NVIDIA Jetson Nano: tudo sobre a placa de desenvolvimento

NVIDIA Jetson Nano É uma placa de desenvolvimento especial. Pode ser parecido com o seu de várias maneiras Raspberry Piou Arduino, mas é projetado especificamente para um tipo específico de projeto. E, como essas outras placas de desenvolvimento, também tem preço razoavelmente baixo e tamanho pequeno em comparação com equipamentos alternativos.

Especificamente, o Jetson Nano da NVIDIA é voltado especificamente para o desenvolvimento de projetos de inteligência artificial e redes neurais artificiais. Uma maneira barata de começar neste mundo, aprender como esses sistemas inteligentes funcionam e criar uma infinidade de projetos que você pode imaginar ...

O que é Jetson Nano?

NVIDIA Jetson Nano É uma placa de desenvolvimento, um SBC com o qual criar vários projetos baseados em redes neurais, aprendizado profundo e IA. Com ele você pode criar projetos muito variados, desde pequenas aplicações IoT inteligentes, até robôs mais complexos, sistemas de visão artificial e reconhecimento de objetos, dispositivos que reagem de forma inteligente avaliando uma série de parâmetros de sensores, pequenos veículos autônomos, etc.

Mas tudo com um prato de poucas dimensões, e com um preço bastante acessível em comparação com outros sistemas profissionais com características semelhantes.

E se você se perguntar por que você deveria ter um dessas placas NVIDIA Jetson Nano, você deve ter em mente que essas placas permitirão que você crie muitos projetos enquanto aprende sobre uma tecnologia que está em ascensão. Há cada vez mais empresas interessadas em pessoas com conhecimento em aprendizado de máquina, IA, aprendizado profundo e outras disciplinas semelhantes, por se tratar de uma tecnologia do futuro.

Características tecnicas

Ofertas NVIDIA Jetson Nano características realmente impressionantes por seu tamanho e preço. Quase não ultrapassa os 100 euros e com alguns centímetros de tamanho. Apesar disso, ele pode desenvolver até 472 GFLOPs de desempenho, o suficiente para executar muitos algoritmos de IA muito rapidamente e processar várias redes neurais artificiais simultaneamente.

E não é apenas impressionante por esses números, mas também por seu baixo consumo. Esta placa pode ter um consumo que está entre 5 e 10W. Comparado com sistemas semelhantes, certamente é baixo, portanto, você está diante de um sistema muito eficiente. Tem pouco a ver com outras máquinas que consomem centenas ou milhares de watts ...

Para obter mais informações, você pode ver este lista completa de detalhes:

GPU NVIDIA Maxwell com 128 núcleos CUDA
CPU ARM Cortex-A57 Quad Core
4GB RAM LPDDR4
16GB de armazenamento flash eMMC 5.1
conectividade:
- Conector de câmera de 12 vias (3 x 4 ou 4 x 2) MIPI CSI-2 DPHY 1.1 (18 Gbps)
- Rede Gigabit Ethernet (RJ-45)
- Conexão de monitor HDMI 2.0 ou DP 1.2 | eDP 1.4 | DSI (1 x 2) 2 simultâneos
- Portas 1/2/4 PCIE, 1 USB 3.0, 3 USB 2.0
- E / S adicional: 1 SDIO / 2 SPI / 4 I2C / 2 I2S / GPIO
- Conector de 260 pinos
Tamanho: 69,6 mm x 45 mm
Consumo: 5-10w
Linux OS com kit de desenvolvimento

Produtos da família NVIDIA Jetson

NVIDIA tem vários desses produtos para desenvolvimento de IA com redes neuroanal artificiais. Alguns dos produtos mais proeminentes são:

Jetson Xavier NX: é um SOM, ou seja, um System On Module, ou um sistema completo integrado em um único módulo. Apesar de sua aparência e tamanho, oferece poderes típicos de supercomputação, com até 21 TOPs, ou seja, 21 Tera Operações por segundo. Isso é o suficiente para executar várias redes neurais artificiais sem problemas e simultaneamente.
Jetson Agx Xavier: outro módulo muito poderoso em termos de densidade e eficiência computacional e que veio depois do Jetson Nano, permitindo a criação de novas gerações de máquinas inteligentes.
Jetson TX2: outra alternativa ao Jetson Nano, e da mesma família. Destaca-se pela enorme velocidade e eficiência energética. Especialmente projetado para aplicações de IA incorporadas, onde tamanho e consumo são importantes. Neste caso, é baseado na arquitetura NVIDIA Pascal, alimentado por 8GB de RAM e largura de banda de até 59,7GB / s.

Compre NVIDIA Jetson Nano

Se você estiver disposto a começar no mundo do fabricante ou faça você mesmo com projetos de redes neurais artificiais, você pode compre esta placa NVIDIA Jetson Nano em lojas especializadas ou em plataformas como a Amazon, onde são vendidos separadamente ou com kits de desenvolvimento para começar rapidamente com tudo que você precisa:

Atualmente, uma placa NVIDIA Jetson Nano foi lançada com um preço reduzido de cerca de $ 59 e ao qual também adicionaram WiFi. Ótima notícia, a única coisa é que eles reduziram a memória principal para 2 GB. Se você quiser, terá que esperar, por enquanto é apenas em pré-venda para parceiros ...

Alternativas ao NVIDIA Jetson Nano

Se você está interessado em aprendizado de máquina, IA e redes neurais artificiais, você deve conhecer alguns alternativas para NVIDIA Jetson Nano, uma vez que não é a única placa para esses fins. Você pode encontrar alguns SBCs projetados especificamente para esses projetos, como o seguinte:

Coral do Google

O Google desenvolveu um emblema, Coral do Google, junto com outros acessórios e módulos necessários para criar projetos de IA. Entre os artigos pertencentes a esta plataforma você tem:

Google Coral tem alguns características tecnicas chamativo, como:

CPU NXP i.MX 8M com Quad Core Cortex-A53 e Cortex-M4F
GC7000 Lite Graphics GPU,
Coprocessador Google Edge TPU com até 4 TOPS ou 2 TOPS / w.
Inclui 1GB de RAM LPDDR4
Armazenamento de até 8GB eMMC flash e possibilidade de expansão com cartões microSD.
Possui conectividade WiFi, USB, Bluetooth, Ethernet, conector de áudio, HDMI, MIPI-DSI e alimentação por USB-C 5v.

Khadas VIM3

Khadas VM3 É outra alternativa para seus projetos de IA, embora não tenha algumas das características dos grandes, é uma placa bastante modesta que pode ser uma boa oportunidade para começar:

CPU A311D x4 Cortex-A73 2.2Ghz e x2 Cortex-A53 a 1.8Ghz.
Com um NPU a 5 TOPS
Até 4 GB de RAM
16-32 GB eMMC Samsung
MIPI-DIS, HDMI, WiFi, Ethernet, microSD, USB, conexões PCIe, etc.

HiSilicon HiKey 970 (Huawei)

HiSilicon é a empresa sob Huawei que fabrica os chips. Bem, sob esta marca você encontrará outra alternativa para desenvolver projetos de redes neurais como HiKey 970, compatível com o Huawei SDK. Além disso, possui alguns recursos interessantes:

ARM Kirin com Cortex A73 QuadCore + Cortex-A53 QuaCore
GPU Mali G72 MP12
NPUs dedicados
6 GB de LPDDR4
Memória flash de 64 GB
WiFi, microSD, HDMI, USB, conexões PCIe, etc.
UEFI

Sophon BM1880 (híbrido ARM + RISC-V)

Sófão BM1880 É uma placa alternativa desenvolvida pela Sophon.ia. Se você decidir comprar um, encontrará alguns recursos como:

2x Cortex-A53 CPU a 1.5 Ghz + RISC-V a 1 Ghz
1 TPUs @ INT8 graças ao processador Tensor
4GB LPDDR4
Flash eMMC de 32GB
Conectividade Ethernet, WiFi, USB, microSD, Jack, etc.

Bastão Neural Intel

Outro projeto semelhante aos anteriores é este Intel Neural Stick. Já está disponível a versão 2, e a peculiaridade neste caso é que se trata de um stick USB que pode confortavelmente conectar ao PC para iniciar seus projetos, embora tenha menos versatilidade do que as placas anteriores. Além disso, se precisar de mais energia, você pode usar vários deles em um hub USB para adicionar recursos ...

Si compras este bastão neural, custa cerca de € 100 e é compatível com Linux e Windows. Além disso, permite trabalhar com o OpenVINO como um kit de ferramentas de desenvolvimento.

Rockchip RK3399Pro

Rockchip você tem este poderoso kit de desenvolvimento de aprendizado profundo acelerado por hardware para criar projetos muito interessantes e variados. Ele suporta TensorFlow Caffe até 3 TOPS, bem como sistemas operacionais Android e GNU / Linux.

Se você quiser comprá-lo, está disponível em várias versões (ordenado do menor para o maior preço):

Hardwarelibre