NVIDIA Jetson Nano Це спеціальна рада розвитку. Це може виглядати як власне багато в чому Raspberry Pi, або Arduino, але він спеціально розроблений для конкретного типу проектів. Подібно до цих інших плат розвитку, він також має досить низькі ціни та невеликий розмір у порівнянні з альтернативним обладнанням.
Зокрема, Jetson Nano від NVIDIA спеціально націлений на розробку проекти штучного інтелекту та штучних нейронних мереж. Недорогий спосіб розпочати цей світ, дізнатися, як працюють ці інтелектуальні системи, і створити безліч проектів, які ви можете собі уявити ...
Що таке Jetson Nano?
NVIDIA Jetson Nano Це рада розвитку, SBC, за допомогою якої можна створювати численні проекти на основі нейронних мереж, глибокого навчання та AI. За допомогою нього ви можете створювати найрізноманітніші проекти, починаючи від невеликих інтелектуальних додатків IoT, закінчуючи більш складними роботами, системами штучного зору та розпізнаванням об’єктів, пристроями, які розумно реагують, оцінюючи ряд параметрів датчиків, невеликими автономними транспортними засобами тощо.
Але все з табличкою кількох розмірів, і з ціною цілком доступний порівняно з іншими професійними системами зі схожими характеристиками.
І якщо вам цікаво навіщо вам його з цих плат NVIDIA Jetson Nano слід пам’ятати, що ці плати дозволять вам створювати багато проектів, одночасно вивчаючи технологію, яка зростає. Дедалі більше компаній цікавляться людьми, які знають машинне навчання, ШІ, глибоке навчання та інші подібні дисципліни, оскільки це технологія майбутнього.
Технічні характеристики
Пропозиції NVIDIA Jetson Nano справді вражаючі особливості за його розмір та ціну. Він ледве перевищує 100 євро і має розмір у кілька сантиметрів. Незважаючи на це, він може розробити до 472 продуктивних GFLOP, достатньо для того, щоб дуже швидко запускати багато алгоритмів ШІ та одночасно обробляти кілька штучних нейронних мереж.
І це вражає не лише цими показниками, але й низьким споживанням. Ця дошка може мати споживання від 5 до 10 Вт. У порівнянні з подібними системами він, безумовно, низький, тому ви стикаєтесь з дуже ефективною системою. Це мало спільного з іншими машинами, які споживають сотні чи тисячі ват ...
Для отримання додаткової інформації ви можете побачити це повний список деталей:
- Графічний процесор NVIDIA Maxwell з 128 ядрами CUDA
- Процесор ARM Cortex-A57 QuadCore
- Оперативна пам’ять 4 ГБ LPDDR4
- 16 ГБ флеш-пам'яті eMMC 5.1
- З'єднання:
- 12-смуговий роз'єм камери (3 x 4 або 4 x 2) MIPI CSI-2 DPHY 1.1 (18 Гбіт / с)
- Мережа гігабітної мережі Ethernet (RJ-45)
- Підключення дисплея HDMI 2.0 або DP 1.2 | eDP 1.4 | DSI (1 x 2) 2 одночасно
- Порти 1/2/4 PCIE, 1 USB 3.0, 3 USB 2.0
- Додатковий ввід / вивід: 1 SDIO / 2 SPI / 4 I2C / 2 I2S / GPIO
- 260-контактний роз'єм
- Розмір: 69,6 мм x 45 мм
- Витрата: 5-10вт
- ОС Linux з набір для розробки
Товари сімейства NVIDIA Jetson
NVIDIA має кілька таких продукти для розвитку ШІ зі штучними нейроанальними мережами. Одними з найбільш відомих продуктів є:
- Джетсон Ксав'єр NX: це SOM, тобто модуль системи, або повна система, інтегрована в єдиний модуль. Незважаючи на зовнішній вигляд і розмір, він пропонує типові суперкомп'ютерні потужності, що мають до 21 ТОП, тобто 21 операцію Тери в секунду. Цього достатньо, щоб безліч штучних нейронних мереж працювали плавно і одночасно.
- Jetson AGX Xavier: ще один дуже потужний модуль з точки зору обчислювальної щільності та ефективності, який з’явився після Jetson Nano, дозволяючи створювати нові покоління інтелектуальних машин.
- Jetson TX2: ще одна альтернатива Джетсону Нано, і з тієї ж родини. Він вирізняється величезною швидкістю та енергоефективністю. Спеціально розроблений для вбудованих програм ШІ, де розмір та споживання мають значення. У цьому випадку він базується на архітектурі NVIDIA Pascal, що працює на 8 Гб оперативної пам'яті та пропускній здатності до 59,7 Гб / с.
Купуйте NVIDIA Jetson Nano
Якщо ви бажаєте розпочати роботу у світі виробників або “зроби сам” із проектами штучних нейронних мереж, ти можеш придбайте цю плату NVIDIA Jetson Nano в спеціалізованих магазинах або на таких платформах, як Amazon, де вони продаються окремо або з наборами для розробки, щоб швидко розпочати з усім необхідним:
- NVIDIA Jetson Nano Basic
- Набір NVIDIA Jetson Nano з адаптером живлення, 64 ГБ microSD, USB
- Купуйте лише модуль SOM
В даний час випущена плата NVIDIA Jetson Nano зі зниженою ціною близько 59 доларів і до якого вони також додали WiFi. Чудова новина, єдине, що вони зменшили основну пам’ять до 2 Гб. Якщо ви цього хочете, вам доведеться почекати, поки що це лише в передпродажний для партнерів ...
Альтернативи NVIDIA Jetson Nano
Якщо вас цікавить машинне навчання, штучний інтелект та штучні нейронні мережі, вам слід знати деякі альтернативи NVIDIA Jetson Nano, оскільки це не єдина табличка для цих цілей. Ви можете знайти деякі SBC, розроблені спеціально для цих проектів, наприклад:
Google Coral
Google розробив значок, Google Coral, а також інші аксесуари та модулі, необхідні для створення проектів ШІ. Серед статей, що належать до цієї платформи, є:
У Google Coral є деякі технічні характеристики кричущий, як:
- Процесор NXP i.MX 8M з чотирма ядрами Cortex-A53 та Cortex-M4F
- Графічний графічний процесор GC7000 Lite,
- Сопроцесор TPU Google Edge з до 4 TOPS або 2 TOPS / w.
- Включає 1 Гб оперативної пам'яті LPDDR4
- Зберігання флеш-пам'яті eMMC до 8 ГБ та можливість її розширення за допомогою карт microSD.
- Він має Wi-Fi підключення, USB, Bluetooth, Ethernet, аудіороз'єм, HDMI, MIPI-DSI та джерело живлення USB-C 5v.
Хадас VIM3
Хадас VM3 Це ще одна альтернатива для ваших проектів ШІ, хоча вона не має деяких характеристик великих, це досить скромна дошка, яку можна гарна можливість розпочати:
- Процесор A311D x4 Cortex-A73 2.2 ГГц та x2 Cortex-A53 на 1.8 ГГц.
- З NPU на 5 TOPS
- До 4 ГБ оперативної пам'яті
- 16-32 ГБ eMMC Samsung
- Підключення MIPI-DIS, HDMI, WiFi, Ethernet, microSD, USB, PCIe тощо.
HiSilicon HiKey 970 (Huawei)
HiSilicon - це компанія під Huawei що виробляє чіпси. Ну, під цим брендом ви знайдете ще одну альтернативу для розробки нейромережевих проектів, таких як HiKey 970, сумісний з Huawei SDK. Крім того, він має кілька цікавих особливостей:
- ARM Kirin з Cortex A73 QuadCore + Cortex-A53 QuaCore
- Графічний процесор Mali G72 MP12
- Виділені NPU
- 6 ГБ LPDDR4
- 64 Гб флеш-пам'яті
- Підключення WiFi, microSD, HDMI, USB, PCIe тощо.
- UEFI
Sophon BM1880 (гібридна ARM + RISC-V)
Софон BM1880 Це альтернативна дошка, розроблена Sophon.ia. Якщо ви вирішите придбати його, ви знайдете такі особливості, як:
- 2x процесор Cortex-A53 на частоті 1.5 ГГц + RISC-V на частоті 1 ГГц
- 1 ТПУ @ INT8 завдяки процесору Tensor
- 4GB LPDDR4
- 32 ГБ спалаху eMMC
- Підключення Ethernet, Wi-Fi, USB, microSD, роз'єм тощо.
Нейронна палка Intel
Ще один проект, подібний до попередніх, - це цей Intel Neural Stick. Зараз доступна версія 2, і особливість у цьому випадку полягає в тому, що це USB-накопичувач, який ви можете зручно підключити до ПК, щоб розпочати свої проекти, хоча він має меншу універсальність, ніж попередні дошки. Крім того, якщо вам потрібно більше енергії, ви можете використовувати кілька з них у USB-концентраторі, щоб додати можливості ...
Si покупка товарів ця нейронна паличка, вартість якого становить близько 100 євро і сумісна з Linux та Windows. Крім того, це дозволяє працювати з OpenVINO як інструментарій для розробки.
Rockchip RK3399Pro
Рокчіп у вас є цей потужний апаратно-прискорений набір для глибокого навчання, за допомогою якого можна створювати дуже цікаві та різноманітні проекти. Він підтримує TensorFlow Caffe до 3 TOPS, а також операційні системи Android та GNU / Linux.
Якщо ви хочете придбати його, ви маєте його в наявності в різні версії (замовляється від найнижчої до найвищої ціни):
- 3 ГБ оперативної пам'яті + 16 ГБ спалаху
- 3 ГБ оперативної пам'яті + 16 ГБ спалаху + модуль EC25 4G
- 3 ГБ оперативної пам'яті + 16 ГБ спалаху + 1080p UHD камера
- 6 ГБ оперативної пам'яті + 32 ГБ спалаху + модуль EC25 4G