Direct Insight lança módulo de sistema soldado QSMP-20 com memória DDR3 para mitigar pressões na cadeia de suprimentos de IA

A integradora de sistemas tecnológicos britânica Direct Insight anunciou o lançamento e suporte do novo módulo de sistema (SoM) soldado em estilo QFN, QSMP-20. Este módulo, uma atualização plug-and-play e compatível em pinos do QSMP-15, é equipado com o microprocessador industrial STM32MP2 e opta por memória DDR3 de custo mais baixo e fornecimento estável, visando aliviar as pressões de custo e lead time causadas pela demanda de infraestrutura de IA sobre as memórias DDR4 e DDR5. Com sua estratégia diferenciada de seleção de memória, o QSMP-20 da Direct Insight oferece uma alternativa viável para clientes industriais e embarcados afetados pela escassez de fornecimento de memória de alta performance.

David Pashley, cofundador e diretor-gerente da Direct Insight, comentou: "O rápido desenvolvimento da tecnologia de IA está impactando significativamente o mercado de memória semicondutora. A alta performance do DDR5 e DDR4 enfrenta um aumento súbito de demanda, resultando em estoques baixos, aumento de preços e atrasos na entrega. O QSMP-20 utiliza RAM DDR3L, de boa relação custo-benefício e fornecimento abundante, ajudando a evitar os atuais desafios de fornecimento impulsionados pela IA." No contexto da construção em larga escala de infraestrutura de IA, o desequilíbrio entre oferta e demanda das memórias DDR4 e DDR5 tornou-se um problema comum para integradores de sistemas. A escolha da Direct Insight de retornar ao caminho do DDR3 no módulo QSMP-20 reflete uma consideração pragmática em sua gestão de risco na cadeia de suprimentos.

O módulo de sistema QSMP-20 é fabricado pela Ka-Ro Electronics, de Aachen, Alemanha, parceira de longa data da Direct Insight, e utiliza o microprocessador STM32MP235 da STMicroelectronics. Este processador é baseado em uma arquitetura heterogênea, integrando um núcleo duplo ARM Cortex-A35 de 1.2 GHz, um coprocessador ARM Cortex-M33 de 400 MHz, um acelerador de IA NPU de 0.6 TOPS e uma GPU 3D. Esta configuração permite ao QSMP-20 atender tanto às necessidades de computação geral quanto de inferência de IA leve em aplicações sensíveis ao consumo de energia, com a adição do NPU ampliando ainda mais sua aplicabilidade em cenários de inteligência na borda.

Em termos de configuração de memória e armazenamento, o módulo QSMP-20 vem equipado com 512 MB de RAM DDR3L e 4 GB de memória flash eMMC. Possui dimensões de encapsulamento de 27mm x 27mm e altura de apenas 2.6mm. O arranjo de pinos do tipo QFN apresenta espaçamento de 1mm e 100 terminais de solda na borda, suportando miniaturização, melhor eficiência térmica e redução de interferência eletromagnética. O módulo opera na faixa de temperatura de -25°C a +85°C e requer apenas uma fonte de alimentação de 3.3V, oferecendo boa flexibilidade de implantação tanto em ambientes industriais quanto em dispositivos de consumo. Como um módulo de sistema soldado, o QSMP-20 possui vantagens inerentes em resistência a vibrações, aproveitamento de espaço e confiabilidade em comparação com módulos tradicionais baseados em conectores.

Em relação a interfaces, o QSMP-20 oferece uma ampla gama de opções de I/O, incluindo CAN-FD, UART, SPI, I²C, áudio, Ethernet Gigabit, SD, USB e interface de exibição MIPI-DSI, atendendo às necessidades de conectividade de diversos cenários, como dispositivos para casa inteligente, terminais de controle industrial e gateways de IoT. Seu encapsulamento compacto e blindado o torna particularmente adequado para aplicações sensíveis a tamanho e consumo de energia. Além disso, o módulo possui recursos avançados de segurança e gerenciamento de energia, suporta design de baixo consumo e está em conformidade com os requisitos do regulamento de segurança cibernética CRA, fornecendo uma plataforma base que equilibra desempenho e conformidade para aplicações de IoT e industriais. O kit de desenvolvimento dedicado que acompanha o QSMP-20, equipado com um pacote de suporte à placa Yocto Linux, pode ajudar equipes de desenvolvimento a reduzir o tempo de colocação no mercado e acelerar a transição da avaliação para a produção em massa.