すべての製品・サービス
121~150 件を表示 / 全 301 件
-

SoM/CPUボード『SECO社製 Q7-974』
低消費電力×高性能、Qseven準拠の信頼モジュール
最終更新日
-

SoM/CPUボード『SECO社製 μQ7-A76-J』
超小型、低消費電力
最終更新日
-

SoM/CPUボード『SECO社製 μQ7-A76-J』
超小型、低消費電力 imx6 ソリューション
最終更新日
-

SoM/CPUボード『SECO社製 Q7-B03』
小型、低消費電力
最終更新日
-

SoM/CPUボード『SECO社製 Q7-C26』
小型、低消費電力 imx8ソリューション、CortexA72
最終更新日
-

SoM/CPUボード/SOC『Arbor社製EmQ-i2401』
小型、低消費電力 Apollo lake
最終更新日
-

FPGAを利用した『エッジAIコンサルテーション』
初期検討からデータ収集~実装まで、POC(概念実証)の第一歩をサポート 『エッジAIコンサルテーション』サービス
最終更新日
-

SoM/CPUボード『Arbor社製 EmQ-i230J』
小型、低消費電力
最終更新日
-

SoM/CPUボード『SECO社製 Q7-C25』
小型、低消費電力 imx8m ソリューション
最終更新日
-

SoM/CPUボード『Arbor社製EmQ-i240A』
小型、低消費電力 Apollo lake
最終更新日
-

BittWare社製 FPGA開発・評価ボード
アプリケーション用途に合った構成でカスタマイズ可能!コミュニケーション、アクセラレーションに活用できるFPGAボード
最終更新日
-

Northwest Logic製FPGA・ASIC向けIPコア
単体のコントローラIPコアの高性能と高品質を実現、PHY IPベンダやベリフィケーションIPベンダとも連携!
最終更新日
-

IntelliProp社製 FPGA・ASIC向けIPコア
ストレージ業界向けに高品質で高性能なIPコア製品提供!ASSP製品の開発も支援
最終更新日
-

System-On-Chip社製 FPGA・ASIC向けIPコア
高品質、低遅延、省電力を実現したIP Core
最終更新日
-

System-On-Chip社製 モジュール
H.264、H.265、MPEG2対応のSOM
最終更新日
-

エッジAI開発セット
これからエッジAI開発をはじめたい方におすすめです。 エッジAI開発をすぐにスタートできる環境を提供します!
最終更新日
-

コンピュータオンモジュール『Qseven PQ7-M106』
小型、低消費電力、Bay Trail
最終更新日
-

コンピュータオンモジュール『Qseven PQ7-M108』
小型、低消費電力、Apollo lake
最終更新日
-

コンピュータオンモジュール『SMARC SM-C12』
小型、低消費電力、SMARC、imx8m
最終更新日
-

コンピュータオンモジュール『SMARC SM-B69』
小型、低消費電力、SMARC、Apollo lake
最終更新日
-

コンピュータオンモジュール『SMARC SM-B71』
小型、低消費電力、Xilinx、Ultra Scale
最終更新日
-

コンピュータオンモジュール『SMARC-iMX8M』
小型、低消費電力、SMARC、imx8m
最終更新日
-

コンピュータオンモジュール『SMARC-FiMX7』
小型、定昇電力、SMARC、imx7
最終更新日
-

コンピュータオンモジュール『SMARC-FiMX6』
小型、低消費電力1、imx6、SMARC
最終更新日
-

コンピュータオンモジュール『SMARC-T4378』
小型、低消費電力、TI、SMARC
最終更新日
-

Virtex UltraScale+ VU9P FPGAカード
Virtex UltraScale+ 搭載の最先端のASIC/SoCプロトタイピング向けプラットフォーム
最終更新日
-

Virtex UltraScale+ VU13P FPGAカード
Virtex UltraScale+ 搭載の最先端のASIC/SoCプロトタイピング向けプラットフォーム
最終更新日
-

【モデルベース開発(MBD)】自動車の開発期間短縮を実現
モデルベース開発の上流から下流工程までサポートいたします!(自動車・産業用ロボット対応)
最終更新日
-

【FPGA/基板受託開発】小規模~大規模FPGA開発まで対応可能
RTL設計などの論理設計だけでなくソフトウェア開発・基板(ボード)開発も含めたカスタム(実装)まで、ワンストップでご提案!
最終更新日
-

【受託開発】エッジAI開発-現場機器のみで使用可能なAI機能
トレーニング済みの深層学習モデルを様々なエッジデバイスで使用可能!
最終更新日