Sowohl Russland als auch China verwenden ARM gerne abseits des Zweikampfs aus Mikrocontroller und Handy – sowohl vom Server als auch vom Laptop gibt es Neuigkeiten. Mit dem LattePanda 3 Delta steht ein auf x86-CPUs basierender Einplatinencomputer am Start, während GigaDevice und Seeed den GD32E103 als Ersatz für dedizierte CAN-Transciever heranziehen.
BitBlaze: Baikal-basierter Laptop
In Russland steht mit dem Baikal seit einiger Zeit eine ARM-CPU zur Verfügung, die acht mit bis zu 1.5GHz arbeitende Cortex-A57-Kerne mitbringt. Mit dem BitBlaze gibt es nun ein 15.6”-Notebook auf Basis der CPU.
(Bildquelle: BitBlaze.ru)
Sonst handelt es sich dabei im Allgemeinen um eine eher “fußgeherisch” konfigurierte Maschine. Der Arbeitsspeicher liegt in Form zweier SO-DIMM-Module vor und umfasst von Haus aus 16GB. Das auf IPS-Technologie basierende Display ist ein Touchscreen (lies: wahrscheinlich spiegelnd) und hat eine Auflösung von 1920×1080.
Wer eine Vorbestellung vornehmen möchte, kann dies unter https://bitblaze.ru/bitblaze-titan/ tun – die Webseite steht zum Zeitpunkt der Drucklegung leider nur in russischer Sprache zur Verfügung.
Huawei TaiShan-Server und CPU im Test
Huawei arbeitet mit dem TaiShan seit einiger Zeit an einem hauseigenen Server-Chip, der die Abhängigkeit von Intel und AMD reduzieren soll. Der US-amerikanische Nachrichtendienst Serve the Home bekam nun einen solchen Server in die Hände, und bietet unter https://www.servethehome.com/the-forbidden-arm-server-that-is-banned-in-the-us/ eine siebenseitige und sehr umfangreiche Bilderstrecke zur Hardware an. Das Fazit zum Server als Ganzes fällt dabei eher verhalten aus:
Zum eigentlichen Hauptprozessor gibt es unter https://www.servethehome.com/a-quick-look-huawei-hisilicon-kunpeng-920-arm-server-cpu/ dann eine weitere Benchmarkreihe. Die an sich im Jahre 2019 angekündigte CPU bekommt dabei brauchbare Bewertungen – die Tester bemerken allerdings, dass das System auf Huawei-interne Workloads optimiert ist:
GigaDevice / Seeed Studio: GD32E103 als Ersatz für MCP2551 / MCP2515
GigaDevice setzt den vor einiger Zeit begonnen Trend fort, die hauseigenen Mikrocontroller mehr und mehr als Ersatz für Fixed Function-ICs zu offerieren.
Im Zusammenspiel mit dem Modulanbieter Seeed Studio gibt es nun ein neues Grove-CAN-Modul, das das bekannte Zweigespann aus MCP2551 und MCP2515 durch einen GD32E103 ersetzt.
(Bildquelle: Seeed, via Instagram: tam.hanna)
Das neue Modul enthält dabei eine Firmware, die die CAN FD – to – Serial-Funktionalität in Software nachbildet. Auf der unter https://www.seeedstudio.com/Grove-CAN-BUS-Module-based-on-GD32E103-p-5456.html bereitstehenden Webseite kann das Produkt um 5USD bezogen werden – das auf den beiden Klassikern basierende Modul kostet stattdessen 20.
LattePanda 3 Delta: Celeron mit Hardwarezugriff
Intels Entscheidung, die “als Mikrocontrollerersatz” vorgesehenen Mini-X86er abzukündigen, führte zu diversen Lustigkeiten. Seither versuchen Unternehmen wie LattePanda immer wieder, mit Notebookprozessoren Einplatinencomputer zu realisieren.
(Bildquelle: LattePanda)
Das neueste Produkt ist der 3 Delta, der auf einem Intel N5105 basiert. Auf der Platine finden sich ausserdem 8GB RAM und eine 64GB große eMMC-Karte; die UHD-GPU dürfte für Videodecoding und Co mehr als ausreichen.
Für den GPIO-Zugriff verspricht LattePanda dabei eine Python-API, die auf folgendes GPIO-Komplement zurückgreifen darf:
2Up to 23x Digital Input/Output (7 PWM)
31x UART
41x I2C
51x SPI
61x Audio Connector
71x 4–Pin RS232 Header
81x Fan Port (4 Pin 1.25mm PWM 5V)
91x 4–Pin Header (Power and Switch)
Die bisher nur per Crowdfunding-Plattform erhältliche Platine soll bald bei verschiedenen Distributoren erhältlich sein. Weitere Informationen finden sich unter https://www.lattepanda.com/lattepanda-3-delta. Technische Daten gibt es auch in der unter http://docs.lattepanda.com/ bereitstehenden Dokumentation.
(Bildquelle: LattePanda, via http://docs.lattepanda.com/content/3rd_delta_edition/io_playability/)
Topologievergleich für IoT – oder – ohne Master geht es energiesparender
Über die Frage, wie man ein System des Internets der Dinge am effizientesten aufbaut, lässt sich hervorragend streiten. Im Paper “An energy-aware application module for the fog-based internet of military things” verglich ein pakistanisches Forscherteam eine sequentielle und eine Master-Slave-Architektur zur Verarbeitung von Sensordaten: das sequenzielle System erwies sich sowohl in Sachen Energieverbrauch als auch in Sachen Bandbreitenkonsumation als effizienter.
Wer einen detaillierteren Blick auf die Ergebnisse werfen möchte, kann dies unter https://link.springer.com/article/10.1007/s43926-022-00024-z tun.
Zuerst erschienen bei Mikrocontroller.net News
Quelle: Read More