Контроллер зрения с ИИ-ускорителем · AI Inference Edge Appliance

Hikrobot MV-VAC

Контроллер AI-инференса Hikrobot MV-VAC поддерживает традиционные алгоритмы, периферийное и глубокое обучение; вычислительная часть комплектуется двумя слотами памяти (DDR4 или DDR5 в зависимости от исполнения) и ускорителем 1070D. Предназначен для исполнения моделей и обработки изображений на выделенном узле, причём допустимый объём памяти и число ускорителей зависят от конфигурации процессора.

Масса: 2200–7600 г
Цена по запросуНазовём цену и подтвердим наличие в первом ответе инженера.
Наличие
под заказ
Срок поставки
4 недели
Гарантия
36 месяцев
Подобрать под задачу

Вычислительная платформа для inference

Поддержка традиционных алгоритмов, всех edge learning CPU algorithms и большинства deep learning algorithms определяет назначение MV-VAC как контроллера AI inference. Предусмотрены две аппаратные конфигурации: Core i5-8500 с 6 ядрами и 6 потоками либо Core i5-12400 с 6 ядрами и 12 потоками. Обе строятся вокруг памяти DDR4 S-DIMM и ускорителя 1070D.

Для Core i5-8500 предусмотрено два слота памяти до 16 ГБ каждый, суммарно до 32 ГБ, и одна карта 1070D с 8 ГБ GDDR4X. Вариант Core i5-12400 допускает по 32 ГБ на слот и 64 ГБ суммарно, а также две карты 1070D по 8 ГБ. Конфигурации различаются объёмом памяти, числом CPU-потоков и количеством ускорителей.

Конфигурация Core i5-8500 сочетает 6 ядер, 6 потоков, память до 32 ГБ и одну карту 1070D. Вариант Core i5-12400 сохраняет 6 ядер, увеличивает число потоков до 12, память до 64 ГБ и число карт 1070D до двух. MV-VAC поддерживает все традиционные алгоритмы, все edge learning CPU algorithms и большинство deep learning algorithms, поэтому выбор исполнения связывают с требуемой аппаратной конфигурацией.

Описание

Контроллер зрения с аппаратным ускорителем нейросетей: к обычному процессору Core i5 или i7 добавлена плата 1070D на 70 TOPS. Нужен там, где решение построено на глубоком обучении — поиск дефектов на сложных поверхностях, классификация, распознавание в потоке, — и процессора для нужного такта уже не хватает.

‼️ Отдельного даташита на эти шесть исполнений производитель не публикует. Состав ниже — из прайс-листа 2026Q3; полную спецификацию запрашиваем у вендора под конкретный проект.

Исполнения

Одно изделие в разных ревизиях. По умолчанию поставляем актуальную; если у вас на участке уже стоит конкретная — назовите её в запросе, подберём совместимую.

АртикулPN
MV-VAC3504H-128G01312900015
MV-VAC3504X-128G01312900013
MV-VAC3704H-128G01312900014
MV-VAC3704X-128G01312900012
MV-VAC5524-256G02312900016
MV-VAC5724-256G02312900017

Характеристики

Ёмкость накопителя256 ГБ; 2000 ГБ1
Слоты PCI Expressслот PCIe x16, слот PCIe x81
Тип накопителяSSD, HDD, M.2
ВидеовыходыHDMI, VGA
Разрешение дисплея/видеовыхода1920×1080 пикс. (максимум) @ частота обновления 60 Гц
Режим контроллерастабилизация напряжения1
Количество цифровых входов8
Напряжение питания24 В
Поддержка PoEда1
Влажность20…95 % @ без конденсации
СертификацияCE, KC
Вычислительная производительность TOPS70 TOPS @ INT8/UINT8 на тензорных ядрах
Интерфейс накопителяSATA
Мощность ускорителя25 Вт
Одновременные независимые дисплейные выходыда
Разъём входного питания4 конт. @ контактов в разъёме 4, цепь питания питание системы; 2 конт. @ контактов в разъёме 2, с учётом доп. питания PCIe, цепь питания доп. питание карты PCIe1
Температура0…45 °C
АртикулОперативная памятьПроцессорКоличество выходов подсветки
MV-VAC3504H-128G01
16 ГБ; 32 ГБ (максимум)
Intel Core i5-8500; 6 ядер, 6 потоков
4
Ускоритель ИИ
1070D плата нейросетевого анализа; 8 GB GDDR4X видеопамять; питание: 25 W; вычислительная производительность: INT8/UINT8 TC: 70 TOPS
Интерфейс передачи данных
GigE; USB 2.0, USB 3.0; RS-232
Все характеристики
Алгоритмы и инструменты обработки
поддерживает все традиционные алгоритмы …Свернутьподдерживает все традиционные алгоритмы VM; поддерживает все модули VM Edge Learning для CPU; поддерживает модули глубокого обучения для GPU и CPU.; поддерживает параллельную обработку нескольких задач нейросетевого анализа, без ускорения за счёт параллелизма.; обнаружение объектов, локализация символов, распознавание символов, обнаружение отдельных символов, классификация изображений, сегментация экземпляров, сегментация изображений/быстрая сегментация изображений, сегментация без учителя и др.
Накопители
SSD 128 ГБ, HDD 2000 ГБ
Напряжение выхода подсветки
24 В
Мощность одного выхода подсветки
72 Вт (максимум, на порт) при отдельном питании подсветки, напряжение питания 24 В
Суммарная мощность выходов подсветки
80 Вт (максимум) при отдельном питании подсветки, напряжение питания 24 В
Цифровые входы и выходы (линии)
8 входов, с цифровой изоляцией; 16 выходов, с оптоизоляцией, NPN, PNP
Количество цифровых выходов
16
Электрический тип выходов
NPN, PNP, оптоизолированный
Потребляемая мощность
150 Вт (типичное)
Габариты
161,4×208,5×105,5 мм
Масса
2200 г (примерно)
Память ускорителя
8 ГБ
Слоты оперативной памяти
2 × 8 GB установлено; 2 DDR4 SO-DIMM слоты; 16 GB на модуль; 32 GB всего (максимум)
Порты, количество и назначение
GigE ×6 (передача данных)
USB 2.0 ×4 (передача данных), USB 3.0 ×4 (передача данных)
USB 2.0 (внутренний)
Показать все (5)RS-232 ×2 (последовательный)
HDMI (видеовыход), VGA (видеовыход)
Частота обновления дисплея
60 Гц @ разрешение экрана 1920×1080 пикс.
MV-VAC3704X-128G01
16 ГБ; 64 ГБ (максимум)
Intel Core i7-12700; 12 ядер, 20 потоков
4
Ускоритель ИИ
1070D плата нейросетевого анализа; 8 GB GDDR4X видеопамять; питание: 25 W; вычислительная производительность: INT8/UINT8 TC: 70 TOPS
Интерфейс передачи данных
GigE; USB 2.0, USB 3.0; RS-232
Все характеристики
Алгоритмы и инструменты обработки
поддерживает все традиционные алгоритмы …Свернутьподдерживает все традиционные алгоритмы VM; поддерживает все модули VM Edge Learning для CPU; поддерживает модули глубокого обучения для GPU и CPU.; поддерживает параллельную обработку нескольких задач нейросетевого анализа, без ускорения за счёт параллелизма.; обнаружение объектов, локализация символов, распознавание символов, обнаружение отдельных символов, классификация изображений, сегментация экземпляров, сегментация изображений/быстрая сегментация изображений, сегментация без учителя и др.
Накопители
SSD 128 ГБ, HDD 2000 ГБ
Напряжение выхода подсветки
24 В
Мощность одного выхода подсветки
72 Вт (максимум, на порт) при отдельном питании подсветки, напряжение питания 24 В
Суммарная мощность выходов подсветки
80 Вт (максимум) при отдельном питании подсветки, напряжение питания 24 В
Цифровые входы и выходы (линии)
8 входов, с цифровой изоляцией; 16 выходов, с оптоизоляцией, NPN, PNP
Количество цифровых выходов
16
Электрический тип выходов
NPN, PNP, оптоизолированный
Потребляемая мощность
150 Вт (типичное)
Габариты
161,4×208,5×105,5 мм
Масса
2200 г (примерно)
Память ускорителя
8 ГБ
Слоты оперативной памяти
2 × 8 GB установлено; 2 DDR4 SO-DIMM слоты; 32 GB на модуль; 64 GB всего (максимум)
Порты, количество и назначение
GigE ×6 (передача данных)
USB 2.0 ×4 (передача данных), USB 3.0 ×4 (передача данных)
USB 2.0 (внутренний)
Показать все (5)RS-232 ×2 (последовательный)
HDMI (видеовыход), VGA (видеовыход)
Частота обновления дисплея
60 Гц @ разрешение экрана 1920×1080 пикс.
MV-VAC3704H-128G01
16 ГБ; 32 ГБ (максимум)
Intel Core i7-8700; 6 ядер, 12 потоков
4
Ускоритель ИИ
1070D плата нейросетевого анализа; 8 GB GDDR4X видеопамять; питание: 25 W; вычислительная производительность: INT8/UINT8 TC: 70 TOPS
Интерфейс передачи данных
GigE; USB 2.0, USB 3.0; RS-232
Все характеристики
Алгоритмы и инструменты обработки
поддерживает все традиционные алгоритмы …Свернутьподдерживает все традиционные алгоритмы VM; поддерживает все модули VM Edge Learning для CPU; поддерживает модули глубокого обучения для GPU и CPU.; поддерживает параллельную обработку нескольких задач нейросетевого анализа, без ускорения за счёт параллелизма.; обнаружение объектов, локализация символов, распознавание символов, обнаружение отдельных символов, классификация изображений, сегментация экземпляров, сегментация изображений/быстрая сегментация изображений, сегментация без учителя и др.
Накопители
SSD 128 ГБ, HDD 2000 ГБ
Напряжение выхода подсветки
24 В
Мощность одного выхода подсветки
72 Вт (максимум, на порт) при отдельном питании подсветки, напряжение питания 24 В
Суммарная мощность выходов подсветки
80 Вт (максимум) при отдельном питании подсветки, напряжение питания 24 В
Цифровые входы и выходы (линии)
8 входов, с цифровой изоляцией; 16 выходов, с оптоизоляцией, NPN, PNP
Количество цифровых выходов
16
Электрический тип выходов
NPN, PNP, оптоизолированный
Потребляемая мощность
150 Вт (типичное)
Габариты
161,4×208,5×105,5 мм
Масса
2200 г (примерно)
Память ускорителя
8 ГБ
Слоты оперативной памяти
2 × 8 GB установлено; 2 DDR4 SO-DIMM слоты; 16 GB на модуль; 32 GB всего (максимум)
Порты, количество и назначение
GigE ×6 (передача данных)
USB 2.0 ×4 (передача данных), USB 3.0 ×4 (передача данных)
USB 2.0 (внутренний)
Показать все (5)RS-232 ×2 (последовательный)
HDMI (видеовыход), VGA (видеовыход)
Частота обновления дисплея
60 Гц @ разрешение экрана 1920×1080 пикс.
MV-VAC3504X-128G01
16 ГБ; 64 ГБ (максимум)
Intel Core i5-12400; 6 ядер, 12 потоков
4
Ускоритель ИИ
1070D плата нейросетевого анализа; 8 GB GDDR4X видеопамять; питание: 25 W; вычислительная производительность: INT8/UINT8 TC: 70 TOPS
Интерфейс передачи данных
GigE; USB 2.0, USB 3.0; RS-232
Все характеристики
Алгоритмы и инструменты обработки
поддерживает все традиционные алгоритмы …Свернутьподдерживает все традиционные алгоритмы VM; поддерживает все модули VM Edge Learning для CPU; поддерживает модули глубокого обучения для GPU и CPU.; поддерживает параллельную обработку нескольких задач нейросетевого анализа, без ускорения за счёт параллелизма.; обнаружение объектов, локализация символов, распознавание символов, обнаружение отдельных символов, классификация изображений, сегментация экземпляров, сегментация изображений/быстрая сегментация изображений, сегментация без учителя и др.
Накопители
SSD 128 ГБ, HDD 2000 ГБ
Напряжение выхода подсветки
24 В
Мощность одного выхода подсветки
72 Вт (максимум, на порт) при отдельном питании подсветки, напряжение питания 24 В
Суммарная мощность выходов подсветки
80 Вт (максимум) при отдельном питании подсветки, напряжение питания 24 В
Цифровые входы и выходы (линии)
8 входов, с цифровой изоляцией; 16 выходов, с оптоизоляцией, NPN, PNP
Количество цифровых выходов
16
Электрический тип выходов
NPN, PNP, оптоизолированный
Потребляемая мощность
150 Вт (типичное)
Габариты
161,4×208,5×105,5 мм
Масса
2200 г (примерно)
Память ускорителя
8 ГБ
Слоты оперативной памяти
2 × 8 GB установлено; 2 DDR4 SO-DIMM слоты; 32 GB на модуль; 64 GB всего (максимум)
Порты, количество и назначение
GigE ×6 (передача данных)
USB 2.0 ×4 (передача данных), USB 3.0 ×4 (передача данных)
USB 2.0 (внутренний)
Показать все (5)RS-232 ×2 (последовательный)
HDMI (видеовыход), VGA (видеовыход)
Частота обновления дисплея
60 Гц @ разрешение экрана 1920×1080 пикс.
MV-VAC5524-256G02
16 ГБ; 64 ГБ (максимум)
Intel® Core™ i5-12400 / 6 ядер, 12 потоков
8
Ускоритель ИИ
плата нейросетевого анализа 1070D × 2; видеопамять: 8 GB GDDR4X × 2
Интерфейс передачи данных
GigE
USB 2.0, USB 3.0
RS-232 @ режим последовательного порта RS-232
Показать все (5)RS-485 @ режим последовательного порта RS-485
RS-422 @ режим последовательного порта RS-422
Все характеристики
Алгоритмы и инструменты обработки
поддерживает все традиционные алгоритмы …Свернутьподдерживает все традиционные алгоритмы VM, все модули VM Edge Learning для CPU и модули глубокого обучения для GPU и CPU.; поддерживает параллельную обработку нескольких задач нейросетевого анализа, со значительным ускорением.; обнаружение объектов, локализация символов, распознавание символов, обнаружение отдельных символов, классификация изображений, сегментация экземпляров, сегментация изображений / быстрая сегментация изображений, сегментация без учителя и др.
Накопители
SSD 256 ГБ @ форм-фактор накопителя M.2 …СвернутьSSD 256 ГБ @ форм-фактор накопителя M.2 2280, интерфейс накопителя SATA; HDD 2000 ГБ @ скорость вращения 5400 rpm, форм-фактор накопителя 3,5″
Напряжение выхода подсветки
24 В @ режим привода подсветки постоянное напряжение, при отдельном питании подсветки
Мощность одного выхода подсветки
72 Вт (максимум, на порт) при отдельном питании подсветки
Суммарная мощность выходов подсветки
190 Вт (максимум) при отдельном питании подсветки
Цифровые входы и выходы (линии)
8 входов, с оптоизоляцией; 12 выходов, …Свернуть8 входов, с оптоизоляцией; 12 выходов, с оптоизоляцией, NPN, PNP; 8 выходов, с цифровой изоляцией, выход NPN (ключ на минус); 4 двунаправленные линии, без гальванической развязки, дифференциальный сигнал
Количество цифровых выходов
12 @ изоляция линий оптоизолированные, …Свернуть12 @ изоляция линий оптоизолированные, тип выхода NPN/PNP; 8 @ изоляция линий с цифровой изоляцией, тип выхода нижний ключ
Электрический тип выходов
NPN, PNP; дифференциальный; выход NPN (ключ на минус)
Потребляемая мощность
314 Вт (типичное) @ контактов в разъёме …Свернуть314 Вт (типичное) @ контактов в разъёме 4, цепь питания питание системы; 232 Вт (типичное) @ контактов в разъёме 2, с учётом доп. питания PCIe, цепь питания доп. питание карты PCIe
Габариты
302,3×248×210 мм
Масса
7600 г (примерно)
Память ускорителя
8 ГБ (на устройство)
Слоты оперативной памяти
2 DDR5 SO-DIMM слоты памяти; максимум 32 GB на модуль
Порты, количество и назначение
GigE ×3 (передача данных)
GigE ×4 (передача данных)
USB 2.0 ×4 (передача данных), USB 3.0 ×4 (передача данных), USB 2.0 (внутренний)
Показать все (6)RS-232 ×2 (последовательный)
HDMI (видеовыход), VGA (видеовыход)
SATA 3.0 ×2 (накопитель), M.2 NVMe (накопитель)
Частота обновления дисплея
60 Гц (максимум) @ разрешение экрана 1920×1080 пикс.
MV-VAC5724-256G02
16 ГБ; 64 ГБ (максимум)
Intel® Core™ i7-12700 / 12 ядер, 20 потоков
8
Ускоритель ИИ
плата нейросетевого анализа 1070D × 2; видеопамять: 8 GB GDDR4X × 2
Интерфейс передачи данных
GigE
USB 2.0, USB 3.0
RS-232 @ режим последовательного порта RS-232
Показать все (5)RS-485 @ режим последовательного порта RS-485
RS-422 @ режим последовательного порта RS-422
Все характеристики
Алгоритмы и инструменты обработки
поддерживает все традиционные алгоритмы …Свернутьподдерживает все традиционные алгоритмы VM, все модули VM Edge Learning для CPU и модули глубокого обучения для GPU и CPU.; поддерживает параллельную обработку нескольких задач нейросетевого анализа, со значительным ускорением.; обнаружение объектов, локализация символов, распознавание символов, обнаружение отдельных символов, классификация изображений, сегментация экземпляров, сегментация изображений / быстрая сегментация изображений, сегментация без учителя и др.
Накопители
SSD 256 ГБ @ форм-фактор накопителя M.2 …СвернутьSSD 256 ГБ @ форм-фактор накопителя M.2 2280, интерфейс накопителя SATA; HDD 2000 ГБ @ скорость вращения 5400 rpm, форм-фактор накопителя 3,5″
Напряжение выхода подсветки
24 В @ режим привода подсветки постоянное напряжение, при отдельном питании подсветки
Мощность одного выхода подсветки
72 Вт (максимум, на порт) при отдельном питании подсветки
Суммарная мощность выходов подсветки
190 Вт (максимум) при отдельном питании подсветки
Цифровые входы и выходы (линии)
8 входов, с оптоизоляцией; 12 выходов, …Свернуть8 входов, с оптоизоляцией; 12 выходов, с оптоизоляцией, NPN, PNP; 8 выходов, с цифровой изоляцией, выход NPN (ключ на минус); 4 двунаправленные линии, без гальванической развязки, дифференциальный сигнал
Количество цифровых выходов
12 @ изоляция линий оптоизолированные, …Свернуть12 @ изоляция линий оптоизолированные, тип выхода NPN/PNP; 8 @ изоляция линий с цифровой изоляцией, тип выхода нижний ключ
Электрический тип выходов
NPN, PNP; дифференциальный; выход NPN (ключ на минус)
Потребляемая мощность
314 Вт (типичное) @ контактов в разъёме …Свернуть314 Вт (типичное) @ контактов в разъёме 4, цепь питания питание системы; 232 Вт (типичное) @ контактов в разъёме 2, с учётом доп. питания PCIe, цепь питания доп. питание карты PCIe
Габариты
302,3×248×210 мм
Масса
7600 г (примерно)
Память ускорителя
8 ГБ (на устройство)
Слоты оперативной памяти
2 DDR5 SO-DIMM слоты памяти; максимум 32 GB на модуль
Порты, количество и назначение
GigE ×3 (передача данных)
GigE ×4 (передача данных)
USB 2.0 ×4 (передача данных), USB 3.0 ×4 (передача данных), USB 2.0 (внутренний)
Показать все (6)RS-232 ×2 (последовательный)
HDMI (видеовыход), VGA (видеовыход)
SATA 3.0 ×2 (накопитель), M.2 NVMe (накопитель)
Частота обновления дисплея
60 Гц (максимум) @ разрешение экрана 1920×1080 пикс.

1 указано не для всех исполнений

Подбор и применение

Выполнение AI inference на ускорителе 1070D. Запуск традиционных и edge learning CPU алгоритмов. Масштабирование памяти до 32 или 64 ГБ.

Минимальный комплект: Для запуска используют MV-VAC на Core i5-8500 с памятью DDR4 S-DIMM и одной картой 1070D либо вариант на Core i5-12400 с памятью DDR4 S-DIMM и двумя картами 1070D.

Вопросы и ответы

Какие процессорные конфигурации прямо перечислены для контроллера MV-VAC?

Память и ускорители связаны с Core i5-8500 на 6 ядер и 6 потоков либо Core i5-12400 на 6 ядер и 12 потоков. Аппаратный перечень ограничен этими двумя процессорными конфигурациями.

Какой предел оперативной памяти имеет каждая конфигурация MV-VAC?

Обе конфигурации имеют по два слота DDR4 S-DIMM. Для Core i5-8500 предел одного слота — 16 ГБ, суммарный — 32 ГБ; для Core i5-12400 — 32 ГБ на слот и 64 ГБ суммарно.

Сколько ускорителей 1070D предусмотрено в вариантах контроллера MV-VAC?

С Core i5-8500 указана одна карта 1070D с 8 ГБ GDDR4X. Конфигурация Core i5-12400 содержит две карты 1070D по 8 ГБ; интерфейс каждой описан как PCIe Gen4 X4 с 16 ГБ/с.

Какая вычислительная производительность заявлена для карты 1070D?

Для карты приведены 70 TOPS при INT8/UINT8, 35 TFLOPS при BF16/FP16, 18 TFLOPS при TF32 и 9 TFLOPS при FP32. Частота памяти — 3200 МГц, пропускная способность — 102,4 ГБ/с, мощность — 25 Вт.

Какие типы алгоритмов допускает вычислительная платформа MV-VAC?

MV-VAC поддерживает все conventional algorithms, все edge learning CPU algorithms и большинство deep learning algorithms. Вариант Core i5-8500 использует одну карту 1070D, а Core i5-12400 — две.

Какое обозначение сертификации указано для контроллера MV-VAC?

Для MV-VAC указано обозначение CE-EMC. Оно относится к контроллеру, для которого отдельно перечислены две конфигурации процессора, памяти DDR4 S-DIMM и ускорителей 1070D.

Применяется в задачах