microcontroller.net

  1. InstaDeep wirbt mit dem ersten rein auf künstlicher Intelligenz basierenden Autorouter. In dieser Woche wurde dazu eine Beta-Version freigeschaltet, mit der sich Platinen mit bis zu 150 Netzen routen lassen, wobei der Autorouter kompatibel zu KiCAD ist.

    Zum Testen kann eine *.dsn Datei erstellt und hochgeladen werden, wobei die Bauteile zuvor von Hand platziert werden müssen. Innerhalb von 24 Stunden steht dann das fertige Layout zum Download bereit. Derzeit stehen zwei Lagen zur Verfügung, wobei ein DRC-konformes Ergebnis versprochen wird. Aktuell ist das kostenlose Angebot je Nutzer auf drei Layouts pro Woche beschränkt, kommerzielle Angebote mit weniger Limitierungen sind für nächstes Jahr geplant.

    Der Informationsgehalt auf der Website ist derzeit noch relativ gering, jedoch existiert auf Youtube ein Video zur Produkteinführung. Hier wird auch ein Layoutbeispiel gezeigt und die Nutzung der Seite demonstriert. Insgesamt handelt es sich bei DeepPCB um ein interessantes Projekt im Anfangsstadium, bei dem vor allem die Frage spannend bleibt, wie auf komplexe Probleme wie etwa die für nächstes Jahr geplante Bauteilplatzierung eingegangen wird.

  2. Bei der Bench Box 3 handelt es sich um ein modulares Netzteil, welches bis zu 6 Ausgänge bereitstellt. Darüber hinaus sorgt der Open-Source-Gedanke im Zusammenspiel mit einer passenden Entwicklungsumgebung für diverse Anpassungsmöglichkeiten.

    Auch ohne eigenen Gestaltungsdrang hat das Netzteil einiges zu bieten. Je nach Modulbestückung stehen pro Ausgang Spannungen mit bis zu 40 V zur Verfügung, als Strom lassen sich bis zu 5 A einstellen. Per Menü lassen sich diverse interne Kopplungen, wie Parallel- oder Serienschaltung, oder eine gemeinsame Masseverbindung zuschalten. Schutzschaltungen, etwa in Form der Stromlimitierung, lassen sich ebenfalls per Menüführung justieren. So kann hier beispielsweise die Ansprechzeit vorgegeben werden.

    Die einzelnen Kanäle sind dabei aus je zwei Regelstufen aufgebaut. Eine Vorregelung per Schaltregler sorgt für einen annehmbaren Wirkungsgrad und ermöglicht so auch die kompaktere Bauweise, da große Kühlkörper entfallen. Um dennoch eine möglichst rauschfreie Gleichspannung bereitzustellen zu können, findet eine lineare Regelung am Ende der Kette statt. Dieses Konzept ermöglicht es so, die Vorteile von Schalt- und Linearreglern zu vereinen.

    Zusätzlich lässt sich die Bench Box 3 per USB oder Ethernet fernbedienen und überwachen. Auf dem Touchdisplay lassen sich neben den Werten in Zahlenform auch Bargraphen oder Strom- bzw. Spannungskurven über die Zeit darstellen. Wem dies nicht reicht, kann selbst Hand anlegen und die Anzeige nach eigenen Wünschen frei gestalten. Zur Erprobung eigener Anpassungen an der Firmware steht hier ein passender Firmware Simulator bereit.

    Für die Zukunft sind bereits zusätzliche Module geplant, die den Funktionsumfang weiter erhöhen sollen, wie etwa ein Funktionsgenerator, Power Analyzer oder ein Motorcontroller. Für den Nachbau des Projektes ist derzeit der Bezug über eine Crowdfunding-Kampagne möglich. Hier stehen neben einem Selbstbaukit für 145 $, bestehend aus dem Gehäuse und unbestückten Platinen, auch diverse fertig aufgebaute Lösungen ab 319 $ zur Auswahl. Für ein komplettes Netzteil sind in der aufgebauten Variante mindestens 554 $ fällig.

  3. Mit dem OpenPiton-Projekt lassen sich RISC-V-Prozessoren realisieren, bei denen die Kernanzahl theoretisch bis hin zu einer halben Milliarde betragen kann. Dabei können die skalierbaren Prozessoren mittels FPGAs implementiert werden – nun auch ohne eigene Hardware in der Cloud.

    Dazu werden Amazon EC2 F1-Instanzen genutzt, welche es ermöglichen, FPGA-Code auf Serverfarmen auszuführen. Der ursprüngliche Gedanke besteht darin, anwendungsspezifisch benötigte Beschleunigungen in gemieteten Servern bereitstellen zu können. Dabei lassen sich die FPGAs flexibel nutzen, eben auch zur Erprobung von RISC-V-Prozessoren. Hierzu findet sich eine Schritt-für-Schritt-Anleitung auf GitHub, mit der OpenPiton+Ariane auf den Servern von Amazon emuliert werden kann.

    Darüber hinaus kann der linuxfähige Prozessor natürlich auch auf lokal vorhandenen FPGAs genutzt werden. Dabei stehen verschiedene IO-Optionen einschließlich Ethernet zur Verfügung. Den Ursprung des Projekts stellt dabei der Princeton-Piton-Prozessor dar, welcher 2013 entwickelt wurde und bereits über 25 Kerne verfügt.

  4. Bei Fetch handelt es sich um ein Display, dass ein Ferrofluid zur Anzeige nutzt. Über den praktischen Nutzen lässt sich wohl streiten, als Hingucker machen die anmutig tänzelnden Kleckse jedoch einiges her. So wirken die Bewegungen der scheinbar frei schwebenden Anzeigeelemente nahezu lebendig.

    Ganz neu ist die Idee, Ferrofluide als Anzeigeobjekte zu nutzen jedoch nicht. So wurde bereits 2015 eine auf dem Prinzip basierende Uhr als Designobjekt vorgestellt. Wer jedoch ein Nachbauprojekt sucht oder selber tüfteln möchte, dürfte mit dem Open-Source-Projekt eine solide aber noch nicht vollendete Basis vorfinden.

    Angesteuert wird das Ganze mithilfe von Elektromagneten. Je Pixel einer, gesamt 252 an der Zahl. Hierzu existiert eine Treiberplatine basierend auf dem ULN2004. Da sich das Projekt noch in einem frühen Entwicklungsstatus befindet, raten die Entwickler jedoch noch von der Nutzung der aktuellen Fertigungsdaten ab.

    Neben den Daten zu der Hardware im EAGLE-Format existiert ein Repository für die Firmware. Darüber hinaus informieren die Entwickler auf hackster.io und ihrem eigenen Youtube-Kanal regelmäßig über den Fortschritt des Projektes.

  5. Seit heute ist das BeagleBone AI verfügbar. Die bisher leistungsfähigste Entwicklungsplatine der Reihe soll laut Hersteller die Lücke zwischen kleinen Single-Board-Computern und industriellen Computern schließen.

    Dazu kommt bei dem BeagleBone AI der TI AM5729 zum Einsatz. So verfügt das Board über zwei mit 1,5 GHz getaktete Cortex-A15-Kerne in Kombination mit zwei M4-Koprozessoren und 1 GB RAM. Zusätzlich sind je zwei C66x DSPs und programmierbare Echtzeit-Einheiten (PRU) vorhanden.

    Namensgebend darf auch die Unterstützung von maschinellem Lernen nicht fehlen. So sind vier sogenannte Embedded-Vision-Engines (EVEs) enthalten, welche von der Texas-Instruments-Deep-Learning-Bibliothek unterstützt werden. Abgerundet wird das Paket durch USB-C, Gigabit-Ethernet, WLAN und 16 GB eMMC-Speicher.

    Erfreulich ist, dass der Neuzugang sowohl elektrisch als auch mechanisch kompatibel zum BeagleBone Black gehalten ist. Das bisherige Flaggschiff in Form des X15 beansprucht etwa deutlich mehr Platz und ist ebenso nicht kompatibel zu den zahlreichen Erweiterungsmöglichkeiten die für das BeagleBone Black existieren.

    Erhältlich ist das BeagleBone AI ab sofort für gut 125 €.

    Vielen Dank an Martin für den Hinweis