NVIDIA Jetson Nano: tutto sulla scheda di sviluppo

NVIDIA Jetson Nano È una scheda di sviluppo speciale. Può assomigliare al tuo in molti modi Raspberry Pi, Oa Arduino, ma è progettato specificamente per un tipo specifico di progetto. E come queste altre schede di sviluppo, ha anche un prezzo ragionevolmente basso e di piccole dimensioni rispetto alle apparecchiature alternative.

In particolare, Jetson Nano di NVIDIA si rivolge specificamente allo sviluppo di progetti di intelligenza artificiale e reti neurali artificiali. Un modo economico per iniziare in questo mondo, imparare come funzionano questi sistemi intelligenti e creare un'infinità di progetti che puoi immaginare ...

Cos'è Jetson Nano?

NVIDIA Jetson Nano È una scheda di sviluppo, un SBC con cui creare numerosi progetti basati su reti neurali, deep learning e AI. Con esso puoi creare progetti molto vari, da piccole applicazioni IoT intelligenti, a robot più complessi, sistemi di visione artificiale e riconoscimento di oggetti, dispositivi che reagiscono in modo intelligente valutando una serie di parametri di sensori, piccoli veicoli autonomi, ecc.

Ma tutto con un piatto di poche dimensioni e con un prezzo abbastanza a prezzi accessibili rispetto ad altri sistemi professionali con caratteristiche simili.

E se ti chiedi perché dovresti averne uno di queste schede NVIDIA Jetson Nano, tieni presente che queste schede ti consentiranno di creare molti progetti mentre impari a conoscere una tecnologia in aumento. Ci sono sempre più aziende interessate a persone con conoscenze di machine learning, AI, deep learning e altre discipline simili, poiché si tratta di una tecnologia del futuro.

caratteristiche tecniche

NVIDIA Jetson Nano offre caratteristiche davvero impressionanti per le sue dimensioni e il prezzo. Supera a malapena i 100 euro e con una dimensione di pochi centimetri. Nonostante ciò, può sviluppare fino a 472 GFLOP ad alte prestazioni, sufficienti per eseguire molti algoritmi di intelligenza artificiale molto rapidamente ed elaborare più reti neurali artificiali contemporaneamente.

E non è solo impressionante per queste cifre, ma anche per il suo basso consumo. Questa scheda può avere un file consumo compreso tra 5 e 10W. Rispetto a sistemi simili è sicuramente basso, quindi ti trovi di fronte a un sistema molto efficiente. Ha poco a che fare con altre macchine che consumano centinaia o migliaia di watt ...

Per ulteriori informazioni, puoi vedere questo elenco completo dei dettagli:

GPU NVIDIA Maxwell con 128 core CUDA
ARM Cortex-A57 CPU QuadCore
RAM 4 GB LPDDR4
Memoria flash eMMC 16 da 5.1 GB
connettività:
- Connettore telecamera a 12 vie (3 x 4 o 4 x 2) MIPI CSI-2 DPHY 1.1 (18 Gbps)
- Rete Gigabit Ethernet (RJ-45)
- Collegamento display HDMI 2.0 o DP 1.2 | eDP 1.4 | DSI (1 x 2) 2 simultanei
- Porte 1/2/4 PCIE, 1 USB 3.0, 3 USB 2.0
- I / O aggiuntivo: 1 SDIO / 2 SPI / 4 I2C / 2 I2S / GPIO
- Connettore a 260 pin
Dimensioni: 69,6 mm x 45 mm
Consumo: 5-10w
Sistema operativo Linux con kit di sviluppo

Prodotti della famiglia NVIDIA Jetson

NVIDIA ha molti di questi prodotti per lo sviluppo dell'IA con reti neuroanale artificiali. Alcuni dei prodotti più importanti sono:

Jetson Saverio NX: è un SOM, cioè un System On Module, ovvero un sistema completo integrato in un unico modulo. Nonostante l'aspetto e le dimensioni, offre i tipici poteri di supercalcolo, con un massimo di 21 TOP, ovvero 21 operazioni Tera al secondo. È sufficiente per eseguire più reti neurali artificiali in modo fluido e simultaneo.
Jetson AGX Saverio: un altro modulo molto potente in termini di densità computazionale ed efficienza e che è venuto dopo Jetson Nano, consentendo la creazione di nuove generazioni di macchine intelligenti.
JetsonTX2: un'altra alternativa a Jetson Nano, e dalla stessa famiglia. Si distingue per la sua enorme velocità ed efficienza energetica. Progettato appositamente per applicazioni AI incorporate, dove le dimensioni e il consumo contano. In questo caso, si basa sull'architettura NVIDIA Pascal, alimentata da 8 GB di RAM e una larghezza di banda fino a 59,7 GB / s.

Acquista NVIDIA Jetson Nano

Se sei disposto a iniziare nel mondo dei maker o del fai-da-te con progetti di reti neurali artificiali, puoi farlo acquista questa scheda NVIDIA Jetson Nano nei negozi specializzati o su piattaforme come Amazon, dove vengono venduti separatamente o con kit di sviluppo per iniziare rapidamente con tutto ciò di cui hai bisogno:

Attualmente è stata lanciata una scheda NVIDIA Jetson Nano con un prezzo ridotto di circa $ 59 ea cui hanno aggiunto anche il WiFi. Ottima notizia, l'unica cosa è che hanno ridotto la memoria principale a 2 GB. Se lo vuoi dovrai aspettare, per ora è solo in prevendita per i partner ...

Alternative a NVIDIA Jetson Nano

Se sei interessato all'apprendimento automatico, all'intelligenza artificiale e alle reti neurali artificiali, dovresti conoscerne alcune alternative a NVIDIA Jetson Nano, poiché non è l'unica piastra per questi scopi. Puoi trovare alcuni SBC progettati specificamente per questi progetti come i seguenti:

Google Corallo

Google ha sviluppato un badge, Google Corallo, insieme ad altri accessori e moduli necessari per creare progetti AI. Tra gli articoli appartenenti a questa piattaforma hai:

Google Coral ne ha alcuni caratteristiche tecniche appariscente, come:

CPU NXP i.MX 8M con Quad Core Cortex-A53 e Cortex-M4F
GPU grafica GC7000 Lite,
Coprocessore TPU Google Edge con un massimo di 4 TOPS o 2 TOPS / w.
Include 1 GB di RAM LPDDR4
Memoria fino a 8 GB di memoria flash eMMC e possibilità di espansione tramite schede microSD.
Dispone di connettività WiFi, USB, Bluetooth, Ethernet, jack audio, HDMI, MIPI-DSI e alimentazione tramite USB-C 5v.

Khadas VIM3

KhadasVM3 È un'altra alternativa per i tuoi progetti di intelligenza artificiale, sebbene non abbia alcune delle caratteristiche di quelli grandi, è una scheda abbastanza modesta che può essere una buona occasione per iniziare:

CPU A311D x4 Cortex-A73 2.2 Ghz e x2 Cortex-A53 a 1.8 Ghz.
Con una NPU a 5 TOP
Fino a 4 GB di RAM
16-32 GB eMMC Samsung
Connessioni MIPI-DIS, HDMI, WiFi, Ethernet, microSD, USB, PCIe, ecc.

HiSilicon HiKey 970 (Huawei)

HiSilicon è la società sotto Huawei che produce i chip. Bene, sotto questo marchio troverai un'altra alternativa per sviluppare progetti di reti neurali come HiKey 970, compatibile con Huawei SDK. Inoltre, ha alcune caratteristiche interessanti:

BRACCIO Kirin con Cortex A73 QuadCore + Cortex-A53 QuaCore
Mali G72 MP12 GPU
NPU dedicate
6 GB di LPDDR4
Memoria flash da 64 GB
Connessioni WiFi, microSD, HDMI, USB, PCIe, ecc.
UEFI

Sophon BM1880 (ibrido ARM + RISC-V)

Sophon BM1880 È una scheda alternativa sviluppata da Sophon.ia. Se decidi di acquistarne uno, troverai alcune funzionalità come:

2x CPU Cortex-A53 a 1.5 Ghz + RISC-V a 1 Ghz
1 TPU @ INT8 grazie al processore Tensor
4GB LPDDR4
Flash eMMC da 32 GB
Connettività Ethernet, WiFi, USB, microSD, Jack, ecc.

Stick neurale Intel

Un altro progetto simile ai precedenti è questo Intel Neural Stick. La versione 2 è ora disponibile, e la particolarità in questo caso è che si tratta di una chiavetta USB che puoi collegare comodamente al PC per avviare i tuoi progetti, sebbene abbia meno versatilità rispetto alle schede precedenti. Inoltre, se hai bisogno di più potenza, puoi usarne diversi in un hub USB per aggiungere funzionalità ...

Si shopping questo Neural Stick, ha un prezzo di circa € 100 ed è compatibile con Linux e Windows. Inoltre, consente di lavorare con OpenVINO come toolkit di sviluppo.

Rockchip RK3399Pro

Rockchip hai questo potente kit di sviluppo di deep learning con accelerazione hardware con cui creare progetti molto interessanti e variegati. Supporta TensorFlow Caffe fino a 3 TOPS, nonché sistemi operativi Android e GNU / Linux.

Se vuoi acquistarlo, lo hai disponibile in formato varie versioni (ordinato dal prezzo più basso a quello più alto):

Hardwarelibre