適用於AI應用的單板電腦，具有Rockchip NPU和Arm®big.LITTLE架構，提供先進的電源設計和易於機器學習的模型部署

• 專為機器學習而設計：採用六核Arm®big.LITTLE A72 + A53架構的動力Rockchip神經處理單元（NPU）
• 具有連通性：豐富的I / O接口，包括一個MIPI-DSI，兩個MIPI-CSI，一個40針GPIO和一個PCIe Mini擴展插槽
• 穩定的功率輸出：靈活的12-19 V DC輸入，通過DC插孔或4針接頭連接，可提供高達65 W的功率
• 多種操作系統支持和開發工具：支持Linux和Android選項，以及提供開發人員強大的API和SDK

台北，台灣，2020年4月29日-華碩（ASUS）今天宣布推出Tinker Edge R，這是一款專為AI應用設計的單板電腦（SBC）。它具有配備有NPU（神經網絡處理單元）的Rockchip RK3399Pro SoC，這是一種機器學習（ML）加速器，可加速處理效率，降低功耗要求，並使構建連接的設備和智慧應用程序更加容易。

借助此整合的ML加速器，Tinker Edge R可以以低功耗執行高達每秒3 Tera操作（TOPS）。

它還具有優化的神經網絡（NN）架構，這意味著Tinker Edge R可以支持多個ML框架，並允許許多常見的ML模型易於編譯和運行。

先進的電源設計

大多數SBC主板僅提供15瓦（5V 3A）電源設計，當有多個連接的設備時，這可能導致設備和系統不穩定。其他SBC的電源設計會降低其I / O端口的性能。 Tinker Edge R具有特殊的電源設計，與DC插孔輸入和4針接頭連接器一起提供高達65瓦的功率，即使使用多個連接設備，也能實現穩定的系統操作和完整的I / O性能。此外，如果所提供的電流和電壓發生顯著變化，則專有的電源保護設計會自動激活，從而有效地保護了電路板和所有連接的設備。

Rockchip RK3399Pro 處理器

Tinker Edge R憑藉由Arm®big.LITTLE A72 + A53技術提供支持強大而先進的六核Rockchip RK3399Pro處理器，Tinker Edge R為圖形，機器視覺，影像，音效，語音和對安全至關重要的應用提供了強大的解決方案。 Tinker Edge R具有4 GB的雙通道LPDDR4系統內存，第四代低功耗DDR DRAM技術，可提供更快的速度甚至更低的功耗，進而提高了系統性能和效率。 它還具有用於NPU的2 GB獨立內存，可提供更快的速度，更高的穩定性和ML推理的高效率。

Tinker Edge R 還配備了板載16 GB eMMC和SD 3.0接口，可為操作系統，應用程序和文件存儲提供顯著更快的讀寫速度。

開發人員的更多連接選項

Tinker Edge R具有豐富的I / O接口，包括一個用於顯示器和触摸屏的MIPI-DSI連接，以及兩個用於兼容攝像機的MIPI-CSI連接，以實現深度測量，智慧自動售貨機和交互式等應用的電腦視覺 廣告。

開發人員友好的設計提供了許多經過深思熟慮的功能，可為初學者和經驗豐富的愛好者提供卓越的體驗。 可編程的LED使開發人員能夠開發自定義的照明行為，例如係統通知和狀態指示器，並且使用彩色編碼的GPIO接頭使識別各個引腳接頭變得容易。

Tinker Edge R 還擁有全尺寸HDMI端口，USB Type-A，USB Type-C，千兆位LAN和Wi-Fi和用於互聯網和網路連接的藍牙以及用於4G / LTE的mini PCIExpress®Mini插槽 擴充卡。

支援多元操作系統和機器學習開發工具

Tinker OS是任何項目或構建的理想起點，並提供了操作系統（OS）的自由度。 基於Debian的Linux發行版可確保流暢且功能豐富的體驗。 Tinker Edge R還支持Android OS：這允許使用一套完全不同的使用方案，範圍包括執行Android應用程序，機器學習（ML）推理等等。

華碩提供了強大的API和SDK，使用戶能夠輕鬆地將ML模型部署到Tinker Edge R上，以進行圖像分類和物體檢測等應用。 它還支持來自Caffe，TensorFlow，TensorFlow Lite，ONNX，Darknet等的模型轉換。

購買和價格

華碩Tinker Edge R將於DATE在PLACES的COUNTRIES發售。 請聯繫您當地的ASUS代表以獲取更多信息。