Banana Pi BPI-CanMV-K230D-Zero 采用嘉楠科技 K230D RISC-V芯片设计
概述
Banana Pi BPI-CanMV-K230D-Zero 采用嘉楠科技 K230D RISC-V芯片设计,探索 RISC-V Vector1.0 的前沿技术,选择嘉楠科技的 Canmv K230D Zero 开发板。这款创新的开发板是由嘉楠科技与香蕉派开源社区联合设计研发,搭载了先进的勘智 K230D 芯片。 K230D 芯片拥有双核玄铁 C908 RISC-V CPU,集成自主研发的第三代 KPU,内置 128MB LPDDR4 内存,提供了高性能的本地推理运算支持。Canmv K230D Zero 的设计旨在支持各种 DIY 项目、物联网设备和嵌入式系统,其丰富的开发资源和小巧的尺寸使其成为市场上最具竞争力的开发板之一。无论是编程学习、边缘 AI 音视频产品创新,还是性能评估,Canmv-K230D Zero 都助您开启创新之旅。
BPI-CanMV-K230D Zero开发板采用的是嘉楠科技Kendryte®系列AIoT芯片中的最新一代SoC芯片K230D。该芯片采用全新的多异构单元加速计算架构,集成了2个RISC-V高能效计算核心,内置新一代KPU(Knowledge Process Unit)智能计算单元,具备多精度AI算力,广泛支持通用的AI计算框架,部分典型网络的利用率超过了70%。
该芯片同时具备丰富多样的外设接口,以及2D、2.5D等多个标量、向量、图形等专用硬件加速单元,可以对多种图像、视频、音频、AI等多样化计算任务进行全流程计算加速,具备低延迟、高性能、低功耗、快速启动、高安全性等多项特性。
关键特性
-
嘉楠科技 K230D RISC-V chip
-
128 RAM 内存
-
双camera摄像头
-
MIPI CSI 显示屏接口
-
Wifi onboard
-
40 Pin GPIO
-
ADC audio语音接口
快速上手
快速上手ed BPI-CanMV-K230D Zero开发板 |
硬件
硬件接口示意图
BPI-CanMV-K230D-Zero 产品图片
Banana Pi CanMV-K230D-Zero 产品图集
硬件规格
香蕉派 BPI-CanMV-K230D-Zero 硬件规格 | |
---|---|
参数 | 说明 |
CPU | 玄铁 C908 双核 RISC-V CPU; |
CPU1: 1.6GHz, 支持 RVV1.0; | |
CPU2: 800MHz; | |
KPU | 第三代 KPU,支持 INT8/INT16 等多种数据类型; |
典型网络性能:Restnet50>=85fps@INT8, | |
Mobilenet_v2>=670fps@INT8;YoloV5s>=38fps@INT8 | |
DPU | 内置 3D 结构光深度引擎,最大分辨率支持到 1920*1080 |
VPU | 内置 H.264/H.265 硬件编解码器 |
图像输入 | 2 lane MIPI-CSI x1 + 4 lane MPIP-CSI x1; 最大分辨率至 4K 高清 |
显示输出 | MIPI DSI 接口,最高支持 1080P 显示输出 |
运行内存 | 128MB LPDDR4@2666Mbps |
存储扩展 | 板载 TF 卡扩展接口,最大支持至 1TB |
USB | 1 路 USB 2.0 接口,支持 OTG 功能 |
网络 | 2.4G Wi-Fi&BT |
音频 | 板载麦克风 x1 |
GPIO | 扩展 40Pin 可扩展 GPIO;支持 I2C/UART/I2S/SPI/PWM/ADC/JTAG 扩展转换 |
按键 | 功能按键 x1;复位按键 x1 |
电源 | USB Type-C 5V@2A |
尺寸 | 长:65mm 宽:30mm 高:7mm |
2M MIPI 摄象头模组结构图
开发
软件源代代码
嘉楠科技官方代码
-
SDK(C/C++)代码: GitHub - kendryte/k230_sdk: Kendryte K230 SDK
-
CanMV(Micropython): GitHub - kendryte/k230_canmv
-
Nncase: GitHub - kendryte/nncase: Open deep learning compiler stack for Kendryte AI accelerators ✨
-
End-to-end training: GitHub - kendryte/K230_training_scripts
-
Github 链接k: GitHub - kendryte/k230_canmv
-
Gitee 链接: kendryte/k230_canmv
-
Linux SDK: K230 Linux SDK: K230 Linux SDK
-
CanMV-IDE 下载链接 : 嘉楠开发者社区
参考资料
Canaan 开发者中心 : 嘉楠开发者社区
Github docs: GitHub - kendryte/k230_docs: Kendryte K230 SDK Docs
-
CanMV(Micropython):https://github.com/kendryte/k230_canmv_docs
-
Canaan K230 Series chip Specification introduction: https://www.youtube.com/watch?v=8eNtRKSxDeM
-
硬件芯⽚⼿册及原理图等:
-
i. 芯⽚⼿册: k230_docs/zh/00_hardware/K230_datasheet.md at main · kendryte/k230_docs · GitHub
-
ii. 原理图,PCB等硬件设计资料 : GitHub - kendryte/k230_docs: Kendryte K230 SDK Docs [参⻅硬件设计部分]
-
-
demo演示汇总
-
i k230_docs/zh/02_applications/ai_demos/K230_AI_Demo介绍.md at main · kendryte/k230_docs · GitHub
-
ii. k230_docs/zh/02_applications/fancy_poc/K230_Fancy_Poc介绍.md at main · kendryte/k230_docs · GitHub
-
iii. https://github.com/kendryte/k230_canmv_docs/blob/main/zh/example/K230_CanMV_AI_Demo%E7%A4%BA%E4%BE%8B%E8%AF%B4%E6%98%8E.md
-
iv. k230_docs/zh/01_software/board/examples/K230_SDK_CanMV_Board_Demo使用指南.md at main · kendryte/k230_docs · GitHub
-
大核支持Linux配置: https://github.com/kendryte/k230_docs/blob/main/zh/03_other/K230_%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98%E8%A7%A3%E7%AD%94.md [Section 2.5]
-
-
Canaan 官网:
-
文档: https://developer.canaan-creative.com/k230/dev/index.html
-
工具: https://developer.canaan-creative.com/resource
-
模型训练 : https://developer.canaan-creative.com/model/training
-
模型库: 嘉楠开发者社区
-
系统镜像
嘉楠科技官方镜像
相关文章:

Banana Pi BPI-CanMV-K230D-Zero 采用嘉楠科技 K230D RISC-V芯片设计
概述 Banana Pi BPI-CanMV-K230D-Zero 采用嘉楠科技 K230D RISC-V芯片设计,探索 RISC-V Vector1.0 的前沿技术,选择嘉楠科技的 Canmv K230D Zero 开发板。这款创新的开发板是由嘉楠科技与香蕉派开源社区联合设计研发,搭载了先进的勘智 K230D 芯片。 K230…...

【vim】使用 gn 组合命令实现搜索选中功能
gn是Vim 7.4新增的一个操作(motion),作用是跳到并选中下一个搜索匹配项。 具体说,Vim里执行搜索后,执行n操作只会跳转到下一个匹配项,而不选中它。但是我们往往需要对匹配项执行一些修改操作,例…...

【Python刷题】广度优先搜索相关问题
题目描述 小A与小B 算法思路 小A一次移动一步,但有八个方向,小B一次移动两步,只有四个方向,要求小A和小B最早的相遇时间。用两个队列分别记录下小A和小B每一步可以走到的位置,通过一个简单的bfs就能找到这些位置并…...

竞赛思享会 | 2024年第十届数维杯国际数学建模挑战赛D题【代码+演示】
Hello,这里是Easy数模!以下idea仅供参考,无偿分享! 题目背景 本题旨在通过对中国特定城市的房产、人口、经济、服务设施等数据进行分析,评估其在应对人口老龄化、负增长趋势和极端气候事件中的韧性与可持续发展能力。…...

早期超大规模语言模型的尝试——BLOOM模型论文解读,附使用MindSpore和MindNLP的模型和实验复现
背景 预训练语言模型已经成为了现代自然语言处理pipeline中的基石,因为其在少量的标注数据上产生更好的结果。随着ELMo、ULMFiT、GPT和BERT的开发,使用预训练模型在下游任务上微调的范式被广泛使用。随后发现预训练语言模型在没有任何额外训练的情况下任…...
二分查找题目:有序数组中的单一元素
文章目录 题目标题和出处难度题目描述要求示例数据范围 解法一思路和算法代码复杂度分析 解法二思路和算法代码复杂度分析 题目 标题和出处 标题:有序数组中的单一元素 出处:540. 有序数组中的单一元素 难度 4 级 题目描述 要求 给定一个仅由整数…...

springboot基于Android的华蓥山旅游导航系统
摘 要 华蓥山旅游导航系统是一款专为华蓥山景区设计的智能导览应用,旨在为用户提供便捷的旅游信息服务。该系统通过整合华蓥山的地理信息、景点介绍、交通状况等数据,实现了对景区的全面覆盖。用户可以通过该系统获取实时的旅游资讯、交流论坛、地图等。…...

面向对象编程(OOP)深度解析:思想、原则与应用
🚀 作者 :“码上有前” 🚀 文章简介 :Java 🚀 欢迎小伙伴们 点赞👍、收藏⭐、留言💬 面向对象编程(OOP)深度解析:思想、原则与应用 一、面向对象编程的基本…...

iPhone 17 Air看点汇总:薄至6mm 刷新苹果轻薄纪录
我们姑且将这款iPhone 17序列的超薄SKU称为“iPhone 17 Air”,Jeff Pu在报告中提到,我同意最近关于 iPhone 17超薄机型采用6 毫米厚度超薄设计的传言。 如果这一测量结果被证明是准确的,那么将有几个值得注意的方面。 首先,iPhone…...

「OpenCV交叉编译」ubuntu to arm64
Ubuntu x86_64 交叉编译OpenCV 为 arm64OpenCV4.5.5、cmake version 3.16.3交叉编译器 gcc-arm-10.2-2020.11-x86_64-aarch64-none-linux-gnu 可在arm或linaro官网下载所需版本,本文的交叉编译器可点击链接跳转下载 Downloads | GNU-A Downloads – Arm Developer L…...

Stable Diffusion的解读(二)
Stable Diffusion的解读(二) 文章目录 Stable Diffusion的解读(二)摘要Abstract一、机器学习部分1. 算法梳理1.1 LDM采样算法1.2 U-Net结构组成 2. Stable Diffusion 官方 GitHub 仓库2.1 安装2.2 主函数2.3 DDIM采样器2.4 Unet 3…...

amd显卡和nVidia显卡哪个好 amd和英伟达的区别介绍
AMD和英伟达是目前市场上最主要的两大显卡品牌,它们各有自己的特点和优势,也有不同的适用场景和用户群体。那么,AMD显卡和英伟达显卡到底哪个好?它们之间有什么区别?我们又该如何选择呢?本文将从以下几个方…...

软件测试—— Selenium 常用函数(一)
前一篇文章:软件测试 —— 自动化基础-CSDN博客 目录 前言 一、窗口 1.屏幕截图 2.切换窗口 3.窗口设置大小 4.关闭窗口 二、等待 1.等待意义 2.强制等待 3.隐式等待 4.显式等待 总结 前言 在前一篇文章中,我们介绍了自动化的一些基础知识&a…...

为什么verilog中递归函数需要定义为automatic?
直接上代码 module automatic_tb;reg [7:0] value;initial begin #0 value < 8d5;#10 $display("result of automatic: %0d", factor_automatic(value));$display("result of static: %0d", factor_static(value));#50 $stop; endfunction reg[7:0] fa…...

23种设计模式-状态(State)设计模式
文章目录 一.什么是状态模式?二.状态模式的结构三.状态模式的应用场景四.状态模式的优缺点五.状态模式的C实现六.状态模式的JAVA实现七.代码解释八.总结 类图: 状态设计模式类图 一.什么是状态模式? 状态模式(State Pattern&…...

EventListener与EventBus
EventListener JDK JDK1.1开始就提供EventListener,一个标记接口,源码如下: /*** A tagging interface that all event listener interfaces must extend.*/ public interface EventListener { }JDK提供的java.util.EventObject࿱…...

Facebook为什么注册失败了?该怎么解决?
有时候用户在尝试注册Facebook账号时可能会遇到各种问题,导致注册失败或遇到困难。小编会为大家分析Facebook注册失败的可能原因,并提供解决方法,帮助大家顺利完成注册流程。 一、Facebook注册失败的可能原因 1. 账号信息问题: …...
前端数据可视化思路及实现案例
目录 一、前端数据可视化思路 (一)明确数据与目标 (二)选择合适的可视化图表类型 (三)数据与图表的绑定及交互设计 (四)页面布局与样式设计 二、具体案例:使用 Ech…...

【DVWA】Brute Force暴力破解实战
问尔辈 何等样人 自摸心头 再来求我;若汝能 克存忠孝 持身正直 不拜何妨 1.Brute Force(Low) 相关的代码分析 if( isset( $_GET[ Login ] ) ) {// Get username$user $_GET[ username ];// Check the database$query "SELECT * FROM users WHERE user $…...

23种设计模式速记法
前言 在软件开发的过程中,设计模式作为解决常见问题的通用模板,一直是开发者的重要工具。尤其是在面临复杂系统架构和需求变化时,设计模式不仅能够提升代码的可复用性和扩展性,还能大大提高团队之间的协作效率。然而,…...

【7色560页】职场可视化逻辑图高级数据分析PPT模版
7种色调职场工作汇报PPT,橙蓝、黑红、红蓝、蓝橙灰、浅蓝、浅绿、深蓝七种色调模版 【7色560页】职场可视化逻辑图高级数据分析PPT模版:职场可视化逻辑图分析PPT模版https://pan.quark.cn/s/78aeabbd92d1...

【笔记】WSL 中 Rust 安装与测试完整记录
#工作记录 WSL 中 Rust 安装与测试完整记录 1. 运行环境 系统:Ubuntu 24.04 LTS (WSL2)架构:x86_64 (GNU/Linux)Rust 版本:rustc 1.87.0 (2025-05-09)Cargo 版本:cargo 1.87.0 (2025-05-06) 2. 安装 Rust 2.1 使用 Rust 官方安…...

【从零学习JVM|第三篇】类的生命周期(高频面试题)
前言: 在Java编程中,类的生命周期是指类从被加载到内存中开始,到被卸载出内存为止的整个过程。了解类的生命周期对于理解Java程序的运行机制以及性能优化非常重要。本文会深入探寻类的生命周期,让读者对此有深刻印象。 目录 …...
深度学习之模型压缩三驾马车:模型剪枝、模型量化、知识蒸馏
一、引言 在深度学习中,我们训练出的神经网络往往非常庞大(比如像 ResNet、YOLOv8、Vision Transformer),虽然精度很高,但“太重”了,运行起来很慢,占用内存大,不适合部署到手机、摄…...

实战设计模式之模板方法模式
概述 模板方法模式定义了一个操作中的算法骨架,并将某些步骤延迟到子类中实现。模板方法使得子类可以在不改变算法结构的前提下,重新定义算法中的某些步骤。简单来说,就是在一个方法中定义了要执行的步骤顺序或算法框架,但允许子类…...
python打卡第47天
昨天代码中注意力热图的部分顺移至今天 知识点回顾: 热力图 作业:对比不同卷积层热图可视化的结果 def visualize_attention_map(model, test_loader, device, class_names, num_samples3):"""可视化模型的注意力热力图,展示模…...

二叉树-144.二叉树的前序遍历-力扣(LeetCode)
一、题目解析 对于递归方法的前序遍历十分简单,但对于一位合格的程序猿而言,需要掌握将递归转化为非递归的能力,毕竟递归调用的时候会调用大量的栈帧,存在栈溢出风险。 二、算法原理 递归调用本质是系统建立栈帧,而非…...
标注工具核心架构分析——主窗口的图像显示
🏗️ 标注工具核心架构分析 📋 系统概述 主要有两个核心类,采用经典的 Scene-View 架构模式: 🎯 核心类结构 1. AnnotationScene (QGraphicsScene子类) 主要负责标注场景的管理和交互 🔧 关键函数&…...
基于Java项目的Karate API测试
Karate 实现了可以只编写Feature 文件进行测试,但是对于熟悉Java语言的开发或是测试人员,可以通过编程方式集成 Karate 丰富的自动化和数据断言功能。 本篇快速介绍在Java Maven项目中编写和运行测试的示例。 创建Maven项目 最简单的创建项目的方式就是创建一个目录,里面…...

Yolo11改进策略:Block改进|FCM,特征互补映射模块|AAAI 2025|即插即用
1 论文信息 FBRT-YOLO(Faster and Better for Real-Time Aerial Image Detection)是由北京理工大学团队提出的专用于航拍图像实时目标检测的创新框架,发表于AAAI 2025。论文针对航拍场景中小目标检测的核心难题展开研究,重点解决…...