NVIDIA Jetson Nano: alt om udviklingskortet

NVIDIA Jetson Nano Det er en særlig udviklingsplan. Det kan se ud som dit eget på mange måder raspberry Pi, eller Arduino, men det er specielt designet til en bestemt type projekt. Og ligesom disse andre udviklingskort er det også rimeligt lavt og lille i størrelse sammenlignet med alternativt udstyr.

Specifikt er NVIDIAs Jetson Nano specifikt målrettet mod udviklingen af projekter med kunstig intelligens og kunstige neurale netværk. En billig måde at starte i denne verden, lære hvordan disse intelligente systemer fungerer, og skabe en uendelig række projekter, som du kan forestille dig ...

Hvad er Jetson Nano?

NVIDIA Jetson Nano Det er et udviklingskort, en SBC, hvormed man opretter adskillige projekter baseret på neurale netværk, dyb læring og AI. Med det kan du oprette meget varierede projekter, fra små intelligente IoT-applikationer til mere komplekse robotter, kunstige synssystemer og genkendelsesgenstande, enheder, der reagerer intelligent ved at evaluere en række sensorparametre, små autonome køretøjer osv.

Men alt sammen med en tallerken af lille størrelse og med en pris ganske overkommelige sammenlignet med andre professionelle systemer med lignende egenskaber.

Og hvis du undrer dig hvorfor skulle du have en af disse NVIDIA Jetson Nano-kort, skal du være opmærksom på, at disse kort giver dig mulighed for at oprette mange projekter, mens du lærer om en teknologi, der er stigende. Der er flere og flere virksomheder, der er interesseret i mennesker med viden om maskinindlæring, AI, dyb læring og andre lignende discipliner, da det er en fremtidens teknologi.

tekniske egenskaber

NVIDIA Jetson Nano tilbyder virkelig imponerende funktioner for dens størrelse og pris. Det overstiger næppe € 100 og med et par centimeter i størrelse. På trods af dette kan den udvikle op til 472 GFLOP'er, der er nok til at køre mange AI-algoritmer meget hurtigt og behandle flere kunstige neurale netværk samtidigt.

Og det er ikke kun imponerende for disse tal, men også for dets lave forbrug. Dette bord kan have en forbrug mellem 5 og 10 W.. Sammenlignet med lignende systemer er det bestemt lavt, så du står over for et meget effektivt system. Det har ikke meget at gøre med andre maskiner, der bruger hundreder eller tusinder af watt ...

For mere information kan du se dette liste over alle detaljer:

NVIDIA Maxwell GPU med 128 CUDA-kerner
ARM Cortex-A57 QuadCore CPU
RAM 4 GB LPDDR4
16 GB eMMC 5.1 flash-lager
tilslutningsmuligheder:
- 12-vejs kamerastik (3 x 4 eller 4 x 2) MIPI CSI-2 DPHY 1.1 (18 Gbps)
- Gigabit Ethernet-netværk (RJ-45)
- HDMI 2.0 eller DP 1.2 skærmforbindelse | eDP 1.4 | DSI (1 x 2) 2 samtidigt
- Porte 1/2/4 PCIE, 1 USB 3.0, 3 USB 2.0
- Ekstra I / O: 1 SDIO / 2 SPI / 4 I2C / 2 I2S / GPIO
- 260-polet stik
Størrelse: 69,6 mm x 45 mm
Forbrug: 5-10w
Linux OS med udviklingssæt

NVIDIA Jetson Family Products

NVIDIA har flere af disse produkter til AI-udvikling med kunstige neuroanaliske netværk. Nogle af de mest fremtrædende produkter er:

Jetson Xavier NX: det er en SOM, det vil sige et system på modul eller et komplet system integreret i et enkelt modul. På trods af dets udseende og størrelse tilbyder den typiske supercomputerkræfter med op til 21 TOP'er, det vil sige 21 Tera-operationer pr. Sekund. Det er nok til at køre flere kunstige neurale netværk glat og samtidigt.
Jetson AGX Xavier: et andet meget kraftigt modul med hensyn til beregningstæthed og effektivitet, og som er kommet efter Jetson Nano, hvilket muliggør oprettelse af nye generationer af intelligente maskiner.
Jetson TX2: et andet alternativ til Jetson Nano og fra samme familie. Det skiller sig ud for sin enorme hastighed og energieffektivitet. Specielt designet til indlejrede AI-applikationer, hvor størrelse og forbrug betyder noget. I dette tilfælde er det baseret på NVIDIA Pascal-arkitekturen, der drives af 8 GB RAM og en båndbredde på op til 59,7 GB / s.

Køb NVIDIA Jetson Nano

Hvis du er villig til at komme i gang i producenten eller DIY-verdenen med kunstige neurale netværksprojekter, kan du køb dette NVIDIA Jetson Nano-kort I specialbutikker eller på platforme som Amazon, hvor de sælges separat eller med udviklingssæt for hurtigt at komme i gang med alt hvad du har brug for:

I øjeblikket er der lanceret et NVIDIA Jetson Nano-kort til en reduceret pris på omkring $ 59 og som de også har tilføjet WiFi. Store nyheder, det eneste er, at de har reduceret hovedhukommelsen til 2 GB. Hvis du vil have det, bliver du nødt til at vente, for nu er det kun i forkøb til partnere ...

Alternativer til NVIDIA Jetson Nano

Hvis du er interesseret i maskinlæring, AI og kunstige neurale netværk, skal du kende nogle alternativer til NVIDIA Jetson Nano, da det ikke er den eneste plade til disse formål. Du kan finde nogle SBC'er designet specielt til disse projekter som følgende:

Google Coral

Google har udviklet et badge, Google Coralsammen med andet tilbehør og moduler, der er nødvendige for at oprette AI-projekter. Blandt de artikler, der tilhører denne platform, har du:

Google Coral har nogle tekniske egenskaber prangende, ligesom:

NXP i.MX 8M CPU med Quad Core Cortex-A53 og Cortex-M4F
GC7000 Lite grafik GPU,
Google Edge TPU coprocessor med op til 4 TOPS eller 2 TOPS / w.
Inkluderer 1 GB LPDDR4 RAM
Opbevaring af op til 8 GB eMMC-flash og muligheden for at udvide det ved hjælp af microSD-kort.
Den har WiFi-forbindelse, USB, Bluetooth, Ethernet, lydstik, HDMI, MIPI-DSI og strøm over USB-C 5v.

Khadas VIM3

Khadas VM3 Det er et andet alternativ til dine AI-projekter, selvom det ikke har nogle af de store kendetegn, er det et ret beskedent bord, der kan en god mulighed for at starte:

CPU A311D x4 Cortex-A73 2.2 GHz og x2 Cortex-A53 ved 1.8 GHz.
Med en NPU på 5 TOPS
Op til 4 GB RAM
16-32 GB eMMC Samsung
MIPI-DIS, HDMI, WiFi, Ethernet, microSD, USB, PCIe-forbindelser osv.

HiSilicon HiKey 970 (Huawei)

HiSilicon er virksomheden under Huawei der fremstiller chips. Nå, under dette mærke finder du et andet alternativ til at udvikle neurale netværksprojekter som f.eks HiKey 970, kompatibel med Huawei SDK. Derudover har det nogle interessante funktioner:

ARM Kirin med Cortex A73 QuadCore + Cortex-A53 QuaCore
Mali G72 MP12 GPU
Dedikerede NPU'er
6 GB LPDDR4
64 GB flashhukommelse
WiFi, microSD, HDMI, USB, PCIe-forbindelser osv.
UEFI

Sophon BM1880 (hybrid ARM + RISC-V)

Sophon BM1880 Det er et alternativt kort udviklet af Sophon.ia. Hvis du beslutter dig for at købe en, finder du nogle funktioner såsom:

2x Cortex-A53 CPU ved 1.5 GHz + RISC-V ved 1 GHz
1 TPU'er @ INT8 takket være Tensor-processoren
4GB LPDDR4
32 GB eMMC-flash
Forbindelse Ethernet, WiFi, USB, microSD, Jack osv.

Intel Neural Stick

Et andet projekt svarende til de foregående er dette Intel Neural Stick. Version 2 er nu tilgængelig, og det særlige i dette tilfælde er, at det er en USB-nøgle, som du nemt kan oprette forbindelse til pc'en for at starte dine projekter, selvom den har mindre alsidighed end de tidligere kort. Hvis du har brug for mere strøm, kan du også bruge flere af dem i en USB-hub til at tilføje muligheder ...

Si shopping denne neurale pind, er prissat til ca. € 100 og er kompatibel med Linux og Windows. Derudover tillader det at arbejde med OpenVINO som et udviklingsværktøjssæt.

Rockchip RK3399Pro

Rockchip du har dette kraftfulde hardware-accelererede deep learning-udviklingssæt, som du kan skabe meget interessante og varierede projekter til. Det understøtter TensorFlow Caffe op til 3 TOPS samt Android- og GNU / Linux-operativsystemer.

Hvis du vil købe det, har du det tilgængeligt i forskellige versioner (bestilt fra laveste til højeste pris):

Hardwarelibre