{"id":163614,"date":"2026-03-09T17:12:00","date_gmt":"2026-03-09T15:12:01","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/proekt-arduino-predstavil-odnoplatnyj-kompyuter-ventuno-q"},"modified":"2026-03-09T17:12:00","modified_gmt":"2026-03-09T15:12:01","slug":"proekt-arduino-predstavil-odnoplatnyj-kompyuter-ventuno-q","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/proekt-arduino-predstavil-odnoplatnyj-kompyuter-ventuno-q","title":{"rendered":"Das Arduino-Projekt hat den Einplatinencomputer VENTUNO Q vorgestellt.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Das Arduino-Projekt, das im letzten Jahr von Qualcomm \u00fcbernommen wurde, hat den Einplatinencomputer VENTUNO Q angek\u00fcndigt. Er kombiniert in einem Ger\u00e4t den Mikrocontroller STM32H5F5 und den Mikroprozessor Qualcomm Dragonwing IQ8 mit integrierten GPUs und einem KI-Beschleuniger. Die Hauptanwendung der Platine besteht darin, autonome KI-Ger\u00e4te zu schaffen, die Aufgaben der computerbasierten Bildverarbeitung l\u00f6sen und Modelle des maschinellen Lernens unabh\u00e4ngig ausf\u00fchren k\u00f6nnen. <\/p>\n
Zu den Anwendungsbeispielen des VENTUNO Q z\u00e4hlen die Entwicklung von Robotern, intelligenten Kiosken, Traffic-Analyzern, Gesundheits\u00fcberwachungsassistenten und Qualit\u00e4tskontrollsystemen in Unternehmen. Bei Anschluss eines Monitors, einer Tastatur und einer Maus kann die Platine als Arbeitsstation f\u00fcr Entwickler genutzt werden, die den Arduino App Lab unterst\u00fctzt. Das Ger\u00e4t ist kompatibel mit Erweiterungsplatinen und -zubeh\u00f6r, die bereits f\u00fcr Arduino UNO-Platinen angeboten werden. Das Verkaufsdatum und der Preis des VENTUNO Q wurden bisher noch nicht bekannt gegeben. <\/p>\n
Der Qualcomm Dragonwing IQ8 Mikroprozessor (IQ-8275) verf\u00fcgt \u00fcber eine 8-Kern Arm Cortex CPU, eine Arm Cortex A623 GPU (877 MHz), einen Bildsignalprozessor (ISP) Qualcomm Spectra 692 und einen KI-Beschleuniger (NPU) Hexagon Tensor AI mit einer angegebenen Leistung von 40 Billionen Operationen pro Sekunde. Das System ist mit 16 GB RAM und 64 GB eMMC-Speicher ausgestattet. F\u00fcr die Erweiterung des internen Speichers steht ein M.2-Anschluss f\u00fcr NVME Gen.4-Laufwerke zur Verf\u00fcgung. Die Unterst\u00fctzung f\u00fcr die Installation von Ubuntu und Debian ist gegeben. <\/p>\n
Der STM32H5F5 Mikrocontroller umfasst einen Arm Cortex M33 Kern mit 250 MHz, 4 MB Flash und 1.5 MB RAM. Er unterst\u00fctzt das Booten von RTOS Zephyr und ist vollst\u00e4ndig kompatibel mit dem Robot Operating System 2 (ROS 2) sowie mit den Werkzeugen von Arduino App Lab. F\u00fcr den Anschluss von Peripherieger\u00e4ten, Sensoren und Schrittmotoren stehen die GPIO-, PWM- und CAN-FD-Schnittstellen zur Verf\u00fcgung. <\/p>\n
Zus\u00e4tzlich verf\u00fcgt die Platine \u00fcber Wi-Fi 6 (2.4\/5\/6 GHz), Bluetooth 5.3, 2.5 Gbit Ethernet (RJ45), HDMI zum Anschluss eines Monitors, MIPI DSI f\u00fcr den Anschluss von Touchscreens und interaktiven Displays, drei MIPI CSI Anschl\u00fcsse f\u00fcr Kameras, USB-C mit Unterst\u00fctzung f\u00fcr den Anschluss von Monitoren und Kameras, zwei USB 3.0 Typ A, zwei USB 3.0 und einen Audioausgang. Die Abmessungen betragen 160 x 100 x 25.8 mm.
<\/center> <\/p>\n
Der Qualcomm Dragonwing IQ8 Mikroprozessor wird verwendet, um das Steuerbetriebssystem zu starten und KI-Modelle auszuf\u00fchren, w\u00e4hrend der STM32H5F5 Mikrocontroller f\u00fcr die Steuerung der Motoren und die Echtzeitreaktion auf Sensordaten zust\u00e4ndig ist. Eine fertige RPC-Bibliothek (Remote Procedure Call) steht bereit, um aus Linux mit dem Mikrocontroller zu interagieren. <\/p>\n
F\u00fcr die NPU sind bereits Bibliotheken verf\u00fcgbar, die die lokale Ausf\u00fchrung von Machine-Learning-Modellen unterst\u00fctzen, wie Qwen f\u00fcr die lokale Verarbeitung von Anfragen in nat\u00fcrlicher Sprache, Qwen VLM zur Texterkennung, Objekterkennung in Bildern und Szenenbeschreibung, Melo TTS und Whisper f\u00fcr Spracherkennung und Transkriptionsbildung, MediaPipe f\u00fcr die Erkennung von Steuerungsbewegungen und Handtracking sowie YOLO-X f\u00fcr die Verfolgung von Menschen, Fahrzeugen und Objekten im Kamerabereich. PoseNet dient zur Bestimmung der menschlichen Haltung.
![\"Das](\"\/wp-content\/uploads\/2026\/03\/595ff3db67ecafea171d6d7a71fb9a80.png\")
<\/center> <\/p>\n![\"Video](\"https:\/\/img.youtube.com\/vi\/SzT6vDtz6rU\/hqdefault.jpg\")
\r\n