Inter开发板实验汇总

背景

产品型号：AIxBoard-N5105

开发公司：蓝蛙智能

蓝蛙智能成立于2018年，2021年成为英特尔OpenVINO官方技术伙伴，2023年推出英特尔数字化开发套件爱克斯板AIxBoard-N5105。

资源

类型	网站	备注
产品介绍	​​产品介绍 - 英特尔数字化开发套件​​
案例分析	​​案例分享 - 英特尔数字化开发套件​​
硬件资源	​​硬件资源 - 英特尔数字化开发套件​​
AI应用开发（OpenVINO）	本地gitlab: ​​http://10.8.59.16/Code/openvino_note​​ 公网github： https://github.com/openvinotoolkit/openvino_notebooks（一系列可立即运行的 Jupyter 笔记本，用于学习和试验 OpenVINO™ 工具套件） ​​https://github.com/openvinotoolkit/open_model_zoo（预训练的深度学习模型和演示）​​
ftp资料目录	ftp://10.8.59.196/EUMS/IntelAI/AIxBoard/
OpenCV学习	​​Intel OpenCV课程​​Intel官方的OpenCV免费认证课程，实战导向，由浅入深
	​​OpenCV官方课程​​OpenCV社区的官方认证课程
	​​OpenCV学堂​​ ​​OpenCV4 快速入门视频30讲​​知名开发者贾志刚的OpenCV课程，多所学校及企业特聘讲师，课程接地气，贴近应用。
	​​51OpenLab-一OpenCV初级认证课程​​ ​​51OpenLab-一OpenCV高级认证课程​​
AI预训练模型	​​Hugging Face​​机器学习界的github，共享超过100000个与训练模型，10000个数据集,涵盖了 NLP、计算机视觉、语音、时间序列、生物学、强化学习等领域，以帮助科学家和相关从业者更好地构建模型，并将其用于产品或工作流程。
	​​Intel Open Model Zoo​​英特尔OpenVINO工具套件的预训练模型库，包含商业级模型及公开模型，可快速应用于项目
免费学习资源	​​英特尔AI开发者社区​​英特尔AI开发者中文社区，包含视频教程，案例教程，行业应用

开发板资料

该套件预装了英特尔OpenVINO™工具套件、模型仓库和演示案例，便于您轻松快捷地开始应用开发。

套件主要接口与Jetson Nano（由NVIDIA推出的一款小型AI开发板，带有GPU:384-core NVIDIA Volta GPU with 48 Tensor Cores）载板兼容，GPIO与树莓派兼容，能够最大限度地复用成熟的生态资源。这使得套件能够作为边缘计算引擎，为人工智能产品验证和开发提供强大支持；同时，也可以作为域控核心，为机器人产品开发提供技术支撑。

注：NVIDIA Volta(伏特)架构是NVIDIA 定义的架构类型；Tensor Core（张量计算核心）是由NVIDIA研发的新型处理核心，可实现混合精度计算，并能根据精度的升降动态调整算力，在保持准确性的同时提高吞吐量。

主要参数

• 11代英特尔赛扬处理器N5105 2.0GHz (Intel(R) Celeron(R) N5105 @ 2.00GHz)
• 板载LPDDR4x内存,最高支持8GB，2933MHz, 4GB/6GB/8GB（目前开发板为DDR4 8G）
• 板载64GB eMMC存储
• 1个千兆以太网口, 4个USB3.0
• 板载WiFi6模块 Intel AX201
• 1个M.2存储扩展槽,支持SATA&NVME协议
• 1路DP接口, 1路HDMI接口，支持双显
• Typc-C PD供电, DC 12V供电
• 系统支持 Ubuntu20.04 LTS、Winodws 10/11
• 英特尔N5105处理器显卡是基于第 11 代（GEN11-LP GT1）显卡内核架构，能够大幅提升性能和降低功耗。

AI推理单元

借助OpenVINO工具，能够实现CPU+iGPU（同时拥有CPU和GPU功能的处理器，被称为集成图形处理器或IGPU。IGPU是在CPU上集成的GPU，用于对计算机系统进行图形处理和图像渲染。随着技术的进步，现在的主板通常都会配备IGPU）异构计算推理,iGPU算力约为0.6TOPS

Cpu、Gpu、Npu的区别

CPU（中央处理器）：CPU是计算机系统中最重要的处理器，它被用于执行通用计算任务，例如操作系统、办公软件、浏览器等。CPU通常包含几个核心，每个核心可以执行多个线程。CPU的特点是普适性强，适用于广泛的处理任务，但相对于GPU和NPU而言，在执行大量浮点运算时性能较差。

GPU（图形处理器）：GPU最初是为了图形渲染而开发的，随着计算机的发展，GPU也被用于执行大量的并行计算任务，例如深度学习、机器学习、加密货币挖矿等。GPU具有众多的核心，可以同时处理大量的数据，特别是浮点运算。GPU的优势在于可以高效地执行大量的并行计算任务，但相对于CPU而言，其通用性较差。

NPU（神经网络处理器）：NPU是专门用于执行神经网络计算任务的处理器，其设计目的是为了提高深度学习模型的训练和推理速度。NPU通常采用定制化的硬件架构和算法，以满足神经网络计算的特殊需求。NPU的优势在于可以高效地执行神经网络计算任务，但相对于CPU和GPU而言，其通用性更低，只适用于特定的应用场景。

格式	解码级别	编码级别
H.265/HEVC	M10P @ L5.1 8b/10b Up-to 4kp60 (3480x2160); (420) Up-to 4kp30 (3480x2160);(444)	M10P @ L5.1 8b/10b Up to 4kp60 (3480x2160); (420) Up-to 4kp30 (3480x2160); (444)
VP9	Profile 0,1,2,3 8b/10b Up-to 4kp60 (3480x2160);(420) Up-to 4kp30 (3480x2160);(444)	Profile 0,1,2,3 8b/10b Up-to 4kp60 (3480x2160);(420) Up-to 4kp30 (3480x2160); (444)
H.264	MP, HP, CBP L5.2 8b/ Up-to 4kp60 (3480x2160); (420)	MP, HP, CBP 8b/ Up-to 4kp60 (3480x2160); (420)
WMV9/VC1	SP ML/MP HL/AP L4 and up to 4Kp60 (3480x2160); AP L3 Up-to 1920x1080p24 AP L4 Up to 2048x1536p24 MP HL Up to 1920x1080p30 SP ML Up to 352x288p15	Not Supported
MPEG-2	1080p60 (MP@HL and MP@ML)	Not Supported
VC-1	AP L3 8b/ Up to 1080p30	Not Supported
JPEG/MJPEG	850Mpps (420), 640Mpps (422), 428Mpps (444)	800Mpps (420), 600Mpps (422)

CPU框图

Audio Codec 音频编解码器

开发板使用的音频编解码器。本开发板使用的是ALC269高清音频编解码器，集成了 2+2 声道 DAC、4 声道 ADC 和 D 类扬声器放大器。 2+2 声道 DAC 同时支持两个独立的立体声输出。 4 通道 ADC 集成了两个立体声和独立的模拟声音输入。

• ​​RTL Audio Codec ALC269​​
• 本地手册位置：\\10.8.59.196\data\EUMS\IntelAI\AIxBoard\硬件资源\ALC269.PDF

Pin No.	Function	Linux GPIO
1	3V3 VCC
2	5V VCC
3	I2C1_SDA
4	5V VCC
5	I2C1_SCL
6	GND
7	GPIO（GP_D04）	gpio880
8	UART_TX	ttys4
9	GND
10	UART_RX	ttys4
11	GPIO(GP_H19)	无
12	GPIO(GP_D13)	gpio889
13	GPIO(GP_D17)	gpio893
14	GND
15	GPIO(GP_E01)	gpio973
16	GPIO(GP_D06)	gpio882
17	3V3 VCC
18	GPIO(GP_D22)	gpio898
19	SPI0_MOSI
20	GND