Beschreibung Das LLM630 Rechenkit ist eine Edge-AI-Entwicklungsplattform fuer lokale Inferenz mit grossen Sprachmodellen und Computer-Vision-Anwendungen. Die Hauptplatine nutzt einen Axera AX630C SoC mit effizienter NPU und 3.2 TOPs bei INT8-Praezision, geeignet fuer CV-, LLM-, Spracherkennung-, Text-to-Speech- und Wake-Word-Workflows. Das LLM630 Rechenkit kombiniert 4GB LPDDR4, 32GB eMMC, JL2101B-N040C Gigabit-Ethernet und eine ESP32-C6 2.4GHz Wi-Fi-6-Netzwerkkarte mit Wi-Fi- und Ethernet-Bridge-Funktion. Die Basisplatine ergaenzt BMI270 6-Achsen-Erfassung, Mikrofon- und Lautsprecheranschluesse, MIPI DSI, MIPI CSI, microSD, USB OTG, Lade- und Batterieerkennung sowie zwei HY2.0-4P-Erweiterungsports. Mit dem StackFlow-Framework kann das LLM630 Rechenkit AI-Aufgaben einzeln oder als Pipeline ausfuehren. Dokumentierte Modellbeispiele umfassen Yolov11, DepthAnything, InternVL2.5-1B, Qwen2.5-0.5B/1.5B, Llama3.2-1B, Whisper und MeloTTS fuer interaktive Edge-Intelligenz. Funktionen LLM630 Rechenkit mit Axera AX630C SoC fuer lokale Edge-AI-Inferenz. 3.2 TOPs INT8 NPU-Leistung, maximal 12.8 TOPs bei INT4-Praezision. 4GB LPDDR4 und 32GB eMMC fuer Modellspeicherung und paralleles Laden. JL2101B-N040C Gigabit-Ethernet plus ESP32-C6 Wi-Fi 6 bei 2.4GHz. USB OTG, zwei USB-Type-C-Ports, microSD-Erweiterung und SMA-Antennenanschluss. MIPI DSI Display-Schnittstelle und MIPI CSI Kamera-Schnittstelle fuer Vision-Anwendungen. Mikrofon- und Lautsprecheranschluesse mit NS4150B Class-D-Verstaerker fuer Sprachinteraktion. Batterieanschluss, AW32001E-Ladechip und BQ27220YZFR-Batterieerkennung. StackFlow-Entwicklungsframework fuer CV-, LLM-, Sprach- und multimodale AI-Pipelines. Spezifikationen SoC AX630C, Dual-Core Cortex-A53, 1.2GHz Hauptfrequenz NPU 3.2 TOPs @ INT8, maximal 12.8 TOPs @ INT4 RAM 4GB LPDDR4, davon 2GB Systemspeicher und 2GB Hardwarebeschleunigungsspeicher Speicher eMMC 5.1, 32GB Kabelnetzwerk JL2101B-N040C, 1GbE Drahtlosnetzwerk ESP32-C6, 2.4GHz Wi-Fi USB-UART CH9102F USB-zu-Seriell-Port USB-OTG USB 2.0 Host oder Device Antennenschnittstelle SMA Innenloch Audioschnittstelle MIC- und SPK-Header, 5P @ 1.25mm Display-Schnittstelle MIPI DSI, 1 x 2-Lane, max. 1080p @ 30fps, 1.25mm Kamera-Schnittstelle MIPI CSI, 1 x 4-Lane, max. 4K @ 30fps, 1.25mm Steckverbindermodell Audio-Schnittstelle 1.25-5P; Funktionserweiterung 1.25-8P; Batterieanschluss 1.25-2P Batteriemanagement AW32001ECSR-Ladechip, BQ27220YZFR-Energieerkennung Batterieanschluss 1.25mm Batterieanschluss fuer 3.7V Lithiumbatterie USB-Ports 2 x USB Type-C fuer Datentransfer und OTG-Funktion USB-Stromeingang 5V@2A USB-Type-C-Header PortA 4P @ 2.0mm fuer I2C; PortC 4P @ 2.0mm fuer UART Externer Speicher microSD-Kartensteckplatz Externe Funktionsschnittstelle FUNC-Header 8P @ 1.25mm fuer Aufwecken, Power-Management, externe LED-Steuerung und I2C Tasten 2 Tasten fuer Ein/Aus, Benutzerinteraktion und Reset Sensor BMI270 6-Achsen-Sensor Betriebstemperatur 0 C bis 40 C Produktgroesse 90.3 x 31.6 x 12.0mm Verpackungsgroesse 133.0 x 83.0 x 17.0mm Produktgewicht 23.6g Bruttogewicht 68.1g Anwendungen Das LLM630 Rechenkit eignet sich fuer lokale Edge-AI-Projekte mit Kamera-, Audio- und Netzwerkdaten. Sicherheitsueberwachung mit lokaler Vision-Modell-Inferenz. Smart-Home-Steuerpanels und Edge-AI-Gateways. Smart-Agriculture-Knoten, die Kamera-, Sensor- und Netzwerkdaten verbinden. Smart-Sales-Terminals mit Sprach- und Bildinteraktion. Interaktive Roboter mit lokalen LLM-, Sprach- und Kamera-Pipelines. Ausbildungs- und Lernplattformen auf Basis des LLM630 Rechenkit. Lieferumfang 1 x LLM630 Rechenkit 1 x SMA 2.4GHz Wi-Fi-Antenne 1 x Kuehlkoerper 4 x EVA-Schaumstoff-Fusspads Weitere Inhalte Beim LLM630 Rechenkit haengt das Einschaltverhalten von der Stromquelle ab. Bei USB-Stromversorgung fuehrt ein langer Druck auf PWR/BOOT bis zum blauen Blinken in den Download-Modus; ein kurzer Druck auf PWR/BOOT startet einen Reset. Bei reinem Batteriebetrieb schaltet ein kurzer Druck PWR/BOOT ein oder startet neu, ein Doppelklick auf PWR/BOOT schaltet aus. Das LLM630 Rechenkit ist fuer erweiterbare Edge-Intelligenz ausgelegt. DSI und CSI dienen Display- und Kameraentwicklung, die Audio-Header unterstuetzen Spracheingabe und -ausgabe, und der FUNC-Header stellt Aufwecken, Power-Management, externe LED-Steuerung und I2C fuer eigene Traegerdesigns bereit. Ressourcen LLM630 Rechenkit Dokumentation Schaltplan PDF fuer das Rechenkit STEP-Modell-Datei fuer das Gehaeuse- und Boarddesign BMI270 6-Achsen-Sensor Datenblatt PDF AW32001E Ladechip Datenblatt PDF NS4150B Class-D-Verstaerker Datenblatt PDF BQ27220YZFR Batterie-Monitor Datenblatt PDF AX630C Prozessor Datenblatt PDF ADB-, SSH- und UART-Verbindungsanleitung Anleitung zum Aktualisieren des Softwarepakets Anleitung zum Aktualisieren des Image-Basispakets StackFlow API LLM Demo-Anleitung Jupyter Notebook Anleitung StackFlow AI Uebersicht StackFlow Framework GitHub-Repository StackFlow JSON API Dokumentation FAQ Welche AI-Aufgaben kann das Kit ausfuehren? Das LLM630 Rechenkit eignet sich fuer lokale Computer-Vision-, LLM-, Spracherkennung-, Text-to-Speech-, Wake-Word- und multimodale Pipeline-Anwendungen mit StackFlow. Unterstuetzt es kabelgebundene und drahtlose Netzwerke? Ja. Das LLM630 Rechenkit bietet Gigabit-Ethernet und ESP32-C6 2.4GHz Wi-Fi 6 sowie Wi-Fi- und Ethernet-Bridge-Funktion. Welche Peripherie kann erweitert werden? Das Board stellt MIPI DSI, MIPI CSI, Audio-Header, zwei HY2.0-4P-Ports, microSD, USB OTG und den FUNC-Erweiterungsheader bereit. Was ist im Lieferumfang enthalten? Der Lieferumfang enthaelt das LLM630 Rechenkit, eine SMA-Wi-Fi-Antenne, einen Kuehlkoerper und vier EVA-Schaumstoff-Fusspads.
