NVIDIA Jetson Nano: همه چیز در مورد صفحه توسعه

NVIDIA Jetson Nano

NVIDIA Jetson Nano این یک هیئت توسعه ویژه است. از بسیاری جهات می تواند شبیه خود شما باشد تمشک پی، یا آردوینو، اما به طور خاص برای نوع خاصی از پروژه طراحی شده است. و مانند سایر تابلوهای توسعه ، در مقایسه با تجهیزات جایگزین نیز دارای قیمت مناسب و اندازه کمی است.

به طور خاص ، جتسون نانو NVIDIA به طور خاص توسعه را هدف قرار داده است پروژه های هوش مصنوعی و شبکه های عصبی مصنوعی. یک راه ارزان برای شروع در این جهان ، یادگیری نحوه کار این سیستم های هوشمند و ایجاد بی نهایت پروژه هایی که می توانید تصور کنید ...

جتسون نانو چیست؟

NVIDIA Jetson Nano این یک هیئت توسعه ، یک SBC است که با آن می توان پروژه های متعددی را بر اساس شبکه های عصبی ، یادگیری عمیق و هوش مصنوعی ایجاد کرد. با استفاده از آن می توانید پروژه های بسیار متنوعی ایجاد کنید ، از برنامه های کوچک هوشمند اینترنت اشیا گرفته تا ربات های پیچیده تر ، سیستم های دید مصنوعی و تشخیص اشیا ، دستگاه هایی که با ارزیابی یک سری پارامترهای سنسور ، وسایل نقلیه مستقل کوچک و غیره هوشمندانه واکنش نشان می دهند.

اما همه با یک صفحه چند بعدی ، و با قیمت کاملاً مناسب مقرون به صرفه در مقایسه با سایر سیستم های حرفه ای با ویژگی های مشابه.

و اگر تعجب می کنید چرا باید یکی داشته باشی از بین این تابلوهای NVIDIA Jetson Nano ، باید به خاطر داشته باشید که این تابلوها به شما امکان می دهد پروژه های زیادی ایجاد کنید در حالی که در مورد فناوری در حال افزایش است. شرکت های بیشتری علاقه مند به افرادی هستند که دارای دانش یادگیری ماشین ، هوش مصنوعی ، یادگیری عمیق و سایر رشته های مشابه هستند ، زیرا این فناوری آینده است.

مشخصات فنی

SOM جتسون نانو

NVIDIA Jetson Nano ارائه می دهد ویژگی های واقعا چشمگیر برای اندازه و قیمت آن. به سختی از 100 یورو و با اندازه چند سانتی متر فراتر می رود. با وجود این ، می تواند تا 472 عملکرد GFLOP ایجاد کند ، کافی است بسیاری از الگوریتم های هوش مصنوعی را خیلی سریع اجرا کند و چندین شبکه عصبی مصنوعی را به طور همزمان پردازش کند.

و نه تنها برای این ارقام چشمگیر است ، بلکه برای مصرف کم آن نیز چشمگیر است. این هیئت ممکن است دارای مصرفی که بین 5 تا 10 وات است. در مقایسه با سیستم های مشابه مطمئناً کم است ، بنابراین شما با یک سیستم بسیار کارآمد روبرو هستید. ارتباط چندانی با سایر دستگاههایی که صدها یا هزاران وات مصرف می کنند نیست ...

برای اطلاعات بیشتر می توانید این را مشاهده کنید لیست کامل جزئیات:

  • پردازنده گرافیکی NVIDIA Maxwell با 128 هسته CUDA
  • پردازنده چهار هسته ای ARM Cortex-A57
  • RAM 4 GB LPDDR4
  • حافظه فلش 16 گیگابایتی eMMC 5.1
  • اتصال:
    • اتصال دوربین 12 طرفه (3 x 4 یا 4 2 2) MIPI CSI-1.1 DPHY 18 (XNUMX گیگابیت در ثانیه)
    • شبکه اترنت گیگابیت (RJ-45)
    • اتصال نمایشگر HDMI 2.0 یا DP 1.2 | eDP 1.4 | DSI (1 2 2) XNUMX همزمان
    • بنادر 1/2/4 PCIE ، 1 USB 3.0 ، 3 USB 2.0
    • I / O اضافی: 1 SDIO / 2 SPI / 4 I2C / 2 I2S / GPIO
    • رابط 260 پین
  • اندازه: 69,6mm x 45mm
  • مصرف: 5-10 وات
  • سیستم عامل لینوکس با کیت توسعه

محصولات خانواده NVIDIA Jetson

NVIDIA چندین مورد از این موارد را دارد محصولات برای توسعه هوش مصنوعی با شبکه های عصبی مصنوعی. برخی از برجسته ترین محصولات عبارتند از:

  • جتسون خاویر NX: این یک SOM است ، یعنی یک سیستم در ماژول ، یا یک سیستم کامل است که در یک ماژول واحد ادغام شده است. علیرغم شکل ظاهری و اندازه ، قدرت فوق رایانه معمولی را با حداکثر 21 TOP یعنی 21 عملیات Tera در ثانیه ارائه می دهد. این کافی است تا چندین شبکه عصبی مصنوعی به طور هموار و همزمان اجرا شوند.
  • جتسون AGX خاویر: یک ماژول بسیار قدرتمند دیگر از نظر چگالی محاسبه و کارایی و بعد از جتسون نانو ایجاد شده است که اجازه ایجاد نسل جدیدی از ماشین های هوشمند را می دهد.
  • جتسون TX2: جایگزین دیگری برای جتسون نانو ، و از یک خانواده. به دلیل سرعت فوق العاده و بهره وری انرژی بسیار برجسته است. مخصوصاً برای برنامه های جاسازی شده هوش مصنوعی که اندازه و مصرف آنها مهم است ، طراحی شده است. در این حالت ، این سیستم مبتنی بر معماری NVIDIA Pascal است که با 8 گیگابایت رم و پهنای باند تا 59,7 گیگابایت بر ثانیه کار می کند.

NVIDIA Jetson Nano را بخرید

اگر مایل هستید در ساخت ساز یا دنیای DIY با پروژه های شبکه عصبی مصنوعی شروع کنید ، می توانید این صفحه NVIDIA Jetson Nano را بخرید در فروشگاه های خاص یا سیستم عامل هایی مانند آمازون ، جایی که آنها به طور جداگانه یا با کیت های توسعه به فروش می رسند تا سریع با همه چیزهایی که نیاز دارید شروع به کار کنید:

در حال حاضر یک هیئت مدیره NVIDIA Jetson Nano با قیمت کاهش یافته است حدود 59 دلار و آنها همچنین WiFi اضافه کرده اند. خبر عالی ، تنها نکته این است که آنها حافظه اصلی را به 2 گیگابایت کاهش داده اند. اگر آن را بخواهید باید صبر کنید ، در حال حاضر فقط در است پیش فروش برای شرکا ...

گزینه های جایگزین NVIDIA Jetson Nano

گوگل مرجان

اگر به یادگیری ماشین ، هوش مصنوعی و شبکه های عصبی مصنوعی علاقه دارید ، باید برخی از آنها را بشناسید گزینه های NVIDIA Jetson Nano، از آنجا که تنها صفحه برای این اهداف نیست. برخی از SBC ها را که به طور خاص برای این پروژه ها طراحی شده اند می توانید پیدا کنید مانند موارد زیر:

گوگل مرجان

Google یک نشان ایجاد کرده است ، گوگل مرجان، همراه با سایر لوازم جانبی و ماژول های مورد نیاز برای ایجاد پروژه های هوش مصنوعی. در میان مقالات متعلق به این سیستم عامل:

Google Coral تعدادی دارد مشخصات فنی پر زرق و برق ، مانند:

  • پردازنده NXP i.MX 8M با چهار هسته Cortex-A53 و Cortex-M4F
  • GC7000 Lite Graphics GPU ،
  • پردازنده Google Edge TPU با حداکثر 4 TOPS یا 2 TOPS / w.
  • شامل RAM 1 GB LPDDR4
  • ذخیره سازی تا 8 گیگابایت فلش eMMC و امکان گسترش آن با استفاده از کارت های microSD.
  • از اتصال WiFi ، USB ، بلوتوث ، اترنت ، جک صوتی ، HDMI ، MIPI-DSI و قدرت USB-C 5v برخوردار است.

خداس VIM3

خداس VM3 این گزینه دیگری برای پروژه های هوش مصنوعی شما است ، اگرچه برخی از مشخصات بزرگ را ندارد ، اما یک صفحه نسبتاً متوسط ​​است که می تواند فرصت خوبی برای شروع:

  • CPU A311D x4 Cortex-A73 2.2Ghz و x2 Cortex-A53 در 1.8Ghz.
  • با NPU در 5 TOPS
  • حداکثر 4 گیگابایت RAM
  • 16-32 گیگابایت eMMC سامسونگ
  • اتصالات MIPI-DIS ، HDMI ، WiFi ، اترنت ، microSD ، USB ، PCIe و غیره

HiSilicon HiKey 970 (هواوی)

HiSilicon شرکتی است که تحت آن فعالیت می کند Huawei در که تراشه ها را تولید می کند. خوب ، تحت این نام تجاری شما گزینه دیگری برای توسعه پروژه های شبکه عصبی مانند سلام HiKey 970، سازگار با SDK هواوی. علاوه بر این ، ویژگی های جالبی دارد:

  • ARM Kirin با Cortex A73 QuadCore + Cortex-A53 QuaCore
  • GPU مالی G72 MP12
  • NPU های اختصاصی
  • 6 گیگابایت LPDDR4
  • حافظه فلش 64 گیگابایتی
  • اتصالات WiFi ، microSD ، HDMI ، USB ، PCIe و غیره
  • UEFI

Sophon BM1880 (ترکیبی ARM + RISC-V)

سوفون BM1880 این یک صفحه جایگزین است که توسط Sophon.ia ساخته شده است. اگر تصمیم به خرید یکی از آنها داشته باشید ، برخی از ویژگی ها مانند:

  • پردازنده 2x Cortex-A53 در 1.5 گیگاهرتز + RISC-V در 1 گیگاهرتز
  • 1 TPU @ INT8 با تشکر از پردازنده Tensor
  • 4GB LPDDR4
  • فلش 32 گیگابایتی eMMC
  • اتصال اترنت ، WiFi ، USB ، microSD ، جک و غیره

استیک عصبی اینتل

پروژه دیگری مشابه پروژه های قبلی این است Intel Neural Stick. نسخه 2 اکنون در دسترس است و ویژگی در این مورد این است که این یک USB است که می توانید برای شروع پروژه های خود به راحتی به رایانه شخصی متصل شوید ، اگرچه از قابلیت انعطاف پذیری کمتری نسبت به بردهای قبلی برخوردار است. همچنین ، اگر به انرژی بیشتری نیاز دارید ، می توانید از چندین مورد دیگر در هاب USB برای افزودن قابلیت ها استفاده کنید ...

Si خرید این عصب عصبی، حدود 100 یورو قیمت دارد و با لینوکس و ویندوز سازگار است. علاوه بر این ، امکان کار با OpenVINO به عنوان یک جعبه ابزار توسعه را فراهم می کند.

Rockchip RK3399Pro

راکچیپ شما این کیت قدرتمند توسعه سخت افزاری شتابدهنده سخت افزاری را دارید که با آن می توانید پروژه های بسیار جالب و متنوعی ایجاد کنید. این برنامه از TensorFlow Caffe تا 3 TOPS و همچنین سیستم عامل های Android و GNU / Linux پشتیبانی می کند.

اگر می خواهید آن را بخرید ، آن را در دسترس دارید نسخه های مختلف (سفارش از پایین ترین تا بالاترین قیمت):


محتوای مقاله به اصول ما پیوست اخلاق تحریریه. برای گزارش یک خطا کلیک کنید اینجا.

اولین کسی باشید که نظر

نظر خود را بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخشهای موردنیاز علامتگذاری شدهاند با *

*

*

  1. مسئول داده ها: میگل آنخل گاتون
  2. هدف از داده ها: کنترل هرزنامه ، مدیریت نظرات.
  3. مشروعیت: رضایت شما
  4. ارتباط داده ها: داده ها به اشخاص ثالث منتقل نمی شوند مگر با تعهد قانونی.
  5. ذخیره سازی داده ها: پایگاه داده به میزبانی شبکه های Occentus (EU)
  6. حقوق: در هر زمان می توانید اطلاعات خود را محدود ، بازیابی و حذف کنید.