Arduino VENTUNO™ Q Edge KI-Single-Board-Computer

Der VENTUNO™ Q Edge KI-Single-Board-Computer (SBC) von Arduino ist eine Hochleistungs-Entwicklungsplattform, die entwickelt wurde, um künstliche Intelligenz direkt in reale, physische Applikationen wie Robotik, Bildverarbeitungssysteme und intelligente Automatisierung zu integrieren. Aufbauend auf einer leistungsstarken Dual-Brain-Architektur kombiniert es einen Qualcomm Dragonwing™ IQ8 KI-Prozessor für fortschrittliche Inferenz in neuronalen Netzen mit einem STM32H5-Mikrocontroller, der speziell für deterministische Echtzeitsteuerung ausgelegt ist, wodurch Wahrnehmung, Entscheidungsfindung und Ausführung auf einem einzigen Board zusammengeführt werden können.

Der VENTUNO Q von Arduino unterstützt anspruchsvolle Edge-KI-Workloads mit integrierten NPU-, CPU- und GPU-Ressourcen und gewährleistet gleichzeitig eine Reaktionszeit im Submillisekundenbereich für Bewegungssteuerung und industrielle I/O.

Das Board bietet über das Arduino App Lab ein einheitliches Entwicklungserlebnis, das es Entwicklern ermöglicht, nahtlos mit Arduino- Sketches, Python Linux-Applikationen und KI-Modellen in einer einzigen Umgebung zu arbeiten, egal ob es als eigenständiger Linux Desktop ausgeführt oder mit einem Host-PC verbunden ist. Dank der Unterstützung mehrerer Kameras, Hochgeschwindigkeits-Konnektivität und eines umfangreichen Ökosystems aus optimierten, einsatzbereiten KI-Modellen ermöglicht VENTUNO Q Entwicklern die Erstellung vollständig offline arbeitender, intelligenter Systeme mit geringer Latenz, die die physische Welt wahrnehmen, verstehen und mit ihr interagieren können, ohne auf Cloud-Computing angewiesen zu sein.

Merkmale

Beschleunigte Dual-Brain-Architektur, die über eine RPC-Brücke (Remote Procedure Call) nahtlos kommuniziert und so KI für den praktischen Einsatz ermöglicht
- AI Brain – der Dragonwing IQ-8275 Prozessor bietet NPU, CPU und GPU für komplexe Inferenz in neuronalen Netzen.
- Action Brain – der STM32H5F5 Mikrocontroller ermöglicht Reaktionszeiten im Sub-Millisekundenbereich und gewährleistet so eine stabile, deterministische Steuerung für Robotik, Bewegungssysteme und industrielle Schnittstellen.
2 verschiedene Einrichtungsmodi für ein einzigartiges Erlebnis
- SBC
  - Fügen Sie einen Monitor, eine Tastatur und eine Maus hinzu
  - Den Benutzern steht ein professioneller Linux-Desktop mit Arduino App Lab zur Verfügung, das sofort startbereit ist.
- PC-basierte Einrichtung – Verbinden Sie VENTUNO Q über USB Type-C^® oder eine Netzwerkverbindung mit einem Laptop oder Desktop-Computer, um Arduino App Lab auf einem PC auszuführen.
16 GB RAM mit hoher Bandbreite ermöglichen gleichzeitige KI-Inferenz für mehrere Modelle
64 GB erweiterbarer Speicher – eMMC in Industriequalität sowie M.2-Anschluss für eine Speichererweiterung mit NVMe Gen 4
3x 4-spurige MIPI-CSI-Kameraschnittstellen für 360°-Rundumsicht, Stereo-Tiefenwahrnehmung und Inspektion aus mehreren Blickwinkeln
Display-Ausgänge
- MIPI-DSI für Touchscreens und interaktive Panels
- HDMI für Monitore und Projektoren
- USB Type-C-DisplayPort-Alt-Modus für vielseitige Videoausgabe
Industrielle I/O und Steuerung
- CAN-FD für professionelle Motorsteuerungen und industrielle Netzwerke
- PWM und deterministische GPIO für Reaktionszeiten im Sub-Millisekundenbereich
Speziell für Robotik und physikalische Ansteuerung entwickelt
- Unterstützt das Robot Operating System 2 (ROS 2) für die Entwicklung fortschrittlicher Echtzeit-Roboter
- Arduino App Lab stellt spezielle Robotik-Bausteine bereit, die komplexe Funktionen in leicht zugängliche, wiederverwendbare Komponenten bündeln
- Sofortige Reaktionen über GPIO, PWM und CAN-FD ermöglichen eine jitterfreie Motorsteuerung und sicherheitskritische Zuverlässigkeit

Tri-Band Wi-Fi^® 6 (2,4/5/6 GHz) und BLUETOOTH^® 5.3 für drahtlose Konnektivität, 2,5 Gb Ethernet
- Universelle USB-Konnektivität
- USB Type-C für Hochgeschwindigkeits-Video- und Audiodatenübertragung
- Zwei USB-A 3.0-Anschlüsse für Peripherie und Speicher
Unübertroffene Hardwarekompatibilität für schnelle Innovation
- Unterstützung für UNO Arduino ™ Shields – native Kompatibilität mit allen UNO Shields, Motorsteuerungen, Sensoren, Displays und drahtlosen Schnittstellen, sofort einsatzbereit
- Raspberry Pi^® Hat-Kompatibilität – Standardmäßige 40-Pin-GPIO-Stiftleiste gewährleistet volle elektrische und mechanische Kompatibilität mit Raspberry Pi-Zubehör
- Arduino Modulino™-Knoten und Qwiic-Konnektivität – der lötfreie Qwiic-Steckverbinder unterstützt verkettbare Modulino-Knoten und Hunderte von Qwiic-kompatiblen Sensoren mit polarisierten, fehlersicheren Verbindungen
- Unterstützung für Hochgeschwindigkeits-Medienträger – erweiterte Träger-Header (JMEDIA, JOMEGA, JMISC) bieten dedizierte Kanäle für Hochgeschwindigkeitskameras, Displays, mehrachsige Steuerung und Sensorfusion
Vielseitige, einsatzbereite KI-Modelle
- Lokale LLMs – Verwendung von Qwen für ein hochentwickeltes Verständnis natürlicher Sprache direkt auf dem Gerät, ohne Abhängigkeit von der Cloud oder Datenübertragung
- Lokale VLMs – Qwen VLM kombiniert visuelle Wahrnehmung mit dem Verständnis natürlicher Sprache für Bildbeschriftungen, Szenenbeschreibungen, OCR und mehr
- TTS und ASR – Nutzung von Melo TTS und Whisper, wodurch Offline-Geräte natürliche Sprache verstehen, transkribieren und menschenähnliche Antworten geben können
- Gestenerkennung – Erkennung von Handgesten, Fingerbewegungen und Gebärdensprache für berührungslose Benutzeroberflächen und die Mensch-Roboter-Interaktion mithilfe von MediaPipe
- Objektverfolgung – Verwendung von YOLO-X (You Only Look Once – eXtended), um Personen, Fahrzeuge oder Objekte in Echtzeit über mehrere Kameraansichten hinweg zu verfolgen
- Posenerkennung – Erfassung von Körperhaltungen, Gelenkpositionen und Bewegungsmustern mit PoseNet (für Fitness-Applikationen, Sicherheitsüberwachung und interaktive Spiele)

Applikationen

Robotik und Bewegungssteuerung
KI-gestützte Systeme

Edge-KI-Bildverarbeitungs- und Sensorsysteme
Bildung und Forschung

Technische Daten

Qualcomm Dragonwing IQ8 (IQ-8275) Mikroprozessor (MPU)
- ARM^® Cortex^® Octa-Core-CPU
- Arm Cortex A623 Adreno GPU/VPU bei 877 MHz
- Hexagon Tensor AI-Prozessor (NPU) mit bis zu 40 Dense-TOPS
- Qualcomm Spectra 692 ISP
- Ubuntu oder Debian als Upstream-Betriebssystem (OS)
STM32H5F5 Mikrocontroller (MCU)
- Arm Cortex M33 bei 250 MHz
- 4 MB Flash-Speicher
- 1,5 MB RAM
- Arduino Core auf Zephyr OS
16 GB LPDDR5 RAM
Speicher
- 64 GB eMMC
- M.2-Anschluss für externen Gen 4-NVMe-Speicher
Konnektivität
- Wi-Fi 6 2.4/5/6GHz mit integrierter Antenne
- Bluetooth 5.3 mit integrierter Antenne
- 1x 2.5 Gbit RJ45
Kamera
- USB-Kameraunterstützung
- 3x MIPI-CSI-Anschlüsse, gemultiplext mit 2x MIPI-CSI am JMEDIA-Header

Video
- 1x HDMI, gemultiplext mit MIPI DSI am JMEDIA-Header
- Unterstützung für Videoausgabe (DP-Alt-Modus) über USB Type-C
- MIPI-DSI-Pins am JMEDIA-Header
2x Mikrofon-Eingang / Kopfhörer-Ausgang / Ohrhörer-Ausgang / Line-Ausgang am JMISC-Header für Audio
Netzteil
- 5 V_DC max. bei 3 A vom USB Type-C-Steckverbinder
- 5,5 mm x 2,1 mm Netzanschluss, 12 V_DC bis 24 V_DC
- 7 V_DC bis 24 V_DC Schraubanschluss
- 7 V bis 24 V am JOMEGA
USB
- 1x USB Type-C Ausgang Anschluss Host-/Geräterollenumschaltung Schalter und Videoausgang
- 2x USB 3.0 Typ A
- 2x USB 3.0 am JOMEGA-Header
CAN
- 1x CAN-FD PHY am Schraubanschluss
- 3x CAN-FD (ohne PHY) am JOMEGA-Header
- 1x CAN-FD (ohne PHY) an den UNO Shield-Headers
Größe: 160 mm x 100 mm x 25,8 mm