M5Stack LLM Module Kit AX630C

Con il M5Stack Module LLM Kit ottieni un'intelligenza artificiale potente e in esecuzione locale direttamente sul tuo dispositivo, senza bisogno di cloud o connessione a Internet. Il set è composto dal Module LLM per inferenza offline e dal Module LLM Mate con interfacce versatili per l'integrazione di sistema. Al centro c'è il SoC AX630C con Dual-Core ARM Cortex-A53 e NPU dedicata, che raggiunge 3,2 TOPS in INT8 – ideale per assistenti vocali, controlli intelligenti o applicazioni di intelligenza artificiale basate su edge. Con 4 GB di RAM (di cui 3 GB per la NPU) e 32 GB di memoria eMMC, puoi eseguire più modelli contemporaneamente, inclusi elaborazione di testo, voce e immagini. È preinstallato il modello linguistico Qwen2.5-0.5B con riconoscimento della parola di attivazione (KWS), riconoscimento vocale automatico (ASR), generazione di voce (LLM) e sintesi vocale (TTS). Il kit supporta Arduino e UiFlow, oltre al framework proprietario StackFlow, ed è configurabile e debugabile tramite USB, UART o rete. L'alimentazione avviene tramite l'interfaccia M5BUS, consentendo un'integrazione senza soluzione di continuità in ambienti M5Stack esistenti. Particolarmente pratico: gli aggiornamenti del firmware possono essere facilmente installati tramite scheda SD o porta Type-C. Questo kit è perfetto per progetti di intelligenza artificiale impegnativi nel settore educativo, industriale o per applicazioni private.

Dati tecnici:
Produttore: M5Stack
SKU del produttore: K144
Processore: AX630C Dual Cortex-A53 @ 1,2 GHz con NPU (3,2 TOPS @ INT8, 12,8 TOPS @ INT4)
Memoria: 4 GB LPDDR4 (1 GB sistema, 3 GB NPU), 32 GB eMMC5.1
Audio: Microfono MSM421A, amplificatore audio AW8737, altoparlante 8 Ω @ 1 W
Comunicazione: USB-Serial (CH340N), RJ45 Ethernet, UART, FPC-8P, aggiornamento scheda SD
Funzioni: KWS, ASR, LLM, TTS, indicatore di stato RGB-LED, sistema Ubuntu
Consumo energetico: 5 V @ 0,5 W (Idle), 5 V @ 1,5 W (Full Load)
Dimensioni: 54x54x13 mm
Peso: 66 g

Contenuto della confezione:
1 x Module LLM
1 x Module LLM Mate
2 x cavi FPC-8P.