RM182X M.2 AI Accelerator Module RM1820MC0 RM1828MC0 Rockchip 20TOPS LLM Inference Module

RM182X M.2 AI Accelerator Module RM1820MC0 RM1828MC0 Rockchip 20TOPS LLM Inference Module

La serie RM182XMC0 sono moduli di co-processore AI ad alte prestazioni di Rockchip, inclusi

Adottare l'interfaccia M.2 Key-M gold-finger

con comunicazione PCIe2.1, il fattore di forma compatto da 22×80 mm consente una facile integrazione in bordo e

dispositivi incorporati con uno sforzo minimo di progettazione della scheda base, accelerando lo sviluppo del prodotto AI.

Fornendo fino a 20 TOPS @INT8 AI potenza di calcolo,il modulo supportaINT4 / INT8 /

Tipi di dati INT16 / FP8 / FP16 / BF16 per l'inferenza LLM localee di visione artificiale.

Viene fornito con DRAM di bordo ad alta larghezza di banda: 2,5 GB per RM1820MC0 e 5 GB per RM1828MC0.

I modelli tradizionali preadattati includono la serie Qwen2.5 / Qwen3, FastVLM, MobileNet, ResNet50V2,

Sono fornite catene complete di strumenti software: RKNN3 Toolkit,

RKNN3 Runtime API e RKNN3 Model Zoo per la conversione, la distribuzione e la rapida convalida dei modelli.
Input di potenza: 3,3 V dallo slot M.2 più alimentazione aggiuntiva da 12 V. Potenza e prestazioni di latenza diverse

sono disponibili in modalità di funzionamento a risparmio energetico/standard per l'inferenza di modelli di grandi dimensioni.
Come produttore originale offriamo supporto tecnico e servizi di personalizzazione per gli integratori di sistemi

e sviluppatori di soluzioni di IA.

Caratteristiche fondamentali
1. Rockchip RM182X AI co-processore modulo, 20 TOPS@INT8 prestazioni di calcolo
2Due varianti: RM1820MC0 supporta fino a 3 LLM; RM1828MC0 supporta fino a 7 LLM
3. M.2 Interfaccia chiave-M tramite PCIe2.1, dimensioni compatte 22×80mm, semplice integrazione hardware
4. DRAM a banda larga integrata: 2,5 GB (RM1820MC0) / 5 GB (RM1828MC0)
5Supporto multi-precisione: INT4 / INT8 / INT16 / FP8 / FP16 / BF16
6. Compatibile con LLM della serie Qwen, YOLO, MobileNet, ResNet e altri modelli di IA
7. Piattaforma software completa: RKNN3 Toolkit, Runtime API, esempi di implementazione di Model-Zoo
8- Requisito di doppia potenza: 3,3 V (slot M.2) + alimentazione esterna di 12 V

Scenari di applicazione
Inferenza di bordo del modello locale in grande linguaggio
Visione artificiale integrata e rilevamento di oggetti
Scatola di calcolo Edge AI / Aggiornamento del gateway AI
Attrezzature industriali intelligenti e terminali di IA in loco
Soluzioni incorporate AIoT, progetti di sviluppo secondari