測試，
接下來請看螢幕顯示畫面。
我們採用的是已訓練的Yolov5m模型來進行影像辨識測試。
首先，
讓我們來看一下CPU處理器的效能表現；現在螢幕左側顯示的是CPU的測試畫面，
測試數據顯示每秒僅能處理7幀（FPS）畫面，直白來說，就是每秒只能處理7張畫面。
接下來，我們一起來看如果挿上了 SUNIX AIEH1000 AI 加速卡後的結果是如何，現在在螢幕的右側顯示測試結果，
數據顯示平均每秒可達到218幀（FPS）的速度，也就是每秒能夠處理多達218張即時畫面。
從測試結果來看，很明顯的看到，加上了 SUNIX AIEH1000 AI加速卡的影像處理速度，比CPU處理器高出 30 倍以上,
所以在電腦視覺應用，以及AI高度發展的趨勢下，一般的PC加上SUNIX AI加速卡，將更能符合客戶及市場的期待。
同時我們的AI加速卡可以降低您系統的CPU負載，滿足客戶對於多個即時串流影像處理，以及多工模型處理的效能需求。
規格上我們的AIEH1000 AI加速卡在執行模型的推論時平均只消耗5W，這樣的能耗表現更適合將您的PC導入邊緣AI的應用。
規格
規格 |
|
| 型號 | AIMH1000 |
| 說明 | M.2 M key AI 加速卡 |
| AI 處理器 | Hailo-8™ AI 處理器 x1 |
| 最高效能 | 26 TOPs (Tera-Operations Per Second) |
| 功耗 | 8W (根據散熱模組設計而定) |
| 介面 | PCI Express Gen3 x4 |
| AI 框架 | TensorFLow, TensorFlow Lite, ONNX, Keras, Pytorch |
| Hailo 軟體套件 |
Dataflow Compiler (模型轉換) HailoRT (執行環境與驅動程式) Model Zoo (預訓練模型) TAPPAS (模型範例) |
| OS 支援 | Linux (e.g. Ubuntu, Yocto) / Windows 10 (X86/X64) / 11 |
| 安規認證 | CE/FCC Class A |
環境 |
|
| 工作溫度 | -45 到 85°C (-49 to 185°F) 工業用 |
| 工作濕度 | 5 到 95% RH |
| 儲存溫度 | -45 到 85°C (-49 to 185°F) |
硬體規格 |
|
| PCB 尺寸 | 22x42 / 22x60 / 22x80 mm |
| 板型 | M.2 Key M |
| 備註：要防止 Hailo-8 晶片過熱，必須採取適當的散熱措施。模組建議使用依據平台熱設計的散熱器。 | |
支援
產品規格書下載
| 產品規格書 | AIMH1000 Datasheet TC |
|
驅動程式下載
| 驅動程式 | HailoRT - Windows | |
| 版本 | 4.18.0 | |
| 更新時間 | 2024-08-22 09:39:48 | |
| 檔案大小 | 8.7MB | |
| 作業系統 |
Windows 10 64bit
Windows 11 64bit
|
| 驅動程式 | HailoRT - Linux - x86_64 | |
| 版本 | 4.18.0 | |
| 更新時間 | 2024-08-22 09:38:53 | |
| 檔案大小 | 6.2MB | |
| 作業系統 |
Linux Kernel 5.x
|
| 驅動程式 | HailoRT PCIe Driver - Linux | |
| 版本 | 4.18.0 | |
| 更新時間 | 2024-08-22 09:37:31 | |
| 檔案大小 | 132.8KB | |
| 作業系統 |
Linux Kernel 5.x
|
AIMH1000 (OEM only)
M.2 M key AI 加速模組
Hailo-8™ AI 處理器 x1
-
符合PCI Express 3.0 x4 規範設計
-
支援s M.2 Key M 尺寸，可調整支援 2242、2260 以及 2280
-
搭載 Hailo-8™ AI 推論處理器
-
26 TOPS AI 算力
-
低功耗
-
支援 Hailo-8™ 軟體開發工具
-
符合邊緣 AI 所需的即時、低延遲與高效能 AI 推論加速需求
- 符合PCI Express 3.0 x4 規範設計
- 支援s M.2 Key M 尺寸，可調整支援 2242、2260 以及 2280
- 搭載 Hailo-8™ AI 推論處理器
- 26 TOPS AI 算力
- 低功耗
- 支援 Hailo-8™ 軟體開發工具
- 符合邊緣 AI 所需的即時、低延遲與高效能 AI 推論加速需求
介紹
AIMH1000 AI M.2 (Key M) 是 26 TOPS 算力的加速模組，可應用於電腦視覺的邊緣人工智慧。 [測試數據：ResNet-50 v1( 224x224)@1,332FPS, YOLOv5m (640x640)@218FPS]
本模組採用 PCIe Gen3 x4 通道接口，提供高速數據輸入和輸出的能力，並可調整支持 2242、2260 和 2280 等不同尺寸。
作為一款高性能 PCIe 設備，它適用於即時和低延遲的神經網路推論，並通過 PCIe 接口進行數據和推理結果的串流。
本模組採用 PCIe Gen3 x4 通道接口，提供高速數據輸入和輸出的能力，並可調整支持 2242、2260 和 2280 等不同尺寸。
作為一款高性能 PCIe 設備，它適用於即時和低延遲的神經網路推論，並通過 PCIe 接口進行數據和推理結果的串流。
特點
SUNIX AIEH1000 V.S Intel i7-12900 CPU AI computing efficiency comparison
三泰科技最新推出的AIEH1000，這是專門為PC所開發出來PCIe介面的AI加速卡，
我們現在看到的電腦是 x86 測試平台，搭載的處理器是 Intel i7-12900，雖然這個處理器已經具備 AI 推論的加速功能，
但為了更清楚地展示兩者效能的差異，我們將在相同的電腦上，使用三泰科技的AIEH1000 AI加速卡來進行對比測試，
接下來請看螢幕顯示畫面。
我們採用的是已訓練的Yolov5m模型來進行影像辨識測試。
首先，
讓我們來看一下CPU處理器的效能表現；現在螢幕左側顯示的是CPU的測試畫面，
測試數據顯示每秒僅能處理7幀（FPS）畫面，直白來說，就是每秒只能處理7張畫面。
接下來，我們一起來看如果挿上了 SUNIX AIEH1000 AI 加速卡後的結果是如何，現在在螢幕的右側顯示測試結果，
數據顯示平均每秒可達到218幀（FPS）的速度，也就是每秒能夠處理多達218張即時畫面。
從測試結果來看，很明顯的看到，加上了 SUNIX AIEH1000 AI加速卡的影像處理速度，比CPU處理器高出 30 倍以上,
所以在電腦視覺應用，以及AI高度發展的趨勢下，一般的PC加上SUNIX AI加速卡，將更能符合客戶及市場的期待。
同時我們的AI加速卡可以降低您系統的CPU負載，滿足客戶對於多個即時串流影像處理，以及多工模型處理的效能需求。
規格上我們的AIEH1000 AI加速卡在執行模型的推論時平均只消耗5W，這樣的能耗表現更適合將您的PC導入邊緣AI的應用。
規格
規格 |
|
| 型號 | AIMH1000 |
| 說明 | M.2 M key AI 加速卡 |
| AI 處理器 | Hailo-8™ AI 處理器 x1 |
| 最高效能 | 26 TOPs (Tera-Operations Per Second) |
| 功耗 | 8W (根據散熱模組設計而定) |
| 介面 | PCI Express Gen3 x4 |
| AI 框架 | TensorFLow, TensorFlow Lite, ONNX, Keras, Pytorch |
| Hailo 軟體套件 |
Dataflow Compiler (模型轉換) HailoRT (執行環境與驅動程式) Model Zoo (預訓練模型) TAPPAS (模型範例) |
| OS 支援 | Linux (e.g. Ubuntu, Yocto) / Windows 10 (X86/X64) / 11 |
| 安規認證 | CE/FCC Class A |
環境 |
|
| 工作溫度 | -45 到 85°C (-49 to 185°F) 工業用 |
| 工作濕度 | 5 到 95% RH |
| 儲存溫度 | -45 到 85°C (-49 to 185°F) |
硬體規格 |
|
| PCB 尺寸 | 22x42 / 22x60 / 22x80 mm |
| 板型 | M.2 Key M |
| 備註：要防止 Hailo-8 晶片過熱，必須採取適當的散熱措施。模組建議使用依據平台熱設計的散熱器。 | |
支援
產品規格書下載
| 產品規格書 | AIMH1000 Datasheet TC |
|
驅動程式下載
| 驅動程式 | HailoRT - Windows | |
| 版本 | 4.18.0 | |
| 更新時間 | 2024-08-22 09:39:48 | |
| 檔案大小 | 8.7MB | |
| 作業系統 |
Windows 10 64bit
Windows 11 64bit
|
| 驅動程式 | HailoRT - Linux - x86_64 | |
| 版本 | 4.18.0 | |
| 更新時間 | 2024-08-22 09:38:53 | |
| 檔案大小 | 6.2MB | |
| 作業系統 |
Linux Kernel 5.x
|
| 驅動程式 | HailoRT PCIe Driver - Linux | |
| 版本 | 4.18.0 | |
| 更新時間 | 2024-08-22 09:37:31 | |
| 檔案大小 | 132.8KB | |
| 作業系統 |
Linux Kernel 5.x
|
AIMH1000 (OEM only)
M.2 M key AI 加速模組
Hailo-8™ AI 處理器 x1
-
符合PCI Express 3.0 x4 規範設計
-
支援s M.2 Key M 尺寸，可調整支援 2242、2260 以及 2280
-
搭載 Hailo-8™ AI 推論處理器
-
26 TOPS AI 算力
-
低功耗
-
支援 Hailo-8™ 軟體開發工具
-
符合邊緣 AI 所需的即時、低延遲與高效能 AI 推論加速需求
- 符合PCI Express 3.0 x4 規範設計
- 支援s M.2 Key M 尺寸，可調整支援 2242、2260 以及 2280
- 搭載 Hailo-8™ AI 推論處理器
- 26 TOPS AI 算力
- 低功耗
- 支援 Hailo-8™ 軟體開發工具
- 符合邊緣 AI 所需的即時、低延遲與高效能 AI 推論加速需求
介紹
AIMH1000 AI M.2 (Key M) 是 26 TOPS 算力的加速模組，可應用於電腦視覺的邊緣人工智慧。 [測試數據：ResNet-50 v1( 224x224)@1,332FPS, YOLOv5m (640x640)@218FPS]
本模組採用 PCIe Gen3 x4 通道接口，提供高速數據輸入和輸出的能力，並可調整支持 2242、2260 和 2280 等不同尺寸。
作為一款高性能 PCIe 設備，它適用於即時和低延遲的神經網路推論，並通過 PCIe 接口進行數據和推理結果的串流。
本模組採用 PCIe Gen3 x4 通道接口，提供高速數據輸入和輸出的能力，並可調整支持 2242、2260 和 2280 等不同尺寸。
作為一款高性能 PCIe 設備，它適用於即時和低延遲的神經網路推論，並通過 PCIe 接口進行數據和推理結果的串流。
特點
SUNIX AIEH1000 V.S Intel i7-12900 CPU AI computing efficiency comparison
三泰科技最新推出的AIEH1000，這是專門為PC所開發出來PCIe介面的AI加速卡，
我們現在看到的電腦是 x86 測試平台，搭載的處理器是 Intel i7-12900，雖然這個處理器已經具備 AI 推論的加速功能，
但為了更清楚地展示兩者效能的差異，我們將在相同的電腦上，使用三泰科技的AIEH1000 AI加速卡來進行對比測試，
接下來請看螢幕顯示畫面。
我們採用的是已訓練的Yolov5m模型來進行影像辨識測試。
首先，
讓我們來看一下CPU處理器的效能表現；現在螢幕左側顯示的是CPU的測試畫面，
測試數據顯示每秒僅能處理7幀（FPS）畫面，直白來說，就是每秒只能處理7張畫面。
接下來，我們一起來看如果挿上了 SUNIX AIEH1000 AI 加速卡後的結果是如何，現在在螢幕的右側顯示測試結果，
數據顯示平均每秒可達到218幀（FPS）的速度，也就是每秒能夠處理多達218張即時畫面。
從測試結果來看，很明顯的看到，加上了 SUNIX AIEH1000 AI加速卡的影像處理速度，比CPU處理器高出 30 倍以上,
所以在電腦視覺應用，以及AI高度發展的趨勢下，一般的PC加上SUNIX AI加速卡，將更能符合客戶及市場的期待。
同時我們的AI加速卡可以降低您系統的CPU負載，滿足客戶對於多個即時串流影像處理，以及多工模型處理的效能需求。
規格上我們的AIEH1000 AI加速卡在執行模型的推論時平均只消耗5W，這樣的能耗表現更適合將您的PC導入邊緣AI的應用。
規格
規格 |
|
| 型號 | AIMH1000 |
| 說明 | M.2 M key AI 加速卡 |
| AI 處理器 | Hailo-8™ AI 處理器 x1 |
| 最高效能 | 26 TOPs (Tera-Operations Per Second) |
| 功耗 | 8W (根據散熱模組設計而定) |
| 介面 | PCI Express Gen3 x4 |
| AI 框架 | TensorFLow, TensorFlow Lite, ONNX, Keras, Pytorch |
| Hailo 軟體套件 |
Dataflow Compiler (模型轉換) HailoRT (執行環境與驅動程式) Model Zoo (預訓練模型) TAPPAS (模型範例) |
| OS 支援 | Linux (e.g. Ubuntu, Yocto) / Windows 10 (X86/X64) / 11 |
| 安規認證 | CE/FCC Class A |
環境 |
|
| 工作溫度 | -45 到 85°C (-49 to 185°F) 工業用 |
| 工作濕度 | 5 到 95% RH |
| 儲存溫度 | -45 到 85°C (-49 to 185°F) |
硬體規格 |
|
| PCB 尺寸 | 22x42 / 22x60 / 22x80 mm |
| 板型 | M.2 Key M |
| 備註：要防止 Hailo-8 晶片過熱，必須採取適當的散熱措施。模組建議使用依據平台熱設計的散熱器。 | |
支援
產品規格書下載
| 產品規格書 | AIMH1000 Datasheet TC |
|
驅動程式下載
| 驅動程式 | HailoRT - Windows | |
| 版本 | 4.18.0 | |
| 更新時間 | 2024-08-22 09:39:48 | |
| 檔案大小 | 8.7MB | |
| 作業系統 |
Windows 10 64bit
Windows 11 64bit
|
| 驅動程式 | HailoRT - Linux - x86_64 | |
| 版本 | 4.18.0 | |
| 更新時間 | 2024-08-22 09:38:53 | |
| 檔案大小 | 6.2MB | |
| 作業系統 |
Linux Kernel 5.x
|
| 驅動程式 | HailoRT PCIe Driver - Linux | |
| 版本 | 4.18.0 | |
| 更新時間 | 2024-08-22 09:37:31 | |
| 檔案大小 | 132.8KB | |
| 作業系統 |
Linux Kernel 5.x
|
AIMH1000 (OEM only)
M.2 M key AI 加速模組
Hailo-8™ AI 處理器 x1
-
符合PCI Express 3.0 x4 規範設計
-
支援s M.2 Key M 尺寸，可調整支援 2242、2260 以及 2280
-
搭載 Hailo-8™ AI 推論處理器
-
26 TOPS AI 算力
-
低功耗
-
支援 Hailo-8™ 軟體開發工具
-
符合邊緣 AI 所需的即時、低延遲與高效能 AI 推論加速需求
- 符合PCI Express 3.0 x4 規範設計
- 支援s M.2 Key M 尺寸，可調整支援 2242、2260 以及 2280
- 搭載 Hailo-8™ AI 推論處理器
- 26 TOPS AI 算力
- 低功耗
- 支援 Hailo-8™ 軟體開發工具
- 符合邊緣 AI 所需的即時、低延遲與高效能 AI 推論加速需求
AIMH1000 AI M.2 (Key M) 是 26 TOPS 算力的加速模組，可應用於電腦視覺的邊緣人工智慧。 [測試數據：ResNet-50 v1( 224x224)@1,332FPS, YOLOv5m (640x640)@218FPS]
本模組採用 PCIe Gen3 x4 通道接口，提供高速數據輸入和輸出的能力，並可調整支持 2242、2260 和 2280 等不同尺寸。
作為一款高性能 PCIe 設備，它適用於即時和低延遲的神經網路推論，並通過 PCIe 接口進行數據和推理結果的串流。
本模組採用 PCIe Gen3 x4 通道接口，提供高速數據輸入和輸出的能力，並可調整支持 2242、2260 和 2280 等不同尺寸。
作為一款高性能 PCIe 設備，它適用於即時和低延遲的神經網路推論，並通過 PCIe 接口進行數據和推理結果的串流。
介紹
AIMH1000 AI M.2 (Key M) 是 26 TOPS 算力的加速模組，可應用於電腦視覺的邊緣人工智慧。 [測試數據：ResNet-50 v1( 224x224)@1,332FPS, YOLOv5m (640x640)@218FPS]
本模組採用 PCIe Gen3 x4 通道接口，提供高速數據輸入和輸出的能力，並可調整支持 2242、2260 和 2280 等不同尺寸。
作為一款高性能 PCIe 設備，它適用於即時和低延遲的神經網路推論，並通過 PCIe 接口進行數據和推理結果的串流。
本模組採用 PCIe Gen3 x4 通道接口，提供高速數據輸入和輸出的能力，並可調整支持 2242、2260 和 2280 等不同尺寸。
作為一款高性能 PCIe 設備，它適用於即時和低延遲的神經網路推論，並通過 PCIe 接口進行數據和推理結果的串流。
特點
SUNIX AIEH1000 V.S Intel i7-12900 CPU AI computing efficiency comparison
三泰科技最新推出的AIEH1000，這是專門為PC所開發出來PCIe介面的AI加速卡，
我們現在看到的電腦是 x86 測試平台，搭載的處理器是 Intel i7-12900，雖然這個處理器已經具備 AI 推論的加速功能，
但為了更清楚地展示兩者效能的差異，我們將在相同的電腦上，使用三泰科技的AIEH1000 AI加速卡來進行對比測試，
接下來請看螢幕顯示畫面。
我們採用的是已訓練的Yolov5m模型來進行影像辨識測試。
首先，
讓我們來看一下CPU處理器的效能表現；現在螢幕左側顯示的是CPU的測試畫面，
測試數據顯示每秒僅能處理7幀（FPS）畫面，直白來說，就是每秒只能處理7張畫面。
接下來，我們一起來看如果挿上了 SUNIX AIEH1000 AI 加速卡後的結果是如何，現在在螢幕的右側顯示測試結果，
數據顯示平均每秒可達到218幀（FPS）的速度，也就是每秒能夠處理多達218張即時畫面。
從測試結果來看，很明顯的看到，加上了 SUNIX AIEH1000 AI加速卡的影像處理速度，比CPU處理器高出 30 倍以上,
所以在電腦視覺應用，以及AI高度發展的趨勢下，一般的PC加上SUNIX AI加速卡，將更能符合客戶及市場的期待。
同時我們的AI加速卡可以降低您系統的CPU負載，滿足客戶對於多個即時串流影像處理，以及多工模型處理的效能需求。
規格上我們的AIEH1000 AI加速卡在執行模型的推論時平均只消耗5W，這樣的能耗表現更適合將您的PC導入邊緣AI的應用。
規格
規格 |
|
| 型號 | AIMH1000 |
| 說明 | M.2 M key AI 加速卡 |
| AI 處理器 | Hailo-8™ AI 處理器 x1 |
| 最高效能 | 26 TOPs (Tera-Operations Per Second) |
| 功耗 | 8W (根據散熱模組設計而定) |
| 介面 | PCI Express Gen3 x4 |
| AI 框架 | TensorFLow, TensorFlow Lite, ONNX, Keras, Pytorch |
| Hailo 軟體套件 |
Dataflow Compiler (模型轉換) HailoRT (執行環境與驅動程式) Model Zoo (預訓練模型) TAPPAS (模型範例) |
| OS 支援 | Linux (e.g. Ubuntu, Yocto) / Windows 10 (X86/X64) / 11 |
| 安規認證 | CE/FCC Class A |
環境 |
|
| 工作溫度 | -45 到 85°C (-49 to 185°F) 工業用 |
| 工作濕度 | 5 到 95% RH |
| 儲存溫度 | -45 到 85°C (-49 to 185°F) |
硬體規格 |
|
| PCB 尺寸 | 22x42 / 22x60 / 22x80 mm |
| 板型 | M.2 Key M |
| 備註：要防止 Hailo-8 晶片過熱，必須採取適當的散熱措施。模組建議使用依據平台熱設計的散熱器。 | |
支援
產品規格書下載
| 產品規格書 | AIMH1000 Datasheet TC |
|
驅動程式下載
| 驅動程式 | HailoRT - Windows | |
| 版本 | 4.18.0 | |
| 更新時間 | 2024-08-22 09:39:48 | |
| 檔案大小 | 8.7MB | |
| 作業系統 |
Windows 10 64bit
Windows 11 64bit
|
| 驅動程式 | HailoRT - Linux - x86_64 | |
| 版本 | 4.18.0 | |
| 更新時間 | 2024-08-22 09:38:53 | |
| 檔案大小 | 6.2MB | |
| 作業系統 |
Linux Kernel 5.x
|
| 驅動程式 | HailoRT PCIe Driver - Linux | |
| 版本 | 4.18.0 | |
| 更新時間 | 2024-08-22 09:37:31 | |
| 檔案大小 | 132.8KB | |
| 作業系統 |
Linux Kernel 5.x
|
