{"title":"Sima.Ai | Official Page","description":null,"products":[{"product_id":"sima-ai-mlsoc-devkit","title":"SiMa.ai MLSoC DevKit 2.0","description":"\u003ch1 style=\"text-align: center;\" class=\"text-center lg:text-left text-white mb-4 lg:mb-8\"\u003e\u003cspan class=\"font-denim-medium text-[36px] md:leading-[40px] md:text-[64px] md:leading-[70px]\"\u003eEleve su trayectoria en ML\u003c\/span\u003e\u003c\/h1\u003e\n\u003cp\u003e\u003cmeta charset=\"UTF-8\"\u003e\u003cspan\u003eEl kit de desarrollo MLSoC de SiMa.ai contiene todo lo que necesita para evaluar, crear prototipos y demostrar sus aplicaciones de ML de visión artificial en la placa de desarrollo, utilizando el silicio diseñado específicamente para MLSoC de SiMa.ai que incluye. El kit de desarrollo combina una placa de desarrollo compacta basada en la placa de producción PCIe HHHL de SiMa, la cual ha sido modificada para exponer las interfaces utilizadas por los desarrolladores y permitir su funcionamiento de forma independiente en un entorno de laboratorio, así como la posibilidad de integrarla en una plataforma PCIe. Estas opciones de configuración, ya sea en banco de pruebas o en PC, ofrecen la flexibilidad necesaria para adaptarse a diferentes perfiles de desarrolladores.\u003c\/span\u003e\u003cspan\u003e\u003c\/span\u003e\u003c\/p\u003e\n\u003ch2\u003e\u003cspan\u003e \u003c\/span\u003e\u003c\/h2\u003e\n\u003ch2\u003e\u003cspan\u003eListo para usar\u003c\/span\u003e\u003c\/h2\u003e\n\u003cp\u003e\u003cspan\u003eLos desarrolladores desean poner en marcha las herramientas y el hardware rápidamente para poder evaluar y aprender sobre la nueva plataforma de ML en el borde (edge ML) de SiMa.ai. El kit de desarrollo proporciona un conjunto de componentes \"listo para usar\" que usted necesita, además de una guía para facilitar el proceso y permitir que los desarrolladores se concentren en su evaluación.\u003c\/span\u003e\u003c\/p\u003e\n\u003cdiv style=\"text-align: center;\"\u003e\u003cimg src=\"https:\/\/sima.ai\/wp-content\/uploads\/2024\/12\/image-1-1.webp\" style=\"margin-bottom: 16px; float: none;\"\u003e\u003c\/div\u003e\n\u003ch2 style=\"text-align: left;\"\u003e \u003c\/h2\u003e\n\u003ch2 style=\"text-align: left;\"\u003eEvaluar\u003c\/h2\u003e\n\u003cp style=\"text-align: left;\"\u003e\u003cmeta charset=\"UTF-8\"\u003e\u003cspan\u003eEl primer paso que un desarrollador de ML querrá dar es establecer el rendimiento y la precisión del modelo de ML en una plataforma de destino y evaluar las capacidades, el tiempo y el esfuerzo necesarios para compilar los modelos de interés. Palette™ proporciona la cuantización y compilación del modelo del desarrollador utilizando el compilador de Palette. Utilice las herramientas de compilación y despliegue de imágenes de software de silicio de Palette para programar la placa de desarrollo. El kit de desarrollo ofrece la capacidad de ejecutar estas compilaciones y proporcionar indicadores clave de rendimiento (KPI) tales como: fotogramas por segundo (fps), latencia, precisión, % de carga de recursos informáticos y uso de memoria. Palette, que se ejecuta en un Docker en un escritorio, admite la compilación cruzada ARM con bibliotecas para generar código para el SoC, además de un conjunto de herramientas de compilación, prueba y despliegue de plataforma para crear aplicaciones de ML completas.\u003c\/span\u003e\u003c\/p\u003e\n\u003ch2 style=\"text-align: left;\"\u003e\u003cspan\u003e \u003c\/span\u003e\u003c\/h2\u003e\n\u003ch2 style=\"text-align: left;\"\u003e\u003cspan\u003eCrear prototipos\u003c\/span\u003e\u003c\/h2\u003e\n\u003cp style=\"text-align: left;\"\u003e\u003cspan\u003eEl siguiente paso que un desarrollador de ML querrá dar es integrar este modelo en una posible aplicación o caso de uso, incluyendo las funciones de preprocesamiento y posprocesamiento del modelo de ML. Para acelerar la fase de creación de prototipos, Palette añade la capacidad de codificar, compilar y evaluar rápidamente una canalización (pipeline) utilizando sus propios modelos de ML. Los desarrolladores pueden usar scripts de Python mediante las API de SiMa para la canalización funcional, evitando la compleja optimización integrada que a menudo se requiere para la ejecución en el dispositivo. Estas API vinculan su código Python con el entorno de ejecución del dispositivo y se ejecutarán en él como una canalización funcional completa. La función de compilación y despliegue con un solo botón carga esta imagen en la placa de desarrollo para su ejecución. Esta aplicación de prueba de concepto puede validar la funcionalidad de la canalización, además de servir como vehículo de demostración temprana.\u003c\/span\u003e\u003c\/p\u003e\n\u003ch2 style=\"text-align: left;\"\u003e\u003cspan\u003eDemostrar\u003c\/span\u003e\u003c\/h2\u003e\n\u003cp\u003e\u003cspan\u003eLleve rápidamente un flujo de datos en tiempo real a la plataforma, ejecute una canalización sobre este flujo de datos y visualice los resultados de rendimiento en tiempo real en el silicio MLSoC para demostraciones de casos de uso. Las canalizaciones de ejemplo de GStreamer incluidas en la versión de software de Palette se pueden ejecutar desde el primer momento para demostrar el rendimiento del streaming en tiempo real. Las canalizaciones de los clientes pueden aprovechar estos diseños que utilizan GStreamer para obtener una mayor utilización de los recursos informáticos y más fps. La placa de desarrollo procesa las canalizaciones y muestra los metadatos superpuestos en el PC host. Añada cámaras adicionales para proporcionar capacidades de procesamiento multicámara.\u003c\/span\u003e\u003c\/p\u003e\n\u003ch2\u003e \u003c\/h2\u003e\n\u003ch2\u003ePlaca de desarrollo MLSoC:\u003c\/h2\u003e\n\u003cp\u003eLa placa de desarrollo MLSoC se basa en nuestra placa de producción PCIe de media altura y media longitud (HHHL), pero ha sido modificada para funcionar en un entorno de laboratorio con acceso a una placa versátil que utiliza el dispositivo System on Chip (MLSoC) de aprendizaje automático de SiMa.ai.\u003c\/p\u003e\n\u003cul\u003e\n\n\u003cli\u003e\n\n\u003cstrong\u003eEn banco de pruebas:\u003c\/strong\u003e Conector de borde PCIe cubierto con una capa protectora y una placa con cuatro soportes debajo de la tarjeta; un conector micro-USB proporciona alimentación para su funcionamiento en un entorno de laboratorio.\u003c\/li\u003e\n\n\u003cli\u003e\n\n\u003cstrong\u003eEn PCs:\u003c\/strong\u003e Factor de forma PCIe (68,9 mm x 160 mm) que utiliza un conector de borde de PCB estándar de 98 pines para insertarse en cualquier PC o placa base host estándar. Se incluye un soporte para ayudar a fijarla a un PC.\u003c\/li\u003e\n\n\u003cli\u003e\n\n\u003cstrong\u003ePlaca de bajo consumo: \u003c\/strong\u003eCargas de trabajo típicas de 10-15 W. Admite PCIe Gen 4.0 de hasta x8 carriles, LPDDR4 x4, I2C x2, eMMC, tarjeta uSD, QSPI-8 x1, 2 puertos Ethernet de 1 Gb mediante RJ45, UART x2 e interfaces GPIO.\u003c\/li\u003e\n\n\u003cli\u003e\n\n\u003cstrong\u003eAcelerador de Aprendizaje Automático (MLA):\u003c\/strong\u003e proporciona hasta 50 Tera Operaciones por Segundo (50 TOPS) para cálculos de redes neuronales.\u003c\/li\u003e\n\n\u003cli\u003e\n\n\u003cstrong\u003eUnidad de Procesamiento de Aplicaciones (APU)\u003c\/strong\u003e: un clúster de cuatro procesadores ARM Cortex-A65 de doble hilo que operan hasta a 1,15 GHz para ofrecer hasta 15K Dhrystone MIPs, lo que elimina la necesidad de una CPU externa o un PC host.\u003c\/li\u003e\n\n\u003cli\u003e\n\n\u003cstrong\u003eCodificador\/Decodificador de vídeo:\u003c\/strong\u003e admite los estándares de compresión H.264\/H.265 con compatibilidad para perfiles base\/main\/high, submuestreo 4:2:0 con precisión de 8 bits. El codificador admite tasas de hasta 4Kp30, mientras que el decodificador admite hasta 4Kp60.\u003c\/li\u003e\n\n\u003cli\u003e\n\n\u003cstrong\u003eUnidad de Visión Artificial (CVU):\u003c\/strong\u003e\n\u003cul\u003e\n\n\u003cli\u003econsta de un procesador de vídeo Synopsys ARC EV74 de cuatro núcleos que admite hasta 600 GOPS de 16 bits\u003c\/li\u003e\n\n\u003cli\u003eIncorporado para la ejecución optimizada de algoritmos de visión artificial utilizados en el preprocesamiento y posprocesamiento de ML y otras funciones de procesamiento de canalizaciones\u003c\/li\u003e\n\n\n\u003c\/ul\u003e\n\n\n\u003c\/li\u003e\n\n\n\u003c\/ul\u003e\n\u003ch2\u003e \u003c\/h2\u003e\n\u003ch2\u003eIncluido en el Kit de Desarrollo 2:\u003c\/h2\u003e\n\u003ctable style=\"width: 100%\" width=\"100%\"\u003e\n\n\u003ctbody\u003e\n\n\u003ctr\u003e\n\n\u003ctd style=\"border: 0px; text-align: center; vertical-align: top; width: 19.4495%;\"\u003e \u003cimg src=\"https:\/\/cdn.shopify.com\/s\/files\/1\/0014\/4313\/5560\/files\/aGroup-272.svg?v=1737478186\" alt=\"\"\u003e\u003cbr\u003ePlaca de desarrollo (HHHL)\u003c\/td\u003e\n\n\u003ctd style=\"border: 0px; text-align: center; vertical-align: top; width: 31.7431%;\"\u003e\n\n\u003cimg src=\"https:\/\/cdn.shopify.com\/s\/files\/1\/0014\/4313\/5560\/files\/aGroup-273.svg?v=1737478186\" alt=\"\"\u003e\u003cbr\u003eAdaptador de corriente Tipo C y cable Tipo C a micro USB\u003c\/td\u003e\n\n\u003ctd style=\"border: 0px; text-align: center; vertical-align: top; width: 13.578%;\"\u003e\n\n\u003cimg src=\"https:\/\/cdn.shopify.com\/s\/files\/1\/0014\/4313\/5560\/files\/Group-274.svg?v=1737478186\" alt=\"\"\u003e\u003cbr\u003eCable Ethernet\u003c\/td\u003e\n\n\u003ctd style=\"border: 0px; text-align: center; vertical-align: top; width: 15.7798%;\"\u003e\n\n\u003cimg src=\"https:\/\/cdn.shopify.com\/s\/files\/1\/0014\/4313\/5560\/files\/Group-275.svg?v=1737478186\" alt=\"\"\u003e\u003cbr\u003eCable UART a USB\u003c\/td\u003e\n\n\u003ctd style=\"border: 0px; text-align: center; vertical-align: top; width: 17.9817%;\"\u003e\n\n\u003cimg src=\"https:\/\/cdn.shopify.com\/s\/files\/1\/0014\/4313\/5560\/files\/Group-276.svg?v=1737478186\" alt=\"\"\u003e\u003cbr\u003eSoporte de montaje PCIe\u003c\/td\u003e\n\n\n\u003c\/tr\u003e\n\n\n\u003c\/tbody\u003e\n\n\n\u003c\/table\u003e\n\u003cp\u003e \u003c\/p\u003e\n\u003ch2\u003ePaquete de cámara para el Kit de Desarrollo 2:\u003c\/h2\u003e\n\u003cp\u003e\u003cspan style=\"color: rgb(128, 128, 128);\"\u003e\u003cstrong\u003eKit de Desarrollo 2 con paquete de cámara para demostrar canalizaciones de ML con GStreamer en tiempo real\u003c\/strong\u003e\u003c\/span\u003e\u003c\/p\u003e\n\u003cul\u003e\n\n\u003cli\u003eRouteCAM_CU20 – Cámara Sony® IMX462 Full HD GigE\u003c\/li\u003e\n\n\u003cli\u003eCámara con alimentación a través de Ethernet (PoE) compatible con IEEE 802.3af\u003c\/li\u003e\n\n\u003cli\u003eViene con adaptador de corriente PoE y cable\u003c\/li\u003e\n\n\u003cli\u003eAlberga el sensor de imagen CMOS Sony® Starvis IMX462\u003c\/li\u003e\n\n\u003cli\u003eSensibilidad con luz ultra baja y rendimiento superior en infrarrojo cercano\u003c\/li\u003e\n\n\u003cli\u003eAlto Rango Dinámico (HDR)\u003c\/li\u003e\n\n\u003cli\u003eISP de alto rendimiento integrado\u003c\/li\u003e\n\n\u003cli\u003eAdmite modos 10Base-T, 100Base-TX y 1000Base-T\u003c\/li\u003e\n\n\u003cli\u003eKit de desarrollo incluido con cámara Ethernet de 1 GB\u003c\/li\u003e\n\n\n\u003c\/ul\u003e","brand":"SiMa.ai","offers":[{"title":"DevKit Only","offer_id":49828686627133,"sku":"SBC1114","price":209999.99,"currency_code":"INR","in_stock":true},{"title":"DevKit Camera Bundle","offer_id":49828686659901,"sku":"SBC1114C","price":244999.99,"currency_code":"INR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0014\/4313\/5560\/files\/Screenshot2024-01-19at12.08.51PM.png?v=1737476891"},{"product_id":"sima-ai-modalix-devkit-3-0","title":"SiMa.ai Modalix DevKit 3.0","description":"\u003ch2 style=\"text-align: center;\"\u003eModalix DevKit 3.0\u003c\/h2\u003e\n\u003cp style=\"text-align: center;\"\u003eThe SiMa.ai MLSoC Modalix Development Kit (DevKit) is a complete hardware and software platform for evaluating and prototyping intelligent Physical AI applications using the latest MLSoC Modalix System-on-Module (SoM).\u003c\/p\u003e\n\u003cp style=\"text-align: center;\"\u003eDesigned for rapid deployment, this kit enables seamless development, benchmarking, and proof-of-concept creation with SiMa.ai’s Palette software, offering best-in-class performance-per-watt in a compact form factor. Ideal for industrial, robotics, and vision-based and LLM-based applications, this kit supports real-time inferencing across computer vision, transformer models, and GenAI workloads.\u003c\/p\u003e\n\u003cp style=\"text-align: center;\"\u003e \u003c\/p\u003e\n\u003ch2 style=\"text-align: center;\"\u003ePowered by MLSoC Modalix SoM\u003c\/h2\u003e\n\u003cp style=\"text-align: center;\"\u003eThe MLSoC Modalix SoM combines the power and performance of Modalix with extended peripherals, all in a compact form factor designed to scale Physical AI deployments. Built on the field-proven MLSoC, Modalix, with its rich peripherals and unique architecture, delivers exceptional performance for multimodal Transformers, LLMs, LMMs, and GenAI workloads, while also supporting legacy CNN and computer vision algorithms.\u003c\/p\u003e\n\u003cp style=\"text-align: center;\"\u003eThe Modalix SoM offers the best-in-class performance per watt.\u003c\/p\u003e\n\u003cp style=\"text-align: center;\"\u003e \u003c\/p\u003e\n\u003ch2 style=\"text-align: center;\"\u003eDevelopment Flow\u003c\/h2\u003e\n\u003ctable style=\"border-collapse: collapse; width: 100%;\"\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003ePhase\u003c\/strong\u003e\u003c\/th\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003eDescription\u003c\/strong\u003e\u003c\/th\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003eDetails\u003c\/strong\u003e\u003c\/th\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003eEvaluate\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eUse Palette to compile and run models, assess performance (FPS, latency, compute utilization), and monitor system metrics.\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid #000; padding: 8px;\"\u003e\n\u003cul style=\"margin: 0; padding-left: 18px;\"\u003e\n\u003cli\u003eDocker-based toolchain\u003c\/li\u003e\n\u003cli\u003eARM cross-compiler\u003c\/li\u003e\n\u003cli\u003ePlatform image build \u0026amp; deploy tools\u003c\/li\u003e\n\u003cli\u003eIntegrated KPIs and performance feedback\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003ePrototype\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eDevelopers can rapidly prototype functional pipelines using SiMa.ai’s Python APIs.\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eEnables fast bring-up of custom ML workflows directly on the hardware without complex embedded optimization.\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003eDemonstrate\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eThe DevKit supports multi-camera input and high-speed interfaces for showcasing applications.\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid #000; padding: 8px;\"\u003e\n\u003cul style=\"margin: 0; padding-left: 18px;\"\u003e\n\u003cli\u003eMIPI CSI-2\u003c\/li\u003e\n\u003cli\u003eIP-based input\u003c\/li\u003e\n\u003cli\u003eUSB 3.2\u003c\/li\u003e\n\u003cli\u003eReal-time vision AI demo via HDMI with minimal latency\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003c\/tbody\u003e\n\u003c\/table\u003e\n\u003cp style=\"text-align: center;\"\u003e \u003c\/p\u003e\n\u003ch2 style=\"text-align: center;\"\u003eSpecifications\u003c\/h2\u003e\n\u003ctable style=\"border-collapse: collapse; width: 100%;\"\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003eSubsystem\u003c\/strong\u003e\u003c\/th\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003eSpecifications\u003c\/strong\u003e\u003c\/th\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eMLSoC Modalix with ML Accelerator (MLA)\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e50 TOPs (BF16, INT8, INT16); supports GenAI and neural networks\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eApplication Processor\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e8× Arm Cortex-A65 @ 1.4–1.5 GHz; 32k Dhrystone MIPS\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eMemory\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e32 GB 128-bit LPDDR5, 128-bit @ 6400 Mbps\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eVideo Codec\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eH.264\/H.265\/AV1 Decode 4K@60; H.264\/H.265 Encode 4K@60\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eComputer Vision (CVU)\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e4-core Synopsys EV74 @ 1 GHz; 720 16-bit GOPS\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eImage Signal Processor\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eARM Mali-C71 @ 1.2 GHz; supports RAW up to 24-bit, RGGB, RCCG, RCCB, RGBIR, WDR\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eStorage\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e16GB eMMC, 64MB QSPI, 128Kb EEPROM\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eAdvanced Security\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eSecure boot, encryption, key storage, user code API\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eOperating Temperature Range\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e0–35°C\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003c\/tbody\u003e\n\u003c\/table\u003e\n\u003cp style=\"text-align: center;\"\u003e \u003c\/p\u003e\n\u003ch2 style=\"text-align: center;\"\u003eAvailable Interfaces\u003c\/h2\u003e\n\u003cp style=\"text-align: center;\"\u003e\u003cimg alt=\"\" src=\"https:\/\/cdn.shopify.com\/s\/files\/1\/0014\/4313\/5560\/files\/Gemini_Generated_Image_7t3n4p7t3n4p7t3n.png?v=1763376133\"\u003e\u003c\/p\u003e\n\u003ctable style=\"border-collapse: collapse; width: 100%; height: 147.75px;\"\u003e\n\u003ctbody\u003e\n\u003ctr style=\"height: 10.5938px;\"\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 10.5938px;\"\u003e\u003cstrong\u003eNo.\u003c\/strong\u003e\u003c\/th\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 10.5938px;\"\u003e\u003cstrong\u003eInterfaces\u003c\/strong\u003e\u003c\/th\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e1\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003eHDMI 1.4 @ 4K\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e2\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e2 × MIPI CSI-2 Connectors\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e3\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003eM.2 M — 4× PCIe Gen4 RC\/EP\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e4\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e4× USB 3.2\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e5\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e1× USB-C\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e6\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e1× Gigabit Ethernet\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e7\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003eI²C \/ UART \/ GPIO \/ SPI \/ GPIO\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003c\/tbody\u003e\n\u003c\/table\u003e\n\u003cp style=\"text-align: center;\"\u003e \u003c\/p\u003e\n\u003ch2 style=\"text-align: center;\"\u003eResources\u003c\/h2\u003e\n\u003ctable style=\"border-collapse: collapse; width: 100%;\"\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eProduct Brief\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003ca href=\"https:\/\/cdn.shopify.com\/s\/files\/1\/0014\/4313\/5560\/files\/Modalix-DevKit-Product-Brief_03.1.pdf?v=1763376668\" rel=\"noopener\" target=\"_blank\"\u003eDownload\u003c\/a\u003e\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003c\/tbody\u003e\n\u003c\/table\u003e\n\u003cp style=\"text-align: center;\"\u003e \u003c\/p\u003e\n\u003ch2 style=\"text-align: center;\"\u003eWhat’s Included\u003c\/h2\u003e\n\u003cp style=\"text-align: center;\"\u003e\u003cstrong\u003e• DevKit with enclosure\u003c\/strong\u003e (Modalix SoM and Carrier Board)\u003c\/p\u003e\n\u003cp style=\"text-align: center;\"\u003e\u003cstrong\u003e• Universal power adaptor\u003c\/strong\u003e (DC 12V @ 5A)\u003c\/p\u003e\n\u003cp style=\"text-align: center;\"\u003e\u003cstrong\u003e• M.2 500GB NVME storage\u003c\/strong\u003e\u003c\/p\u003e","brand":"SiMa.ai","offers":[{"title":"Default Title","offer_id":51001180094781,"sku":"SBC1144","price":172699.99,"currency_code":"INR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0014\/4313\/5560\/files\/devkit-3-0_480x256_a69c6869-5027-45f2-92e6-1c0f93dfd6d4.webp?v=1774510820"},{"product_id":"sima-ai-modalix-deployment-kit","title":"SiMa.ai Modalix Deployment Kit  : (SW license extra)","description":"\u003ch2 style=\"text-align: center;\"\u003eModalix Deployment Kit\u003c\/h2\u003e\n\u003cp style=\"text-align: center;\"\u003eThe SiMa.ai MLSoC Modalix Development Kit (DevKit) is a complete hardware and software platform for evaluating and prototyping intelligent Physical AI applications using the latest Modalix System-on-Module (SoM).\u003c\/p\u003e\n\u003cp style=\"text-align: center;\"\u003eDesigned for rapid deployment, this kit enables seamless development, benchmarking, and proof-of-concept creation with SiMa.ai’s Palette software, offering best-in-class performance-per-watt in a compact form factor. Ideal for industrial, robotics, and vision-based and LLM-based applications, this kit supports real-time inferencing across computer vision, transformer models, and GenAI workloads.\u003c\/p\u003e\n\u003cdiv style=\"display: grid; grid-template-columns: 1fr; gap: 24px; margin-bottom: 24px;\"\u003e\n\u003c!-- Cards Container --\u003e\n\u003cdiv class=\"feature-grid\"\u003e\n\u003cdiv class=\"card\"\u003e\n\u003ch3\u003eBuild, test, and deploy AI apps fast\u003c\/h3\u003e\n\u003cp\u003eLaunch edge AI applications in just minutes with our streamlined workflow\u003c\/p\u003e\n\u003c\/div\u003e\n\u003cdiv class=\"card\"\u003e\n\u003ch3\u003ePrototype smart, autonomous systems\u003c\/h3\u003e\n\u003cp\u003eDesign Physical AI, robotics, and sensor-based apps with ease\u003c\/p\u003e\n\u003c\/div\u003e\n\u003cdiv class=\"card\"\u003e\n\u003ch3\u003eExplore demos, models, and docs\u003c\/h3\u003e\n\u003cp\u003eAccess ready-to-run examples, pretrained models, and full guides\u003c\/p\u003e\n\u003c\/div\u003e\n\u003cdiv class=\"card\"\u003e\n\u003ch3\u003eComplete kit with all essentials\u003c\/h3\u003e\n\u003cp\u003eFast deployment includes software, cables, tools, and power—no extras needed\u003c\/p\u003e\n\u003c\/div\u003e\n\u003cdiv class=\"card\"\u003e\n\u003ch3\u003eDeploy your models seamlessly with industry-standard compatibility\u003c\/h3\u003e\n\u003cp\u003eDeploy your models seamlessly with industry-standard compatibility\u003c\/p\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cstyle\u003e\n.feature-grid {\n  display: grid;\n  gap: 24px;\n  grid-template-columns: repeat(1, 1fr);\n}\n\n\/* Tablet *\/\n@media (min-width: 768px) {\n  .feature-grid {\n    grid-template-columns: repeat(2, 1fr);\n  }\n}\n\n\/* Desktop *\/\n@media (min-width: 1024px) {\n  .feature-grid {\n    grid-template-columns: repeat(5, 1fr);\n  }\n}\n\n.card {\n  background: #fff;\n  border-radius: 16px;\n  padding: 32px 24px;\n  text-align: center;\n  box-shadow: 0 8px 24px rgba(0,0,0,0.08);\n}\n\n.card h3 {\n  margin-bottom: 12px;\n}\n\n.card p {\n  margin: 0;\n}\n\u003c\/style\u003e\n\u003cp style=\"text-align: center;\"\u003e \u003c\/p\u003e\n\u003ch2 style=\"text-align: center;\"\u003ePowered by MLSoC Modalix SoM\u003c\/h2\u003e\n\u003cp style=\"text-align: center;\"\u003eThe MLSoC Modalix System-on-Module (SoM) provides the proven performance of the Modalix MLSoC architecture in a compact, deployment-ready form factor, purpose-built to Scale Physical AI applications.\u003c\/p\u003e\n\u003cp style=\"text-align: center;\"\u003eThe Modalix innovative system architecture seamlessly integrates a set of compute engines and peripherals, delivering best-in-class performance per watt for advanced workloads, including multimodal Transformers, Large Language Models (LLMs), Large Multimodal Models (LMMs), and Generative AI (GenAI). It also maintains full support for legacy convolutional neural networks (CNNs) and traditional\u003cbr\u003ecomputer vision algorithms, ensuring broad compatibility across both modern and established ML pipelines.\u003c\/p\u003e\n\u003cp style=\"text-align: center;\"\u003eThe Modalix SoM offers the best-in-class performance per watt.\u003c\/p\u003e\n\u003cp style=\"text-align: center;\"\u003e\u003cimg alt=\"\" src=\"https:\/\/sima.ai\/wp-content\/uploads\/2025\/08\/som-chips-with-bg.png\" class=\"object-contain\" decoding=\"async\"\u003e\u003c\/p\u003e\n\u003cp style=\"text-align: center;\"\u003e \u003c\/p\u003e\n\u003ch2 style=\"text-align: center;\"\u003eMLSoC Modalix SoM Feature Highlights\u003cbr\u003e\n\u003c\/h2\u003e\n\u003ctable style=\"border-collapse: collapse; width: 100%;\"\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 50.7592%;\"\u003e\u003cstrong\u003eMachine Learning Accelerator (MLA)\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 49.2408%;\"\u003e50 TOPs (BF16, INT8, INT16)\u003cbr\u003eSupports LLMs, neural networks, and GenAI\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 50.7592%;\"\u003e\u003cstrong\u003eApplication Compute Unit (ACU)\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 49.2408%;\"\u003e8 × ARM Cortex-A65 @ 1.4 GHz\u003cbr\u003e32K Dhrystone MIPS\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 50.7592%;\"\u003e\u003cstrong\u003eMemory\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 49.2408%;\"\u003e32 GB or 8 GB on-board 128-bit LPDDR5 (6400 Mbps) system memory\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 50.7592%;\"\u003e\u003cstrong\u003eBoot and Security Unit (BSU)\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 49.2408%;\"\u003eSecure boot with boot code authentication and encryption\u003cbr\u003eSecure key storage and management\u003cbr\u003eSecurity engine for user code\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 50.7592%;\"\u003e\u003cstrong\u003eVideo Codec\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 49.2408%;\"\u003eDecode H.264 \/ H.265 \/ AV1 up to 4K60\u003cbr\u003eEncode H.264 \/ H.265 up to 4K60\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 50.7592%;\"\u003e\u003cstrong\u003eComputer Vision Unit (CVU)\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 49.2408%;\"\u003e4-core Synopsys EV74 DSP @ 1 GHz\u003cbr\u003e720 GOPS (16-bit)\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 50.7592%;\"\u003e\u003cstrong\u003eLow-Latency ISP\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 49.2408%;\"\u003eARM Mali-C-1 @ 1.2 GHz\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 50.7592%;\"\u003e\u003cstrong\u003eDisplay Connectivity\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 49.2408%;\"\u003eHDMI 1.4 port with 4K resolution\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 50.7592%;\"\u003e\u003cstrong\u003ePeripherals\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 49.2408%;\"\u003e4 × 2-lane MIPI CSI-2\u003cbr\u003e4 × PCIe Gen5 RC \u0026amp; EP\u003cbr\u003e1 × 1Gb Ethernet PHY\u003cbr\u003e3 × USB 3.0\u003cbr\u003e4 × I2C, 3 × UART, 14 × GPIO\u003cbr\u003e2 × SPI\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 50.7592%;\"\u003e\u003cstrong\u003eStorage\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 49.2408%;\"\u003eExternal NVMe via PCIe x4\u003cbr\u003eExternal SSD via USB 3.0\u003cbr\u003e16 GB eMMC flash\u003cbr\u003e64 MB QSPI flash\u003cbr\u003e128 KB EEPROM\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 50.7592%;\"\u003e\u003cstrong\u003ePower Supply\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 49.2408%;\"\u003eFlexible 5–20 V power input\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 50.7592%;\"\u003e\u003cstrong\u003eForm Factor\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 49.2408%;\"\u003e69.6 mm × 45 mm\u003cbr\u003e260-pin SO-DIMM connector\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 50.7592%;\"\u003e\u003cstrong\u003eOperating Temperature\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; width: 49.2408%;\"\u003e\n\u003cstrong\u003eCommercial SoM: \u003c\/strong\u003e 0°C to +60°C\u003cbr\u003e\u003cstrong\u003e    Industrial SoM:  \u003c\/strong\u003e-40°C to +85°C\u003cbr\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003c\/tbody\u003e\n\u003c\/table\u003e\n\u003cp style=\"text-align: center;\"\u003e \u003c\/p\u003e\n\u003ch2 style=\"text-align: center;\"\u003eDevelopment Flow\u003c\/h2\u003e\n\u003ctable style=\"border-collapse: collapse; width: 100%;\"\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003ePhase\u003c\/strong\u003e\u003c\/th\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003eDescription\u003c\/strong\u003e\u003c\/th\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003eDetails\u003c\/strong\u003e\u003c\/th\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003eEvaluate\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eUse Palette to compile and run models, assess performance (FPS, latency, compute utilization), and monitor system metrics.\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid #000; padding: 8px;\"\u003e\n\u003cul style=\"margin: 0; padding-left: 18px;\"\u003e\n\u003cli\u003eDocker-based toolchain\u003c\/li\u003e\n\u003cli\u003eARM cross-compiler\u003c\/li\u003e\n\u003cli\u003ePlatform image build \u0026amp; deploy tools\u003c\/li\u003e\n\u003cli\u003eIntegrated KPIs and performance feedback\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003ePrototype\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eDevelopers can rapidly prototype functional pipelines using SiMa.ai’s Python APIs.\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eEnables fast bring-up of custom ML workflows directly on the hardware without complex embedded optimization.\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cstrong\u003eDemonstrate\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eThe Deployment supports multi-camera input and high-speed interfaces for showcasing applications.\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid #000; padding: 8px;\"\u003e\n\u003cul style=\"margin: 0; padding-left: 18px;\"\u003e\n\u003cli\u003eMIPI CSI-2\u003c\/li\u003e\n\u003cli\u003eIP-based input\u003c\/li\u003e\n\u003cli\u003eUSB 3.2\u003c\/li\u003e\n\u003cli\u003eReal-time vision AI demo via HDMI with minimal latency\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003c\/tbody\u003e\n\u003c\/table\u003e\n\u003cp style=\"text-align: center;\"\u003e \u003c\/p\u003e\n\u003ch2 style=\"text-align: center;\"\u003eAvailable Interfaces\u003c\/h2\u003e\n\u003cp style=\"text-align: center;\"\u003e\u003cimg src=\"https:\/\/cdn.shopify.com\/s\/files\/1\/0014\/4313\/5560\/files\/Gemini_Generated_Image_7t3n4p7t3n4p7t3n.png?v=1763376133\" alt=\"\"\u003e\u003c\/p\u003e\n\u003ctable style=\"border-collapse: collapse; width: 100%; height: 147.75px;\"\u003e\n\u003ctbody\u003e\n\u003ctr style=\"height: 10.5938px;\"\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 10.5938px;\"\u003e\u003cstrong\u003eNo.\u003c\/strong\u003e\u003c\/th\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 10.5938px;\"\u003e\u003cstrong\u003eInterfaces\u003c\/strong\u003e\u003c\/th\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e1\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003eHDMI 1.4 @ 4K\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e2\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e2 × MIPI CSI-2 Connectors\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e3\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003eM.2 M — 4× PCIe Gen4 RC\/EP\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e4\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e4× USB 3.2\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e5\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e1× USB-C\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e6\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e1× Gigabit Ethernet\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e7\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003eI²C \/ UART \/ GPIO \/ SPI \/ GPIO\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003c\/tbody\u003e\n\u003c\/table\u003e\n\u003cp style=\"text-align: center;\"\u003e \u003c\/p\u003e\n\u003ch2 style=\"text-align: center;\"\u003eResources\u003c\/h2\u003e\n\u003ctable style=\"border-collapse: collapse; width: 100%;\"\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003eProduct Brief\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center;\"\u003e\u003cspan style=\"color: rgb(255, 42, 0);\"\u003e\u003ca href=\"https:\/\/cdn.shopify.com\/s\/files\/1\/0014\/4313\/5560\/files\/Modalix-SoM-Product-Brief_05.3.pdf?v=1770721342\" style=\"color: rgb(255, 42, 0);\" rel=\"noopener\" target=\"_blank\"\u003eDownload\u003c\/a\u003e\u003c\/span\u003e\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003c\/tbody\u003e\n\u003c\/table\u003e\n\u003cp style=\"text-align: center;\"\u003e \u003c\/p\u003e\n\u003ch2 style=\"text-align: center;\"\u003eWhat’s Included\u003cstrong\u003e\u003c\/strong\u003e\n\u003c\/h2\u003e\n\u003ctable style=\"border-collapse: collapse; width: 100%; height: 147.75px;\"\u003e\n\u003ctbody\u003e\n\u003ctr style=\"height: 10.5938px;\"\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 10.5938px;\"\u003e\u003cstrong\u003eParts\u003c\/strong\u003e\u003c\/th\u003e\n\u003cth style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 10.5938px;\"\u003e\u003cstrong\u003eQuantity\u003c\/strong\u003e\u003c\/th\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003eModalix SoM 32GB \u003cspan style=\"color: rgb(255, 42, 0);\"\u003e(Commercial\/Industrial)\u003c\/span\u003e\n\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e1\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003eCarrier Board\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e1\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003eActive Heatsink\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e1\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003eM.2 240GB NVME Solid State Drive\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e1\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e12V\/5A Power Supply\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e1\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003eMetal Enclosure\u003c\/td\u003e\n\u003ctd style=\"border: 1px solid rgb(0, 0, 0); padding: 8px; text-align: center; height: 19.5938px;\"\u003e1\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003c\/tbody\u003e\n\u003c\/table\u003e\n\u003cp\u003e \u003c\/p\u003e\n\u003ch2 style=\"text-align: center;\"\u003eVideos\u003c\/h2\u003e\n\u003cdiv style=\"position: relative; width: 100%; padding-top: 56.25%; background: #000;\"\u003e\u003cvideo preload=\"metadata\" playsinline=\"\" controls=\"controls\" style=\"position: absolute; top: 0; left: 0; width: 100%; height: 100%; object-fit: contain;\"\u003e\n    \u003csource type=\"video\/mp4\" src=\"https:\/\/cdn.shopify.com\/videos\/c\/o\/v\/82949aeb6dc7480ba08a1f4e08efa396.mp4\"\u003e\n    Your browser does not support the video tag.\n  \u003c\/source\u003e\u003c\/video\u003e\u003c\/div\u003e","brand":"SiMa.ai","offers":[{"title":"Commercial","offer_id":51369869181245,"sku":"SBC1158","price":84999.99,"currency_code":"INR","in_stock":true},{"title":"Industrial","offer_id":51369869214013,"sku":"SBC1159","price":89999.99,"currency_code":"INR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0014\/4313\/5560\/files\/devkit-3-0_480x256_a69c6869-5027-45f2-92e6-1c0f93dfd6d4.webp?v=1774510820"}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0014\/4313\/5560\/collections\/SiMa.ai-logo.jpg?v=1785995989","url":"https:\/\/thinkrobotics.com\/es\/collections\/sima-ai-official-page.oembed","provider":"Atlantis Robotics","version":"1.0","type":"link"}