NVIDIA Jetson Nano: wszystko o płycie rozwojowej

NVIDIA Jetson Nano

NVIDIA Jetson Nano Jest to specjalna płytka rozwojowa. Może wyglądać jak Twój na wiele sposobów Raspberry Pilub Arduino, ale jest specjalnie zaprojektowany dla określonego typu projektu. Podobnie jak inne płyty rozwojowe, jest również niedrogi i niewielki w porównaniu z alternatywnym sprzętem.

W szczególności Jetson Nano firmy NVIDIA jest ukierunkowany na rozwój projekty sztucznej inteligencji i sztucznych sieci neuronowych. Tani sposób, aby zacząć na tym świecie, dowiedzieć się, jak działają te inteligentne systemy i stworzyć nieskończoną liczbę projektów, które możesz sobie wyobrazić ...

Czym jest Jetson Nano?

NVIDIA Jetson Nano Jest to płyta rozwojowa, SBC, za pomocą której można tworzyć liczne projekty oparte na sieciach neuronowych, głębokim uczeniu się i sztucznej inteligencji. Dzięki niemu możesz tworzyć bardzo różnorodne projekty, od małych inteligentnych aplikacji IoT po bardziej złożone roboty, systemy sztucznego widzenia i rozpoznawanie obiektów, urządzenia, które reagują inteligentnie, oceniając szereg parametrów czujników, małe autonomiczne pojazdy itp.

Ale wszystko z płytą o kilku wymiarach i za całkiem cenę niedrogie w porównaniu z innymi profesjonalnymi systemami o podobnych cechach.

A jeśli się zastanawiasz dlaczego miałbyś go mieć spośród tych płyt NVIDIA Jetson Nano, należy pamiętać, że te płyty pozwolą Ci tworzyć wiele projektów, jednocześnie poznając rozwijającą się technologię. Coraz więcej firm interesuje się ludźmi ze znajomością uczenia maszynowego, sztucznej inteligencji, głębokiego uczenia się i innych podobnych dyscyplin, bo to technologia przyszłości.

cechy techniczne

SOM Jetson Nano

Oferty NVIDIA Jetson Nano naprawdę imponujące funkcje ze względu na rozmiar i cenę. Zaledwie przekracza 100 euro i ma kilka centymetrów wielkości. Mimo to może opracować do 472 wydajnych GFLOPów, co wystarczy do bardzo szybkiego uruchomienia wielu algorytmów sztucznej inteligencji i jednoczesnego przetwarzania wielu sztucznych sieci neuronowych.

I robi wrażenie nie tylko ze względu na te liczby, ale także ze względu na niskie zużycie. Ta płyta może mieć zużycie, które wynosi od 5 do 10 W.. W porównaniu z podobnymi systemami jest on z pewnością niski, więc masz do czynienia z bardzo wydajnym systemem. Niewiele ma to wspólnego z innymi maszynami, które zużywają setki lub tysiące watów ...

Aby uzyskać więcej informacji, możesz to zobaczyć pełna lista szczegółów:

  • Procesor graficzny NVIDIA Maxwell ze 128 rdzeniami CUDA
  • Procesor ARM Cortex-A57 QuadCore
  • 4GB RAM LPDDR4
  • 16 GB pamięci flash eMMC 5.1
  • Łączność:
    • 12-stykowe złącze kamery (3 x 4 lub 4 x 2) MIPI CSI-2 DPHY 1.1 (18 Gbps)
    • Sieć Gigabit Ethernet (RJ-45)
    • Połączenie wyświetlacza HDMI 2.0 lub DP 1.2 | eDP 1.4 | DSI (1 x 2) 2 jednocześnie
    • Porty 1/2/4 PCIE, 1 USB 3.0, 3 USB 2.0
    • Dodatkowe wejścia / wyjścia: 1 SDIO / 2 SPI / 4 I2C / 2 I2S / GPIO
    • 260-pinowe złącze
  • Rozmiar: 69,6 mm x 45 mm
  • Zużycie: 5-10 w
  • System operacyjny Linux z zestaw deweloperski

Produkty z rodziny NVIDIA Jetson

NVIDIA ma kilka z nich produkty do rozwoju AI ze sztucznymi sieciami neuroanalnymi. Niektóre z najbardziej znanych produktów to:

  • Jetson Xavier NX: jest to SOM, czyli moduł System On lub kompletny system zintegrowany w jednym module. Pomimo swojego wyglądu i wielkości oferuje typowe moce superkomputerowe, z maksymalnie 21 TOP, czyli 21 Tera Operations na sekundę. To wystarczy, aby płynnie i jednocześnie obsługiwać wiele sztucznych sieci neuronowych.
  • Jetson AGX Xavier: kolejny bardzo potężny moduł pod względem gęstości obliczeniowej i wydajności, który pojawił się po Jetson Nano, umożliwiając tworzenie nowych generacji inteligentnych maszyn.
  • Jetson TX2: kolejna alternatywa dla Jetson Nano iz tej samej rodziny. Wyróżnia się ogromną prędkością i energooszczędnością. Zaprojektowany specjalnie do wbudowanych aplikacji AI, w których liczy się rozmiar i zużycie. W tym przypadku opiera się na architekturze NVIDIA Pascal, zasilanej 8 GB pamięci RAM i przepustowością do 59,7 GB / s.

Kup NVIDIA Jetson Nano

Jeśli chcesz zacząć w świecie twórców lub majsterkowiczów z projektami sztucznych sieci neuronowych, możesz kup tę kartę NVIDIA Jetson Nano W specjalistycznych sklepach lub na platformach takich jak Amazon, gdzie są sprzedawane osobno lub z zestawami programistycznymi, aby szybko zacząć korzystać ze wszystkiego, czego potrzebujesz:

Obecnie została wprowadzona płyta NVIDIA Jetson Nano z obniżoną ceną wynoszącą około 59 $ i do którego dodali również WiFi. Świetna wiadomość, jedyną rzeczą jest to, że zmniejszyli pamięć główną do 2 GB. Jeśli chcesz, będziesz musiał poczekać, na razie jest tylko w przedsprzedaż dla partnerów ...

Alternatywy dla NVIDIA Jetson Nano

Google Coral

Jeśli interesujesz się uczeniem maszynowym, sztuczną inteligencją i sztucznymi sieciami neuronowymi, powinieneś trochę wiedzieć alternatywy dla NVIDIA Jetson Nano, ponieważ nie jest to jedyna płyta do tych celów. Możesz znaleźć kilka SBC zaprojektowanych specjalnie dla tych projektów, takich jak:

Google Coral

Firma Google opracowała plakietkę, Google Coralwraz z innymi akcesoriami i modułami potrzebnymi do tworzenia projektów AI. Wśród artykułów należących do tej platformy masz:

Google Coral ma trochę parametry techniczne krzykliwe, jak:

  • Procesor NXP i.MX 8M z czterordzeniowymi rdzeniami Cortex-A53 i Cortex-M4F
  • Karta graficzna GC7000 Lite Graphics,
  • Koprocesor Google Edge TPU z maksymalnie 4 TOPS lub 2 TOPS / w.
  • Zawiera 1 GB pamięci RAM LPDDR4
  • Pamięć do 8GB pamięci flash eMMC i możliwość jej rozszerzenia za pomocą kart microSD.
  • Posiada łączność WiFi, USB, Bluetooth, Ethernet, Audio Jack, HDMI, MIPI-DSI i zasilacz USB-C 5v.

Khadas VIM3

Khadas VM3 To kolejna alternatywa dla twoich projektów AI, choć nie ma niektórych cech dużych, jest to dość skromna plansza, którą można dobra okazja, żeby zacząć:

  • Procesor A311D x4 Cortex-A73 2.2 GHz i x2 Cortex-A53 przy 1.8 GHz.
  • Z NPU na poziomie 5 TOPS
  • Do 4 GB pamięci RAM
  • 16-32 GB eMMC Samsung
  • MIPI-DIS, HDMI, WiFi, Ethernet, microSD, USB, złącza PCIe itp.

HiSilicon HiKey 970 (Huawei)

HiSilicon to firma pod Huawei która produkuje chipy. Cóż, pod tą marką znajdziesz inną alternatywę do rozwijania projektów sieci neuronowych, takich jak HiKey 970, kompatybilny z Huawei SDK. Ponadto ma kilka interesujących funkcji:

  • ARM Kirin z Cortex A73 QuadCore + Cortex-A53 QuaCore
  • GPU Mali G72 MP12
  • Dedykowane NPU
  • 6 GB pamięci LPDDR4
  • 64 GB pamięci flash
  • Połączenia WiFi, microSD, HDMI, USB, PCIe itp.
  • UEFI

Sophon BM1880 (hybrydowy ARM + RISC-V)

Sofon BM1880 Jest to alternatywna płyta opracowana przez Sophon.ia. Jeśli zdecydujesz się na zakup, znajdziesz kilka funkcji, takich jak:

  • 2x procesor Cortex-A53 przy 1.5 Ghz + RISC-V przy 1 Ghz
  • 1 TPU @ INT8 dzięki procesorowi Tensor
  • 4GB LPDDR4
  • 32 GB pamięci flash eMMC
  • Łączność Ethernet, WiFi, USB, microSD, Jack itp.

Inteligentna karta neuronowa

Innym projektem podobnym do poprzednich jest ten Intel Neural Stick. Wersja 2 jest już dostępna, a osobliwością w tym przypadku jest to, że jest to pamięć USB, którą można łatwo podłączyć do komputera, aby rozpocząć projekty, chociaż ma mniejszą wszechstronność niż poprzednie płyty. Ponadto, jeśli potrzebujesz więcej mocy, możesz użyć kilku z nich w koncentratorze USB, aby dodać funkcje ...

Si zakupy ten Neural Stickkosztuje około 100 EUR i jest kompatybilny z systemami Linux i Windows. Ponadto umożliwia pracę z OpenVINO jako zestawem narzędzi programistycznych.

Rockchip RK3399Pro

Rockchip masz ten potężny, przyspieszany sprzętowo zestaw programistyczny do głębokiego uczenia, za pomocą którego możesz tworzyć bardzo interesujące i różnorodne projekty. Obsługuje TensorFlow Caffe do 3 TOPS, a także systemy operacyjne Android i GNU / Linux.

Jeśli chcesz go kupić, masz go w formacie różne wersje (w kolejności od najniższej do najwyższej ceny):


Treść artykułu jest zgodna z naszymi zasadami etyka redakcyjna. Aby zgłosić błąd, kliknij tutaj.

Bądź pierwszym który skomentuje

Zostaw swój komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *

*

*

  1. Odpowiedzialny za dane: Miguel Ángel Gatón
  2. Cel danych: kontrola spamu, zarządzanie komentarzami.
  3. Legitymacja: Twoja zgoda
  4. Przekazywanie danych: Dane nie będą przekazywane stronom trzecim, z wyjątkiem obowiązku prawnego.
  5. Przechowywanie danych: baza danych hostowana przez Occentus Networks (UE)
  6. Prawa: w dowolnym momencie możesz ograniczyć, odzyskać i usunąć swoje dane.