NVIDIA Jetson Nano: tot sobre la placa de desenvolupament

NVIDIA Jetson Nano és una placa de desenvolupament especial. Pot semblar-se en moltes coses a la pròpia Raspberry Pi, o Arduino, Però està dissenyada específicament per a un tipus de projectes concrets. I a l'igual que aquestes altres plaques de desenvolupament, també té un preu raonablement baix i unes dimensions reduïdes en comparació amb altres equips alternatius.

Concretament, Jetson Nano de NVIDIA està dirigit especialment a el desenvolupament de projectes d'intel·ligència artificial i xarxes neuronals artificials. Una forma barata de començar en aquest món, aprendre com treballen aquests sistemes intel·ligents, i crear una infinitat de projectes que et puguis imaginar ...

Què és Jetson Nano?

NVIDIA Jetson Nano és una placa de desenvolupament, una SBC amb la qual poder crear nombrosos projectes basats en xarxes neuronals, deep learning i IA. Amb ella pots crear projectes molt variats, des de petites aplicacions intel·ligents Iot, fins robots més complexos, sistemes de visió artificial i reconeixement d'objectes, dispositius que reaccionin de forma intel·ligent avaluant una sèrie de paràmetres de sensors, petits vehicles autònoms, etc.

Però tot amb una placa d'unes dimensions reduïdes, i amb un preu bastant assequible en comparació amb altres sistemes professionals amb característiques similars.

I si et preguntes per què hauries de tenir una d'aquestes plaques NVIDIA Jetson Nano, hauries de tenir en compte que aquestes plaques et permetran crear molts projectes mentre aprens d'una tecnologia que està a l'alça. Cada vegada hi ha més empreses interessades en persones amb coneixements de machine learning, IA, deep learning, i altres disciplines similars, ja que és una tecnologia de futur.

Característiques tècniques

NVIDIA Jetson Nano ofereix unes característiques realment impressionants per la seva grandària i preu. A penes sobrepassa els 100 €, i amb uns quants centímetres de mida. Malgrat això pot desenvolupar fins 472 GFlops de rendiment, suficients per executar molts algoritmes d'IA de forma molt ràpida i processar diverses xarxes neuronals artificials simultàniament.

I no només impressiona per aquestes xifres, també pel seu consum tan reduït. Aquesta placa pot tenir un consum que està entre els 5 i els 10W. Comparat amb sistemes similars és certament baix, per la qual cosa estàs davant un sistema molt eficient. Poc té a veure amb altres màquines que consumeixen centenars o milers de watts ...

Per a més informació, pots veure aquesta llista de detalls complets:

GPU NVIDIA Maxwell amb 128 nuclis CUDA
CPU ARM Cortex-A57 QuadCore
4 GB LPDDR4 RAM
Emmagatzematge de 16 GB tipus flash EMMC 5.1
Connectivitat:
- Connector per a càmera de 12 vies (3 x 4 o 4 x 2) MIPI CSI-2 DPHY 1.1 (18 Gbps)
- Xarxa Gigabit Ethernet (RJ-45)
- Connexió per pantalla HDMI 2.0 o DP 1.2 | EDP 1.4 | DSI (1 x 2) 2 simultanis
- Ports 1/2/4 PCIE, 1 USB 3.0, 3 USB 2.0
- I / S addicional: 1 SDIO / 2 SCI / 4 I2C / 2 I2S / GPIO
- Connector 260 pins
Mida: 69,6 mm x 45 mm
Consum: 5-10w
SO Linux amb kit de desenvolupament

Productes de la família NVIDIA Jetson

NVIDIA té diversos d'aquests productes per a desenvolupament d'IA amb xarxes neuroanles artificials. Alguns dels productes més destacats són:

Jetson Xavier NX: És un SOM, és a dir, un System On Module, o un sistema complet integrat en un sol mòdul. Malgrat el seu aspecte i grandària ofereix potències típiques de supercomputació, amb fins a 21 tops, és a dir, 21 Tera Operacions per segon. Això és suficient per a executar diverses xarxes neuronals artificials de forma fluida i simultàniament.
Jetson AGX Xavier: Un altre mòdul molt potent pel que fa a la densitat de càlcul i eficiència i que ha arribat després de Jetson Nano, permetent crear noves generacions de màquines intel·ligents.
Jetson TX2: Una altra alternativa a Jetson Nano, i de la mateixa família. Destaca per la seva enorme velocitat i eficiència energètica. Especialment pensada per a aplicacions d'IA embegudes, on la mida i consum importen. En aquest cas, es basa en l'arquitectura NVIDIA Pascal, potenciada amb 8GB de RAM i un ample de banda de fins a 59,7GB / s.

Comprar NVIDIA Jetson Nano

Si estàs disposat a començar en el món maker o de l'DIY amb projectes de xarxes neuronals artificials, pots comprar aquesta placa NVIDIA Jetson Nano en botigues especialitzades o en plataformes com Amazon, on es venen per separat o amb kits de desenvolupament per començar de forma ràpida amb tot el que necessites:

Actualment s'ha llançat una placa NVIDIA Jetson Nano amb preu reduït de uns 59 $ ia la qual han afegit també WiFi. Una gran notícia, l'únic és que li han reduït la memòria principal a 2 GB. Si la vols hauràs d'esperar, per ara només està en prevenda per a socis ...

Alternatives a la Jetson Nano de NVIDIA

Si t'interessa el machine learning, IA i les xarxes neuronals artificials, hauries de conèixer algunes alternatives a NVIDIA Jetson Nano, Ja que no és l'única placa per a aquests fins. Pots trobar algunes SBCS dissenyades específicament per a aquests projectes com les següents:

Google Coral

Google ha desenvolupat una placa, Google Coral, Juntament amb altres accessoris i mòduls necessaris per crear projectes d'IA. Entre els articles que pertanyen a aquesta plataforma tens:

Google Coral té unes característiques tècniques cridaneres, com:

CPU NXP i.MX 8M amb quatre nuclis Cortex-A53 i Cortex-M4F
GPU GC7000 Lite Graphics,
Coprocessador Google Edge TPU amb fins a 4 TOPS o 2 TOPS / w.
Inclou memòria RAM 1GB LPDDR4
Emmagatzematge de fins a 8GB EMMC flash i possibilitat d'ampliar-lo mitjançant targetes microSD.
Disposa de connectivitat WiFi, USB, Bluetooth, Ethernet, Jack d'àudio, HDMI, MIPI-DSI, i alimentació per USB-C 5v.

Khadas VIM3

Khadas VM3 és una altra alternativa per als teus projectes d'IA, encara que no compta amb algunes de les característiques dels grans, és una placa bastant modesta que pot ser una bona oportunitat per començar:

CPU A311D x4 Cortex-A73 2.2GHz i x2 Cortex-A53 a 1.8Ghz.
Amb un NPU a 5 TOPS
Fins 4GB de RAM
16-32GB EMMC Samsung
Conxions MIPI-DIS, HDMI, WiFi, Ethernet, microSD, USB, PCIe, etc.

HiSilicon HiKey 970 (Huawei)

HiSilicon és l'empresa sota Huawei que fabrica els xips. Doncs bé, sota aquesta marca vas a trobar una altra altenativa per desenvolupar projectes de xarxes neuronals com la HiKey 970, Compatible amb l'SDK d'Huawei. A més, compta amb algunes característiques interessants:

ARM Kirin amb Cortex A73 QuadCore + Cortex-A53 QuaCore
GPU Mali G72 MP12
NPUs dedicades
6GB de LPDDR4
64 GB de memòria flash
Connexions WiFi, microSD, HDMI, USB, PCIe, etc.
UEFI

Sophón BM1880 (híbrida ARM + RISC-V)

sophón BM1880 és una placa alternativa desenvolupada per Sophon.ia. Si et decideixes a comprar una, et trobaràs amb algunes característiques com:

CPU 2x Cortex-A53 a 1.5Ghz + RISC-V a 1Ghz
1 TPUs @ INT8 gràcies a l'Tensor processor
4GB LPDDR4
32GB flash EMMC
Connectivitat Ethernet, WiFi, USB, microSD, Jack, etc.

Intel Neural Estic

Un altre projecte similar als anteriors és aquest Neural Estic d'Intel. Ja està disponible la versió 2, i la particularitat en aquest cas és que és un estic USB que pots connectar còmodament a l'ordinador per començar els teus projectes, tot i que té menor versatilitat que les plaques anteriors. A més, si necessites més potència, pots usar diversos d'ells en un hub USB per sumar capacitats ...

Si compres aquest Neural Estic, Té un preu d'uns 100 €, i és compatible amb Linux i Windows. A més, permet treballar amb OpenVINO com joc d'eines per a desenvolupament.

Rockchip RK3399Pro

Rockchip té aquest poderós kit de desenvolupament d'aprenentatge profund accelerat per maquinari amb el qual crear projectes molt interessants i variats. Suporta TensorFlow Caffe fins a 3 TOPS, així com sistemes operatius Android i GNU / Linux.

Si vols comprar-lo, ho tines disponible a diverses versions (Ordenats de preu més baix a més alt):

Hardwarelibre