Плата разработчика RDK X5 8 ГБ — бортовой AI компьютер 10 TOPS для БПЛА и НРК (D-Robotics, CAN FD, PoE)

RDK X5 8 ГБ — старшая версия одноплатного ИИ-компьютера от D-Robotics на чипе Sunrise 5. От версии 4 ГБ отличается удвоенным объёмом оперативной памяти — 8 ГБ LPDDR4. Это позволяет запускать большие модели (Transformer, LLM, RWKV), работать с мультикамерными стерео-системами и выполнять ресурсоёмкие ИИ-задачи на Edge без компромиссов.

📊 Сравнение: 4 ГБ vs 8 ГБ

📊 Технические характеристики

🔌 Основные интерфейсы и разъёмы

— 4× USB 3.0 Type-A — для камер, периферии, USB-модемов
— 1× USB 2.0 Type-C — питание + Flash Connect (прошивка, дебаг, передача данных через один кабель)
— 1× Micro USB — отладочный UART
— 2× 22-pin MIPI CSI — для подключения одной или двух камер (включая стерео-пары)
— 1× MIPI DSI 4-lane — для LCD-дисплеев
— 1× HDMI Type-A — видеовыход 1080p@60fps
— 1× Gigabit Ethernet RJ45 — с поддержкой PoE
— 1× CAN FD — для интеграции с контроллерами двигателей, flight controllers
— 40-pin GPIO — I2C, SPI, UART, PWM, I2S (распиновка как у Raspberry Pi)
— 1× MicroSD слот — для загрузки ОС

🔗 Программная поддержка

— Ubuntu 22.04 — полноценная Linux-система
— ROS2 (TogetheROS.Bot) — нативная поддержка робототехнического фреймворка
— NodeHub — 200+ готовых алгоритмов: YOLO, стерео-зрение, оптический поток, Occupancy Networks
— Поддержка моделей: Transformer, RWKV, CLIP — развёртывание LLM на Edge
— Flash Connect — прошивка, питание и дебаг через один USB-C кабель
— RDK Studio — IDE для разработки и деплоя

🎯 Применение (где 8 ГБ — преимущество)

— Развёртывание LLM и Transformer-моделей на борту БПЛА или робота
— Мультикамерный pipeline: 2–4 видеопотока одновременно для панорамного обзора
— Стерео-зрение с высокоточным depth estimation (погрешность <1% до 10 м)
— Occupancy Networks — 3D-реконструкция среды для автономной навигации
— Сложные AI-задачи: мультимодальный анализ (видео + IMU + LiDAR)
— R&D и тренировка Edge-моделей с PyTorch/TensorFlow

📦 Комплектация (Single Board)

— Плата D-Robotics RDK X5 8 ГБ — 1 шт.

⚠️ Обратите внимание

— Для работы необходимы: MicroSD-карта (≥8 ГБ), блок питания 5 В / 5 А USB-C (27W), радиатор охлаждения
— Камеры MIPI CSI, PoE-модуль, корпус — приобретаются отдельно
— Не подключайте и не отключайте камеры при включённой плате — риск повреждения модуля
— GPIO работают на уровне 3.3 В — не подавайте 5 В на сигнальные пины

❓ Часто задаваемые вопросы (FAQ)

Зачем 8 ГБ, если NPU одинаковый?
NPU обрабатывает инференс, а RAM нужна для всего остального: загрузка модели, буферизация видео, ОС, ROS2-ноды. Большие модели (Transformer, LLM) не помещаются в 4 ГБ — им нужен объём для весов и промежуточных вычислений.

Совместим ли RDK X5 с Raspberry Pi?
GPIO-разъём 40-pin имеет такую же распиновку, как у Raspberry Pi. Большинство HAT-модулей физически подходят, но требуется программная поддержка под Ubuntu/ROS2.

Какую ОС поддерживает?
Ubuntu 22.04 с полноценным рабочим столом или headless-режимом. Нативная поддержка ROS2 через фреймворк TogetheROS.Bot.

Можно ли использовать на БПЛА?
Да. Компактные размеры (100 × 80 мм), CAN FD для связи с flight controller, 2× MIPI CSI для стерео-камер, Wi-Fi 6 для телеметрии. 8 ГБ RAM позволяют запускать сложные мультимодальные pipeline на борту.

Что такое BPU и 10 TOPS?
BPU (Brain Processing Unit) — нейропроцессор D-Robotics для ИИ-вычислений. 10 TOPS означает 10 триллионов операций в секунду — достаточно для реалтайм-детекции, стерео-зрения и запуска моделей на Edge.

Поддерживает ли PoE?
Да, Gigabit Ethernet порт поддерживает PoE — питание через сетевой кабель. Необходим PoE-модуль (приобретается отдельно).

Какие камеры поддерживаются?
Два 4-lane MIPI CSI порта. Поддерживаются официальные камеры D-Robotics (включая стерео-модуль), а также совместимые MIPI-камеры. USB-камеры также работают через USB 3.0.

В чём разница между Single Board и Basic Kit?
Single Board — только плата. Basic Kit — плата + MicroSD 64 ГБ + радиатор + кардридер + USB-кабель + блок питания 27W. Если у вас есть аксессуары — берите Single Board.

Подходит ли для развёртывания LLM?
Да, 8 ГБ RAM достаточно для развёртывания квантизированных LLM-моделей через фреймворк D-Robotics. Поддерживаются RWKV, CLIP и другие Transformer-архитектуры.