NVIDIA Jetson Nano : 개발 보드에 관한 모든 것

NVIDIA Jetson Nano

NVIDIA Jetson Nano 특별한 개발 보드입니다. 여러면에서 자신의 것처럼 보일 수 있습니다. 라즈베리 파이, 또는 아두 이노이지만 특정 유형의 프로젝트를 위해 특별히 설계되었습니다. 그리고 이러한 다른 개발 보드와 마찬가지로 대체 장비에 비해 합리적으로 저렴하고 크기가 작습니다.

특히 NVIDIA의 Jetson Nano는 특히 인공 지능 및 인공 신경망 프로젝트. 이 세상에서 시작하여 이러한 지능형 시스템의 작동 방식을 배우고 상상할 수있는 무한한 프로젝트를 만드는 저렴한 방법 ...

Jetson Nano는 무엇입니까?

NVIDIA Jetson Nano 신경망, 딥 러닝 및 AI를 기반으로 수많은 프로젝트를 생성하는 SBC 인 개발 보드입니다. 이를 통해 소규모 지능형 IoT 애플리케이션에서 더 복잡한 로봇, 인공 비전 시스템 및 물체 인식, 일련의 센서 매개 변수를 평가하여 지능적으로 반응하는 장치, 소형 자율 주행 차량 등에 이르기까지 매우 다양한 프로젝트를 만들 수 있습니다.

그러나 모두 몇 가지 차원의 접시와 가격이 상당히 저렴한 유사한 특성을 가진 다른 전문 시스템에 비해.

그리고 궁금하다면 왜 하나 있어야하나요 이러한 NVIDIA Jetson Nano 보드 중 이러한 보드를 사용하면 증가하고있는 기술에 대해 배우면서 많은 프로젝트를 만들 수 있다는 점을 명심해야합니다. 미래의 기술이기 때문에 머신 러닝, AI, 딥 러닝 및 기타 유사한 분야에 대한 지식을 가진 사람들에게 관심이있는 기업이 점점 더 많아지고 있습니다.

기술적 특징

SOM 젯슨 나노

NVIDIA Jetson Nano 제공 정말 인상적인 기능 크기와 가격. 그것은 € 100를 거의 넘지 않으며 크기는 몇 센티미터입니다. 그럼에도 불구하고 최대 472 개의 성능 GFLOP을 개발할 수있어 많은 AI 알고리즘을 매우 빠르게 실행하고 여러 인공 신경망을 동시에 처리 할 수 ​​있습니다.

그리고 이것은 이러한 수치뿐만 아니라 낮은 소비량에서도 인상적입니다. 이 보드는 5 ~ 10W 사이의 소비. 유사한 시스템에 비해 확실히 낮기 때문에 매우 효율적인 시스템에 직면하고 있습니다. 수백 또는 수천 와트를 소비하는 다른 기계와는 거의 관련이 없습니다.

자세한 내용은 다음을 참조하십시오. 전체 세부 사항 목록 :

  • 128 개의 CUDA 코어가있는 NVIDIA Maxwell GPU
  • ARM Cortex-A57 쿼드 코어 CPU
  • RAM 4GB LPDDR4
  • 16GB eMMC 5.1 플래시 스토리지
  • 연결성 :
    • 12 방향 카메라 커넥터 (3 x 4 또는 4 x 2) MIPI CSI-2 DPHY 1.1 (18Gbps)
    • 기가비트 이더넷 네트워크 (RJ-45)
    • HDMI 2.0 또는 DP 1.2 디스플레이 연결 | eDP 1.4 | DSI (1 x 2) 2 개 동시
    • 포트 1/2/4 PCIE, 1 USB 3.0, 3 USB 2.0
    • 추가 I / O : 1 SDIO / 2 SPI / 4 I2C / 2 I2S / GPIO
    • 260 핀 커넥터
  • 크기 : 69,6mm x 45mm
  • 소비 : 5-10w
  • Linux OS 개발 키트

NVIDIA Jetson 제품군 제품

NVIDIA에는 다음 중 몇 가지가 있습니다. AI 개발 용 제품 인공 신경 항문 네트워크로. 가장 눈에 띄는 제품은 다음과 같습니다.

  • 제트 슨 자비에르 NX: SOM, 즉 System On 모듈 또는 단일 모듈에 통합 된 전체 시스템입니다. 외관과 크기에도 불구하고 최대 21 개의 TOP, 즉 초당 21 테라 작업의 일반적인 슈퍼 컴퓨팅 성능을 제공합니다. 여러 인공 신경망을 원활하고 동시에 실행하기에 충분합니다.
  • 젯슨 AGX 자비에: 컴퓨팅 밀도와 효율성 측면에서 매우 강력한 또 다른 모듈이며 Jetson Nano 다음으로 출시되어 차세대 지능형 기계를 만들 수 있습니다.
  • 젯슨 TX2: Jetson Nano의 또 다른 대안이며 동일한 제품군입니다. 엄청난 속도와 에너지 효율성을 자랑합니다. 크기와 소비가 중요한 임베디드 AI 애플리케이션을 위해 특별히 설계되었습니다. 이 경우 8GB RAM 및 최대 59,7GB / s의 대역폭으로 구동되는 NVIDIA Pascal 아키텍처를 기반으로합니다.

NVIDIA Jetson Nano 구매

인공 신경망 프로젝트로 제작자 또는 DIY 세계에서 기꺼이 시작하려면 다음을 수행 할 수 있습니다. 이 NVIDIA Jetson Nano 보드 구입 전문 매장 또는 Amazon과 같은 플랫폼에서 별도로 판매되거나 개발 키트와 함께 필요한 모든 것을 빠르게 시작할 수 있습니다.

현재 NVIDIA Jetson Nano 보드가 할인 된 가격으로 출시되었습니다. 약 $ 59 여기에 WiFi도 추가되었습니다. 좋은 소식은 주 메모리를 2GB로 줄였다는 것입니다. 당신이 그것을 원한다면 당신은 기다려야 할 것입니다. 사전 판매 파트너 용 ...

NVIDIA Jetson Nano의 대안

구글 코랄

기계 학습, AI 및 인공 신경망에 관심이 있다면 NVIDIA Jetson Nano의 대안, 이러한 목적을위한 유일한 플레이트가 아니기 때문입니다. 다음과 같이 이러한 프로젝트를 위해 특별히 설계된 일부 SBC를 찾을 수 있습니다.

구글 코랄

Google은 배지를 개발했습니다. 구글 코랄, AI 프로젝트를 만드는 데 필요한 기타 액세서리 및 모듈과 함께. 이 플랫폼에 속하는 기사 중 :

Google Coral에는 기술적 특성 화려한:

  • 쿼드 코어 Cortex-A8 및 Cortex-M53F가 탑재 된 NXP i.MX 4M CPU
  • GC7000 Lite 그래픽 GPU,
  • 최대 4 TOPS 또는 2 TOPS / w의 Google Edge TPU 코 프로세서
  • 1GB LPDDR4 RAM 포함
  • 최대 8GB eMMC 플래시 저장 및 microSD 카드를 사용하여 확장 가능.
  • WiFi 연결, USB, Bluetooth, 이더넷, 오디오 잭, HDMI, MIPI-DSI 및 USB-C 5v를 통한 전원이 있습니다.

카다스 VIM3

카다스 VM3 AI 프로젝트에 대한 또 다른 대안이지만 큰 것의 일부 특성은 없지만 상당히 겸손한 보드입니다. 시작할 좋은 기회:

  • CPU A311D x4 Cortex-A73 2.2Ghz 및 x2 Cortex-A53 (1.8Ghz).
  • 5 TOPS의 NPU 사용
  • 최대 4GB RAM
  • 16-32GB eMMC 삼성
  • MIPI-DIS, HDMI, WiFi, 이더넷, microSD, USB, PCIe 연결 등

HiSilicon HiKey 970(화웨이)

HiSilicon은 화웨이 그 칩을 제조합니다. 이 브랜드에서 다음과 같은 신경망 프로젝트를 개발할 수있는 또 다른 대안을 찾을 수 있습니다. 하이키 970, Huawei SDK와 호환됩니다. 또한 몇 가지 흥미로운 기능이 있습니다.

  • Cortex A73 QuadCore + Cortex-A53 QuaCore가 포함 된 ARM Kirin
  • GPU 말리 G72 MP12
  • 전용 NPU
  • 6GB LPDDR4
  • 64GB 플래시 메모리
  • WiFi, microSD, HDMI, USB, PCIe 연결 등
  • UEFI

Sophon BM1880 (하이브리드 ARM + RISC-V)

소폰 BM1880 Sophon.ia에서 개발 한 대체 보드입니다. 하나를 구입하기로 결정하면 다음과 같은 몇 가지 기능을 찾을 수 있습니다.

  • 2Ghz에서 53x Cortex-A1.5 CPU + 1Ghz에서 RISC-V
  • Tensor 프로세서 덕분에 INT1에서 8 개의 TPU
  • 4GB LPDDR4
  • 32GB eMMC 플래시
  • 연결 이더넷, WiFi, USB, microSD, 잭 등

인텔 뉴럴 스틱

이전 프로젝트와 유사한 또 다른 프로젝트는 인텔 뉴럴 스틱. 이제 버전 2를 사용할 수 있으며,이 경우의 특징은 이전 보드보다 다재다능하지 않지만 PC에 쉽게 연결하여 프로젝트를 시작할 수있는 USB 스틱이라는 것입니다. 또한 더 많은 전원이 필요한 경우 USB 허브에서 여러 전원을 사용하여 기능을 추가 할 수 있습니다.

Si 쇼핑 이 신경 스틱, 가격은 약 100 유로이며 Linux 및 Windows와 호환됩니다. 또한 OpenVINO를 개발 툴킷으로 사용할 수 있습니다.

락칩 RK3399Pro

Rockchip 매우 흥미롭고 다양한 프로젝트를 만들 수있는 강력한 하드웨어 가속 딥 러닝 개발 키트가 있습니다. 최대 3 TOPS의 TensorFlow Caffe와 Android 및 GNU / Linux 운영 체제를 지원합니다.

당신이 그것을 사고 싶다면, 당신은 그것을 사용할 수 있습니다 다양한 버전 (최저 가격에서 최고 가격으로 주문) :


코멘트를 첫번째로 올려

코멘트를 남겨주세요

귀하의 이메일 주소는 공개되지 않습니다. 필수 필드가 표시되어 있습니다 *

*

*

  1. 데이터 책임자 : Miguel Ángel Gatón
  2. 데이터의 목적 : 스팸 제어, 댓글 관리.
  3. 합법성 : 귀하의 동의
  4. 데이터 전달 : 법적 의무에 의한 경우를 제외하고 데이터는 제 XNUMX 자에게 전달되지 않습니다.
  5. 데이터 저장소 : Occentus Networks (EU)에서 호스팅하는 데이터베이스
  6. 권리 : 귀하는 언제든지 귀하의 정보를 제한, 복구 및 삭제할 수 있습니다.