NVIDIA Jetson Nano: alt om utviklingsbrettet

NVIDIA Jetson Nano Det er et spesielt utviklingsstyre. Det kan se ut som ditt eget på mange måter Raspberry Pi, eller Arduino, men det er spesielt designet for en bestemt type prosjekt. Og som disse andre utviklingsbrettene, er det også rimelig og lite i størrelse sammenlignet med alternativt utstyr.

Spesielt er NVIDIAs Jetson Nano spesielt rettet mot utviklingen av kunstig intelligens og kunstige nevrale nettverk prosjekter. En billig måte å starte i denne verdenen, lære hvordan disse intelligente systemene fungerer, og skape et uendelig antall prosjekter som du kan forestille deg ...

Hva er Jetson Nano?

NVIDIA Jetson Nano det er et utviklingskort, en SBC som kan lage mange prosjekter basert på nevrale nettverk, dyp læring og AI. Med den kan du lage svært varierte prosjekter, fra små intelligente IoT-applikasjoner, til mer komplekse roboter, kunstige visjonssystemer og gjenstandsgjenkjenning, enheter som reagerer intelligent ved å evaluere en serie sensorparametere, små autonome kjøretøyer, etc.

Men alt med en plate med reduserte dimensjoner, og med en pris ganske rimelig sammenlignet med andre profesjonelle systemer med lignende egenskaper.

Og hvis du lurer på hvorfor skulle du ha en av disse NVIDIA Jetson Nano-kortene, bør du huske på at disse kortene vil tillate deg å lage mange prosjekter mens du lærer om en teknologi som er på vei oppover. Det er flere og flere selskaper som er interessert i mennesker med kunnskap om maskinlæring, AI, dyp læring og andre lignende disipliner, siden det er fremtidens teknologi.

Spesifikasjoner

NVIDIA Jetson Nano tilbyr virkelig imponerende funksjoner for størrelse og pris. Den overstiger knapt € 100, og med noen centimeter i størrelse. Til tross for dette kan den utvikle opptil 472 ytelses-GFLOP-er, nok til å kjøre mange AI-algoritmer veldig raskt og behandle flere kunstige nevrale nettverk samtidig.

Og det er ikke bare imponerende for disse tallene, men også for det lave forbruket. Dette styret kan ha en forbruk som er mellom 5 og 10W. Sammenlignet med lignende systemer er det absolutt lavt, så du står overfor et veldig effektivt system. Det har lite å gjøre med andre maskiner som bruker hundrevis eller tusen watt ...

For mer informasjon kan du se dette liste over detaljer:

NVIDIA Maxwell GPU med 128 CUDA-kjerner
ARM Cortex-A57 QuadCore CPU
RAM 4 GB LPDDR4
16 GB eMMC 5.1 flash-lagring
tilkobling:
- 12-veis kamerakontakt (3 x 4 eller 4 x 2) MIPI CSI-2 DPHY 1.1 (18 Gbps)
- Gigabit Ethernet-nettverk (RJ-45)
- HDMI 2.0 eller DP 1.2 skjermtilkobling | eDP 1.4 | DSI (1 x 2) 2 samtidig
- Porter 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-pinners kontakt
Størrelse: 69,6 mm x 45 mm
Forbruk: 5-10w
Linux OS med utviklingssett

NVIDIA Jetson Family Products

NVIDIA har flere av disse produkter for AI-utvikling med kunstige nevronale nettverk. Noen av de mest fremtredende produktene er:

Jetson Xavier NX: det er en SOM, det vil si en System On Module, eller et komplett system integrert i en enkelt modul. Til tross for utseendet og størrelsen, tilbyr den typiske superdatakrefter, med opptil 21 TOP, det vil si 21 Tera-operasjoner per sekund. Det er nok til å kjøre flere kunstige nevrale nettverk jevnt og samtidig.
Jetson AGX Xavier: en annen veldig kraftig modul når det gjelder beregningstetthet og effektivitet, og som har kommet etter Jetson Nano, slik at det kan opprettes nye generasjoner av intelligente maskiner.
Jetson TX2: et annet alternativ til Jetson Nano, og fra samme familie. Det skiller seg ut for sin enorme hastighet og energieffektivitet. Spesielt designet for innebygde AI-applikasjoner, der størrelse og forbruk betyr noe. I dette tilfellet er det basert på NVIDIA Pascal-arkitekturen, drevet av 8 GB RAM og en båndbredde på opptil 59,7 GB / s.

Kjøp NVIDIA Jetson Nano

Hvis du er villig til å komme i gang i produsenten eller DIY-verdenen med kunstige nevrale nettverksprosjekter, kan du kjøp dette NVIDIA Jetson Nano-kortet i spesialforretninger eller på plattformer som Amazon, hvor de selges separat eller med utviklingssett for å komme raskt i gang med alt du trenger:

Foreløpig har et NVIDIA Jetson Nano-kort blitt lansert med en redusert pris på omtrent $ 59 og som de også har lagt til WiFi. Gode nyheter, det eneste er at de har redusert hovedminnet til 2 GB. Hvis du vil ha det, må du vente, for nå er det bare i forsalg for partnere ...

Alternativer til NVIDIA Jetson Nano

Hvis du er interessert i maskinlæring, AI og kunstige nevrale nettverk, bør du vite noe alternativer til NVIDIA Jetson Nano, siden det ikke er den eneste platen for disse formålene. Du kan finne noen SBC-er designet spesielt for disse prosjektene, som følgende:

Google Coral

Google har utviklet et merke, Google Coral, sammen med annet tilbehør og moduler som trengs for å lage AI-prosjekter. Blant artiklene som tilhører denne plattformen har du:

Google Coral har noen tekniske egenskaper prangende, som:

NXP i.MX 8M CPU med Quad Core Cortex-A53 og Cortex-M4F
GC7000 Lite grafikk GPU,
Google Edge TPU-prosessor med opptil 4 TOPS eller 2 TOPS / w.
Inkluderer 1 GB LPDDR4 RAM
Lagring av opptil 8 GB eMMC-blits og muligheten for å utvide den ved hjelp av microSD-kort.
Den har WiFi-tilkobling, USB, Bluetooth, Ethernet, Audio Jack, HDMI, MIPI-DSI og USB-C 5v strømforsyning.

Khadas VIM3

Khadas VM3 Det er et annet alternativ for AI-prosjektene dine, selv om det ikke har noen av egenskapene til de store, er det et ganske beskjedent bord som kan være en god mulighet til å starte:

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

HiSilicon HiKey 970 (Huawei)

HiSilicon er selskapet under Huawei som produserer sjetongene. Vel, under dette merket finner du et annet alternativ for å utvikle nevrale nettverksprosjekter som HiKey 970, kompatibel med Huawei SDK. I tillegg har den noen interessante funksjoner:

ARM Kirin med Cortex A73 QuadCore + Cortex-A53 QuaCore
Mali G72 MP12 GPU
Dedikerte NPUer
6 GB LPDDR4
64 GB flashminne
WiFi, microSD, HDMI, USB, PCIe-tilkoblinger, etc.
UEFI

Sophon BM1880 (hybrid ARM + RISC-V)

Sophon BM1880 Det er et alternativt kort utviklet av Sophon.ia. Hvis du bestemmer deg for å kjøpe en, vil du finne noen funksjoner som:

2x Cortex-A53 CPU på 1.5 GHz + RISC-V ved 1 GHz
1 TPUer @ INT8 takket være Tensor-prosessoren
4GB LPDDR4
32 GB eMMC-blits
Tilkobling Ethernet, WiFi, USB, microSD, Jack, etc.

Intel Neural Stick

Et annet prosjekt som de forrige er dette Intel Neural Stick. Versjon 2 er nå tilgjengelig, og det særegne i dette tilfellet er at det er en USB-pinne som du enkelt kan koble til PC-en for å starte prosjektene dine, selv om den har mindre allsidighet enn de tidligere kortene. Hvis du trenger mer strøm, kan du også bruke flere av dem i en USB-hub for å legge til muligheter ...

Si Shopping denne Neural Stick, er priset til ca € 100, og er kompatibel med Linux og Windows. I tillegg tillater det å jobbe med OpenVINO som et utviklingsverktøy.

Rockchip RK3399Pro

Rockchip du har dette kraftige maskinvareakselererte utviklingssettet for dyp læring som du kan lage veldig interessante og varierte prosjekter med. Den støtter TensorFlow Caffe opptil 3 TOPS, samt Android- og GNU / Linux-operativsystemer.

Hvis du vil kjøpe den, har du den tilgjengelig i forskjellige versjoner (bestilt fra laveste til høyeste pris):

Hardwarelibre

NVIDIA Jetson Nano: alt om utviklingstavlen