Raspberry Pi-projektet har meddelat att den nya Raspberry Pi Compute Module 5, som är en portabel variant av Raspberry Pi 5, nu finns tillgänglig för försäljning. Modellen har en storlek på endast 55 × 40 mm. Priset för modulen varierar mellan 45 och 135 dollar, beroende på minneskapacitet och stöd för Wi-Fi.
Modulen är utrustad med SoC BCM2712, som också används i Raspberry Pi 5, och innehåller fyra 64-bitars ARMv8 Cortex-A76-kärnor som arbetar vid en frekvens av 2.4GHz, samt en grafikhastighetsaccelerator VideoCore VII. Den har två HDMI-videoportar (4Kp60). Grafikhastighetsacceleratorn stödjer grafik-API:er Vulkan 1.3 och OpenGL ES 3.1, och kan avkoda video H.265 (HEVC) med 4Kp60-kvalitet. Modulen har PCI Express 2.0-gränssnitt, två fyrakanaliga MIPI DSI-gränssnitt för skärmar (DSI) och kameror (CSI-2), Gigabit Ethernet, 2 × USB 3.0, 30-pins GPIO, 6 × UART, 5 × I2C, 5 × UART, 4 × PWM, 5 × SPI och SDIO 2.0.
Modulen erbjuds i varianter med olika mängder RAM (1GB, 2GB, 4GB, 8GB SDRAM) och eMMC Flash (0GB, 16GB, 32GB, 64GB), samt med eller utan stöd för trådlös kommunikation (2.4 GHz, 5.0 GHz IEEE 802.11 b/g/n/ac och Bluetooth 5.0, BLE). En variant med 16 GB RAM förväntas i nästa år. Driftstemperaturområdet är från -20 till 85°C (den tidigare modellen kunde fungera i ett område från 0°C till 80°C).
Anslutningsgränssnittet för modulen är kompatibelt med den tidigare modellen Raspberry Pi Compute Module 4, vilket möjliggör användning av den nya modulen med de flesta tillbehör som släppts för Compute Module 4. Skillnaderna i pin-out är begränsade till borttagningen av två extra USB 3.0-portar och två tvåkanals MIPI-gränssnitt. Prestandan hos den nya modulen överträffar Raspberry Pi Compute Module 4 med 2-3 gånger.
En expansionsmodul för Compute Module 5 erbjuds också, med extra in-/utgångsportar (Compute Module 5 IO Board) som är utrustad med två fullstora HDMI 2.0-portar, Gigabit Ethernet med PoE+, två USB 2.0-portar, MicroSD, PCI Express Gen 2, 40-pin GPIO, och platser för kamera och skärm, samt ett batteri för inbyggda klockor och en kontakt för fläkten.
Dessutom presenterade Raspberry Pi-projektet Raspberry Pi Pico 2 W, som fortsätter utvecklingen av den kompakta Pico 2-kortet, som är utrustat med den egenutvecklade mikroprocessorn RP2350. Modifikationen med beteckningen "W" skiljer sig genom att den har stöd för Bluetooth 5.2 och Wi-Fi (2.4GHz 802.11n), som bygger på Infineons chip CYW43439. I övrigt matchar det nya kortet specifikationerna för modellen Pico 2. Priset för Pico 2 W är $7, vilket är $2 mer än varianten utan Wi-Fi. Serien Raspberry Pi Pico är huvudsakligen inriktad på gemensamt bruk med Raspberry Pi-datorer, utveckling av inbyggda system och system för att styra olika enheter.
Mikroprocessorn RP2350 inkluderar en dual-core ARM Cortex-M33-processor med DSP och en enhet för flyttalsberäkningar som arbetar på 150MHz, samt två valfria Hazard3-kärnor med RISC-V-instruktionsuppsättning, som kan växlas till vid uppstart för att användas istället för ARM Cortex-M33-kärnorna. Chipet har 520 KB inbyggt RAM-minne, möjliggör anslutning av externa QSPI PSRAM-minnesmoduler och erbjuder avancerade funktioner för säkerhet. Kortet levereras med 4MB QSPI Flash och är helt kompatibelt med tidigare modeller av Pico 1 på både hårdvarunivå och programvarunivå som används för applikationsutveckling.
Mikroprocessorn är utrustad med inbyggda hårdvarufunktioner för skydd mot attack genom felspruting (Fault Injection) och stöder Arm TrustZone-teknik, som kan användas för att verifiera uppstart genom digital signatur, erbjuder instruktioner för att påskynda beräkning av SHA-256-hashar och pålitlig generation av slumpmässiga tal (TRNG, True Random Number Generator). Dessutom erbjuds 8 KB engångsprogrammerbar minne, vilket möjliggör att skriva data som sedan inte kan ändras eller tas bort.
För att skapa applikationer för Raspberry Pi Pico 2 kan programmeringsspråk som C, C++, MicroPython eller CircuitPython användas. Utveckling i C/C++ kan ske i Visual Studio Code, där ett specialtillägg finns tillgängligt. Chipets möjligheter är tillräckliga för att utföra applikationer för maskininlärningsuppgifter, för vilka ett port av TensorFlow Lite-ramverket finns. För nätverksåtkomst rekommenderas att använda nätverksstacken lwIP, som ingår i Pico SDK för utveckling av applikationer i C, samt i MicroPython-firmware.
Källa: opennet.ru
