Современный ландшафт цифровых технологий всё сильнее ориентируется на применение искусственного интеллекта (ИИ) в периферийных устройствах – так называемый edge AI или edge computing. Обработка данных «на краю» сети, ближе к источнику их появления, становится ключевым фактором для создания эффективных решений, обеспечивая снижение задержек, уменьшение нагрузки на каналы передачи и облако, а также повышение устойчивости и приватности.
Рост числа IoT-устройств, камер, сенсоров и сетей 5G создаёт огромный поток данных, который неудобно и нерентабельно пересылать в централизованные дата-центры. Поэтому встроенные модули, способные локально выполнять алгоритмы ИИ (обучение, инференс, оптимизация), становятся всё более востребованными.
Решения на базе «System on Module» (SoM) – готовые модули, которые содержат вычислительную платформу, часто оснащённую ИИ-ускорителями (NPU, GPU, нейронными ядрами), – играют важную роль в этой трансформации. Они позволяют ускорить разработку устройств, уменьшить площадь проектной платы, стандартизовать интерфейсы и интегрировать мощь ИИ-вычислений в компактные форм-факторы.
Области применения и преимущества
В результате сочетание edge AI и SoM-решений открывает перспективы для широкого спектра применений: автономные транспортные средства, промышленные контроллеры, интеллектуальные камеры, робототехника, медицина, умные города.
Возможность адаптировать ИИ-модели под конкретные задачи и обрабатывать данные прямо в устройстве (а не в облаке) позволяет предприятиям быстрее реагировать, оптимизировать затраты и внедрять новые сценарии работы.
SoM-решения для ИИ: ниша доступности и гибкости
В сегменте SoM-решений для задач ИИ лидерами являются крупные компании, такие как NVIDIA, Advantech, Toradex и другие, с масштабными разработками, развитой экосистемой и значительными инвестициями. Однако продукция таких игроков часто отличается высокой ценой, сложной логистикой и требует серьёзных затрат на интеграцию, что создаёт барьеры для многих проектов.
В этой ситуации привлекательной альтернативой выступает китайская компания Firefly Technology Co., Ltd., которая специализируется, среди прочего, на модулях и SoM-решениях для edge-вычислений и ИИ-применений. Firefly позиционируется как более доступный и гибкий вариант по сравнению с топовыми игроками, что особенно важно, когда проект требует готового к интеграции модуля без огромных затрат на разработку с нуля.
Ключевые продукты и их преимущества
Компания предлагает широкую линейку систем на модуле (SoM), разработанных для задач искусственного интеллекта и периферийных вычислений. Модули серии, такие как Core-186JD4, Core-1688JD4, Core-1684JD4, Core-1684XJD4 и iCore-1684XQ, представляют собой готовые вычислительные платформы. Они объединяют производительные CPU-ядра (до 8 ядер ARM с частотой до 2,3 ГГц), мощные NPU-ускорители (производительность до 32 TOPS) и современные интерфейсы ввода-вывода. Такая комбинация делает их идеальной основой для внедрения нейронных сетей, анализа видео и изображений, компьютерного зрения, интеллектуального управления и других edge-ИИ-приложений.
Технические преимущества и ценовое позиционирование Firefly
Модули Firefly используют современные процессоры, такие как CV186AH, BM1688, BM1684 и BM1684X, которые сочетают высокую энергоэффективность со встроенными блоками аппаратного ускорения.
Поддержка кодеков H.265 1080p (encode/decode), интерфейсов MIPI-CSI/DSI, HDMI 2.0 и LVDS обеспечивает гибкость при подключении камер и дисплеев. Наличие двух портов Gb Ethernet, Wi-Fi 6, Bluetooth 5.2 и 4G/5G-модемов гарантирует надёжную коммуникацию для индустриальных и мобильных устройств.
Для скоростных периферийных задач предусмотрены интерфейсы PCIe 3.0, USB 3.1, SATA 3.0 и SDIO 3.0, что открывает возможности для интеграции систем хранения, датчиков и сопроцессоров.
Отдельного внимания заслуживает ориентация Firefly на универсальный форм-фактор (Goldfinger 260 pin) и коммерческий класс исполнения, что упрощает интеграцию в собственные платы и готовые решения. При этом производительность модулей достигает уровня дорогих платформ, таких как NVIDIA Jetson или Xilinx Kria, но предлагается по гораздо более доступной цене и с гибкими возможностями кастомизации. Благодаря этому Firefly становится отличным выбором для разработчиков, которым нужны мощные edge-ИИ-модули без переплаты за бренд и лицензии.
Обзор модуля Core-186JD4
Начнём обзор с компактного модуля Core-186JD4. Это высокоинтегрированная система на модуле от Firefly, основанная на шестиядерном процессоре CV186AH с архитектурой ARM Cortex-A53 (1,6 ГГц), разработанном китайской компанией SOPHON.
Модуль оснащён встроенным нейронным ускорителем (NPU) SOPHGO TPU и обеспечивает производительность до 7,2 TOPS для вычислений INT8, что делает его оптимальным решением для задач инференса ИИ и компьютерного зрения.
Он способен обрабатывать до 16 потоков видео 1080p одновременно (декодирование и анализ). Это позволяет использовать его в системах распознавания лиц, автомобильных номеров, объектов и событий – во всех сценариях, где важно проводить анализ данных прямо «на краю» сети.
Особенностью Core-186JD4 является поддержка широкого набора алгоритмов и фреймворков: от классических CNN и RNN до архитектур Transformer. Модуль способен локально выполнять крупные языковые модели, включая Gemma-2B, ChatGLM3-6B, Qwen1.5-1.8B и Llama2-7B, что необычно для компактных SoM-решений.
Разработчикам доступен полный набор инструментов: SDK для глубокого обучения, компиляторы, драйверы и утилиты для развёртывания инференса, а также поддержка Docker-контейнеризации, что упрощает разработку и обновление приложений.
С точки зрения интерфейсов модуль выделяется универсальностью: два порта Gb Ethernet, HDMI 2.0, MIPI-CSI/DSI, LVDS, Wi-Fi 6, Bluetooth 5.2, PCIe 3.0, USB 3.1 и SATA 3.0 – всё это в форм-факторе Goldfinger 260 pin SODIMM (69,6 × 45 мм, вес ≈ 20 г).
Он поддерживает подключение до шести видеокамер (включая CMOS-сенсоры Sony и OmniVision), вывод 4K-видео, а также множество промышленных интерфейсов (I2C, SPI, UART, CAN, PWM, ADC и др.).
При энергопотреблении всего около 5,5 Вт и компактных размерах Core-186JD4 открывает широкие возможности для создания интеллектуальных устройств – от систем видеонаблюдения и умных камер до роботов, терминалов и индустриальных контроллеров.
Обзор Core-1688JD4: Повышенная производительность
Следующим по вычислительной мощности в линейке Firefly является модуль Core-1688JD4. Он основан на процессоре SOPHON BM1688, восьмиядерном ARM Cortex-A53 с частотой до 1,6 ГГц, и оснащён встроенным нейронным ускорителем (NPU) SOPHGO TPU.
Его производительность достигает 16 TOPS для вычислений INT8, 32 TOPS для INT4, 4 TOPS для FP16/BF16 и 0,5 TOPS для FP32. Такая вычислительная мощь делает модуль идеальным решением для инференса ИИ, обработки видео и компьютерного зрения в реальном времени.
Модуль поддерживает множество архитектур нейронных сетей (CNN, RNN, LSTM, Transformer) и основные фреймворки (Caffe, PyTorch, TensorFlow Lite, ONNX, MXNet). Для разработчиков предоставляется полный набор инструментов в составе SOPHON SDK, что обеспечивает лёгкое развёртывание алгоритмов и миграцию приложений.
Мультимедиа и видеоанализ:
Core-1688JD4 демонстрирует впечатляющие возможности: поддержка до 16 каналов декодирования H.264 1080p, до 10 каналов кодирования и обработка видео с шести сенсоров одновременно.
Встроенный профессиональный ISP (Image Signal Processor) обеспечивает HDR, 3D-шумоподавление, улучшение контраста, коррекцию искажений объектива и другие алгоритмы компьютерного зрения, включая преобразование «рыбьего глаза» (fisheye unwarp), сшивание изображений (stitching) и бинокулярное слияние. Модуль способен обрабатывать видео с разрешением до 8K SDR при 15 fps, что обеспечивает качественный анализ даже при работе с высококачественными камерами.
Интерфейсная часть Core-1688JD4 отличается универсальностью: два порта Gigabit Ethernet, расширение Wi-Fi и Bluetooth через SDIO, 4G/5G через USB 3.0, HDMI 2.0, MIPI DSI, LVDS, TTL, MIPI-CSI/subLVDS и BT-интерфейсы обеспечивают гибкость подключения камер, дисплеев и периферии.
Для хранения и расширения функционала предусмотрены 2 × PCIe 3.0/SATA Gen3, USB 3.0/2.0, SDIO, а также множество интерфейсов управления и сенсоров (I2C, SPI, I2S, UART, CAN, PWM, ADC).
Core-1688JD4 выпускается в компактном форм-факторе Goldfinger 260 pin SODIMM (69,6 × 45 мм, ≈ 20 г), поддерживает питание 5 В с энергопотреблением 6,5 Вт в среднем (максимум 20 Вт) и работает при температуре от −20 °C до +60 °C.
Благодаря сочетанию высокой производительности, широких интерфейсов и готового SDK модуль подходит для AI-серверов, edge AI боксов, промышленных ПК, интеллектуальных камер и IoT-устройств, обеспечивая эффективное внедрение решений edge AI в реальных сценариях.
Модуль Core-1684JD4: Следующий уровень производительности
Следующим по мощности в линейке является Core-1684JD4. Он основан на процессоре SOPHON BM1684 — высокопроизводительном восьмиядерном ARM Cortex-A53 (12 нм, частота до 2,3 ГГц) с интегрированным TPU для ускорения нейронных сетей.
Модуль обеспечивает производительность до 17,6 TOPS для INT8, 2,2 TOPS для FP32 и до 35,2 TOPS при использовании Winograd INT8, что позволяет решать сложные задачи ИИ-инференса и компьютерного зрения как на edge‑устройствах, так и в облачных системах.
TPU содержит 64 NPU с 1024 вычислительными блоками, поддерживающими широкий спектр алгоритмов и сетевых моделей. Core-1684JD4 совместим с основными фреймворками глубокого обучения, включая TensorFlow, PyTorch, Caffe, Paddle, ONNX, MXNet, Tengine и DarkNet, а также поддерживает разработку кастомных операторов и использование Docker-контейнеров.
В части видеовычислений модуль демонстрирует впечатляющие возможности: поддержка до 32 каналов декодирования 1080p H.264, кодирования 1080p@50fps и работы с кодеками MJPEG до 1080p@480fps. Благодаря мощному ISP и возможности анализа видеопотоков одновременно с декодированием более 16 каналов HD-видео Core-1684JD4 отлично подходит для систем видеонаблюдения, распознавания лиц, контроля транспортных потоков, умных магазинов и других сценариев, где требуются быстрая обработка видео и сложный анализ объектов.
Модуль обладает широким набором интерфейсов: PCIe 3.0, GMAC, SDIO 3.0, I2C, PWM, UART, GPIO, что упрощает его интеграцию в edge-устройства и промышленные решения. Форм-фактор Goldfinger 260-pin SODIMM (69,6 × 55 мм) позволяет комбинировать модуль с бэкплейном и создавать высокопроизводительные платы с расширенными интерфейсами.
Питание осуществляется от источника 12 В/5 А, среднее энергопотребление составляет около 8,2 Вт (максимум 19 Вт). Модуль работает в температурном диапазоне от −20 °C до +60 °C и при влажности 10–90 % без конденсации, что обеспечивает его надёжность в промышленных и коммерческих приложениях.
Core-1684JD4 представляет собой готовую платформу для быстрого внедрения ИИ-приложений: от визуальных вычислений и обработки видео до edge computing, интеллектуальной транспортной инфраструктуры, БПЛА, умных магазинов и систем безопасности. Наличие полного набора SDK, инструментов развёртывания и документации позволяет разработчикам быстро интегрировать ИИ-функциональность и ускорить вывод продуктов на рынок.
Флагманские решения: обзор iCore-1684XQ и Core-1684XJD4
Наконец, самыми мощными в линейке SoM для ИИ от Firefly являются модули iCore-1684XQ и Core-1684XJD4. Рассмотрим сначала более компактный iCore-1684XQ. Он создан на базе современного процессора SOPHON BM1684X, разработанного для задач искусственного интеллекта, машинного зрения и интеллектуальной автоматизации. Восьмиядерный ARM Cortex-A53 с частотой до 2,3 ГГц, выполненный по 12-нм техпроцессу, обеспечивает высокую производительность при умеренном энергопотреблении.
Интегрированный TPU-ускоритель обеспечивает вычислительную мощность до 32 TOPS (INT8), 16 TFLOPS (FP16/BF16) или 2 TFLOPS (FP32) – этого достаточно для выполнения сложных нейросетевых моделей, включая трансформеры, детекторы и системы распознавания объектов в реальном времени.
Модуль поддерживает все популярные фреймворки глубокого обучения: TensorFlow, PyTorch, Caffe, Paddle, ONNX, MXNet, Tengine и DarkNet. Он поставляется с открытым SDK и комплектом инструментов для разработки – от компиляции моделей до их оптимизации и развёртывания на целевой платформе.
Наличие унифицированной программной среды делает iCore-1684XQ удобным выбором для разработчиков, которым важно минимизировать затраты на миграцию алгоритмов и ускорить вывод продуктов на рынок.
С точки зрения мультимедийных возможностей iCore-1684XQ поддерживает обработку до 32 каналов видео 1080p с кодированием и декодированием в формате H.264 и суммарной производительностью до 800 кадров/с. Возможна одновременная AI-обработка более 16 видеопотоков HD-качества, что делает модуль идеальным решением для систем видеонаблюдения, распознавания лиц и автомобильных номеров, управления трафиком и «умных» городов.
Аппаратная платформа модуля включает 16 ГБ оперативной памяти LPDDR4X и 64 ГБ встроенной памяти eMMC (дополнительно 128 МБ SPI-Flash). Для подключения периферии предусмотрены интерфейсы PCIe 3.0 (x8 RC only), GMAC, I²C, UART, PWM, SDMMC и GPIO. Для обеспечения надёжного и стабильного соединения используется высокоскоростной промышленный BTB-разъём, который обеспечивает плотный контакт с бэкплейном и позволяет создавать полнофункциональные вычислительные платы промышленного уровня.
Благодаря типичному энергопотреблению 30 Вт (12 В/2,5 А) и рабочему диапазону температур от −20 °C до +60 °C модуль подходит для встраиваемых систем и промышленных решений, где важны стабильность и отказоустойчивость. Firefly предоставляет референс-дизайн бэкплейна, полный комплект технической документации, SDK, руководства и примеры кода, что значительно упрощает вторичную разработку.
Firefly iCore-1684XQ применяется в самых разных областях: от интеллектуальной безопасности и транспортных систем до умных парковок, ритейла, промышленности, финансового сектора и энергетики. Модуль сочетает высокую производительность, надёжность и открытость экосистемы, предлагая разработчикам мощный фундамент для создания интеллектуальных edge-решений нового поколения.
Core-1684XJD4: Альтернативный форм-фактор
Core-1684XJD4 представляет собой мощное решение для встраиваемых систем искусственного интеллекта, основанное на том же процессоре SOPHON BM1684X, что и iCore-1684XQ. Как и промышленная версия, он использует восьмиядерный ARM Cortex-A53 с частотой до 2,3 ГГц, выполненный по 12-нм техпроцессу, но отличается форм-фактором и схемой подключения.
Core-1684XJD4 использует стандартный 260-контактный SODIMM-разъём, что делает его особенно удобным для интеграции в компактные edge-системы, а также для разработчиков, которым важны быстрое прототипирование и масштабирование решений.
Модуль обеспечивает ту же вычислительную мощность, что и iCore-1684XQ – до 32 TOPS (INT8), 16 TFLOPS (FP16/BF16) и 2 TFLOPS (FP32). Встроенный TPU реализует аппаратное ускорение нейронных сетей и поддерживает все ведущие фреймворки: TensorFlow, PyTorch, Caffe, Paddle, ONNX, MXNet, Tengine и DarkNet.
Firefly предоставляет SOPHON SDK – полноценный набор инструментов для глубокого обучения, включающий драйверы, компилятор и утилиты для развёртывания моделей. Также поддерживается контейнеризация через Docker, что упрощает развёртывание и перенос алгоритмов между проектами.
С точки зрения мультимедийных возможностей Core-1684XJD4 поддерживает декодирование до 32 каналов видео 1080p H.264 и кодирование до 12 каналов одновременно, а также анализ до 32 потоков HD-видео с применением ИИ. Это делает модуль подходящим для задач видеоструктурирования, распознавания лиц и номеров, анализа поведения объектов, а также для умных городов и систем безопасности.
Модуль оснащён интерфейсами PCIe 3.0, GMAC, SDIO 3.0, I²C, PWM, UART, GPIO, что обеспечивает совместимость с широким спектром периферийных устройств. Поддержка двух гигабитных Ethernet-портов, а также опциональных беспроводных модулей через SDIO делает Core-1684XJD4 гибким решением для IoT-инфраструктуры и распределённых edge-сетей.
Главное отличие от iCore-1684XQ заключается в конструкции и позиционировании:
- Core-1684XJD4 – это универсальный SODIMM-модуль, ориентированный на разработчиков встраиваемых систем, прототипирование и массовое производство.
- iCore-1684XQ – это промышленный вариант с BTB-интерфейсом, рассчитанный на повышенную механическую надёжность и устойчивость в условиях вибраций и помех.
При этом оба модуля используют один и тот же AI-процессор и идентичную вычислительную платформу, что обеспечивает полную совместимость на уровне SDK и экосистемы Firefly.
Core-1684XJD4 доступен в конфигурациях с 6 ГБ, 12 ГБ или 16 ГБ LPDDR4/LPDDR4X и до 128 ГБ eMMC. Типичное энергопотребление составляет около 30 Вт (12 В/5 А). Рабочий диапазон температур – от −20 °C до +60 °C, масса модуля около 30 г.
Firefly предоставляет для Core-1684XJD4 референс-дизайн бэкплейна, SDK, документацию и обучающие материалы, что позволяет быстро приступить к созданию собственных продуктов на базе этой платформы.
Благодаря своей мощности и гибкости модуль находит применение в сферах интеллектуальной безопасности, транспорта, промышленности, ритейла, энергетики и городской инфраструктуры, обеспечивая баланс между производительностью, универсальностью и компактностью.
В таблице ниже представлены основные характеристики рассмотренных SoM-модулей для ИИ компании Firefly и их аналогов.
Заключение
Линейка SoM-модулей компании Firefly на базе процессоров SOPHON охватывает широкий спектр задач – от недорогих систем компьютерного зрения до высокопроизводительных edge-AI комплексов, способных обрабатывать множество видеопотоков благодаря мощным NPU. Эти решения отличаются энергоэффективностью и богатой функциональностью, будучи ориентированы на создание мультимодальных систем обработки изображений, многоканального видеооборудования и компактных интеллектуальных устройств.
Где купить SoM-модули Firefly в России?
Все представленные SoM-модули доступны к приобретению в компании «Матрикс Электроника», которая является официальным партнёром Firefly. Компания поставляет не только сами вычислительные модули, но и отладочные платы, периферию, а также обеспечивает инженерную поддержку для проектов любой сложности.
Оставляйте заявку, наши инженеры помогут с подбором электронных компонентов:
сайт: https://gcmatrix.com/
email: info@gcmatrix.com