Ihre Cookie-EinstellungenDatenschutz-Bestimmungen
Wir haben die Datenerfassung auf unserer Website auf ein Minimum reduziert. Neben den für das Funktionieren der Website notwendigen Cookies verwenden wir Performance Cookies, Funktionale Cookies und Marketing Cookies. Diese helfen uns dabei, die Seite schneller, schöner und nutzerfreundlicher zu machen. Ist das für Sie ok?
Wir verwenden Ihre Daten zu folgenden Zwecken:
uATX Mainboard, support Intel Core i7/i5/i3 10th Gen LGA1200 CPUs, Intel H410 Chipset, up to 64GB DDR4, HDMI/DVI-D/VGA, 2xGbE LAN, 4xUSB3.2, 4xUSB2.0, 4xCOM (RS232), Audio, 4xSATA 3/ no RAID, 1xPCIe x16,1xPCIe x4, 1xPCIe x1, TPM 2.0, 0..60C
In dem kompakten Format eines Micro-ATX Embedded Motherboards bietet das uATX-H410A weitreichende Möglichkeiten zur Skalierung durch einen Intel Core Prozessor der 10. Generation und Dual Channel DDR4 RAM sowie einem Expansion Slot in PCI Express x16 für diskrete Grafikkarten oder anderen Interfaces für Machine Learning und Koprozessoren der Artificial Intelligence (AI).
Mit einem LGA 1200 Socket für den Prozessor unterstützt das Embedded Motherboard uATX-H410A zahlreiche Modelle der Intel Core i3/i5/i7, Pentium und Celeron Serien, die eine weitreichende Skalierung der Hardware unter verschiedenen Aspekten wie Performance, Energieeffizienz und Kosten erlaubt. Für die temporäre und dauerhafte Speicherung von Daten verwendet das uATX-H410A zwei DIMM Module für bis zu 64 GB DDR4 RAM als Arbeitsspeicher und vier SATA 3 Channels für die Integration von SSD/HDD Laufwerken. Weitere interne Interfaces stellen Expansion Slots für PCI Express x16 und x4 sowie zwei Steckplätze in x1 und Header für dreifaches Serial COM RS232 und vier USB 2.0 Anschlüsse bereit. Darüber hinaus verfügt das Embedded Motherboard uATX-H410A über Triple Independent View durch HDMI, VGA und DVI-D, Dual Gigabit LAN und vier USB 3.0 als externe I/O. Praktische Anwendung findet das Embedded Motherboard unter anderem bei der Industrie 4.0, als stationärer IoT Server mit hoher lokaler Performance oder für die Realisierung von extrem leistungsfähigen Embedded Devices mit einer diskreten GPU etwa für Machine Learning oder Artificial Intelligence (AI).
Gewicht
Bruttogewicht: 1 kg