NVIDIA Jetson Nano: alles over het ontwikkelbord

NVIDIA Jetson Nano

NVIDIA Jetson Nano Het is een speciaal ontwikkelbord. Het kan er op veel manieren uitzien als de uwe Raspberry Piof Arduino, maar het is specifiek ontworpen voor een specifiek type project. En net als deze andere ontwikkelborden is het ook redelijk laag geprijsd en klein van formaat in vergelijking met alternatieve apparatuur.

Concreet is NVIDIA's Jetson Nano specifiek gericht op de ontwikkeling van kunstmatige intelligentie en kunstmatige neurale netwerkprojecten. Een goedkope manier om in deze wereld te beginnen, te leren hoe deze intelligente systemen werken en een oneindig aantal projecten te creëren die u zich kunt voorstellen ...

Wat is Jetson Nano?

NVIDIA Jetson Nano Het is een ontwikkelbord, een SBC waarmee tal van projecten kunnen worden opgezet op basis van neurale netwerken, deep learning en AI. Hiermee kunt u zeer gevarieerde projecten creëren, van kleine intelligente IoT-toepassingen tot meer complexe robots, kunstmatige zichtsystemen en objectherkenning, apparaten die intelligent reageren door een reeks sensorparameters te evalueren, kleine autonome voertuigen, enz.

Maar allemaal met een bord van een klein formaat, en met een behoorlijk prijs betaalbare vergeleken met andere professionele systemen met vergelijkbare kenmerken.

En als je je afvraagt waarom zou je er een hebben van deze NVIDIA Jetson Nano-borden, moet u zich ervan bewust zijn dat u met deze borden veel projecten kunt maken terwijl u leert over een technologie die in opkomst is. Er zijn steeds meer bedrijven die geïnteresseerd zijn in mensen met kennis van machine learning, AI, deep learning en andere soortgelijke disciplines, aangezien het een technologie van de toekomst is.

technische kenmerken

SOM Jetson Nano

NVIDIA Jetson Nano biedt echt indrukwekkende functies voor zijn grootte en prijs. Het is amper meer dan € 100, en met een paar centimeter groot. Desondanks kan het tot 472 prestatiegerichte GFLOP's ontwikkelen, genoeg om veel AI-algoritmen zeer snel uit te voeren en tegelijkertijd meerdere kunstmatige neurale netwerken te verwerken.

En het is niet alleen indrukwekkend voor deze cijfers, maar ook voor het lage verbruik. Dit bord kan een verbruik dat tussen de 5 en 10W ligt. In vergelijking met vergelijkbare systemen is het zeker laag, dus u staat voor een zeer efficiënt systeem. Het heeft weinig te maken met andere machines die honderden of duizenden watt verbruiken ...

Voor meer informatie kunt u dit zien volledige detailslijst:

  • NVIDIA Maxwell GPU met 128 CUDA-cores
  • ARM Cortex-A57 QuadCore CPU
  • RAM 4GB LPDDR4
  • 16 GB eMMC 5.1 flash-opslag
  • connectiviteit:
    • 12-polige camera-aansluiting (3 x 4 of 4 x 2) MIPI CSI-2 DPHY 1.1 (18 Gbps)
    • Gigabit Ethernet-netwerk (RJ-45)
    • HDMI 2.0- of DP 1.2-beeldschermaansluiting | eDP 1.4 | DSI (1 x 2) 2 gelijktijdig
    • Poorten 1/2/4 PCIE, 1 USB 3.0, 3 USB 2.0
    • Extra I / O: 1 SDIO / 2 SPI / 4 I2C / 2 I2S / GPIO
    • 260-pins connector
  • Afmeting: 69,6 x 45 mm
  • Verbruik: 5-10w
  • Linux OS met ontwikkelingskit

NVIDIA Jetson Family-producten

NVIDIA heeft er verschillende producten voor AI-ontwikkeling met kunstmatige neuroanale netwerken. Enkele van de meest prominente producten zijn:

  • Jetson XavierNX: het is een SOM, dat wil zeggen een System On Module, of een compleet systeem geïntegreerd in een enkele module. Ondanks zijn uiterlijk en grootte biedt het typische supercomputervermogen, met maximaal 21 TOP's, dat wil zeggen 21 Tera-bewerkingen per seconde. Dat is genoeg om meerdere kunstmatige neurale netwerken soepel en gelijktijdig te laten werken.
  • Jetson AGX Xavier: nog een zeer krachtige module in termen van computationele dichtheid en efficiëntie en die is gekomen na Jetson Nano, waardoor nieuwe generaties intelligente machines kunnen worden gemaakt.
  • Jetson TX2: een ander alternatief voor Jetson Nano, en uit dezelfde familie. Het valt op door zijn enorme snelheid en energiezuinigheid. Speciaal ontworpen voor embedded AI-toepassingen, waar omvang en verbruik van belang zijn. In dit geval is het gebaseerd op de NVIDIA Pascal-architectuur, aangedreven door 8 GB RAM en een bandbreedte tot 59,7 GB / s.

Koop NVIDIA Jetson Nano

Als je bereid bent om aan de slag te gaan in de maker- of doe-het-zelfwereld met kunstmatige neurale netwerkprojecten, dan kan dat koop dit NVIDIA Jetson Nano-bord in speciaalzaken of op platforms zoals Amazon, waar ze afzonderlijk worden verkocht of met ontwikkelkits om snel aan de slag te gaan met alles wat je nodig hebt:

Momenteel is er een NVIDIA Jetson Nano-bord gelanceerd met een gereduceerde prijs van ongeveer $ 59 en waaraan ze ook wifi hebben toegevoegd. Goed nieuws, het enige is dat ze het hoofdgeheugen hebben teruggebracht tot 2 GB. Als je het wilt, moet je wachten, want nu is het alleen binnen voorverkoop voor partners ...

Alternatieven voor de NVIDIA Jetson Nano

Google Koraal

Als je geïnteresseerd bent in machine learning, AI en kunstmatige neurale netwerken, zou je er wat moeten weten alternatieven voor NVIDIA Jetson Nano, aangezien het niet de enige plaat voor deze doeleinden is. U kunt enkele SBC's vinden die speciaal voor deze projecten zijn ontworpen, zoals de volgende:

Google Koraal

Google heeft een badge ontwikkeld, Google Koraal, samen met andere accessoires en modules die nodig zijn om AI-projecten te maken. Onder de artikelen die bij dit platform horen, heb je:

Google Coral heeft er een paar technische kenmerken flitsend, zoals:

  • NXP i.MX 8M CPU met Quad Core Cortex-A53 en Cortex-M4F
  • GC7000 Lite grafische GPU,
  • Google Edge TPU-coprocessor met maximaal 4 TOPS of 2 TOPS / w.
  • Inclusief 1GB LPDDR4 RAM
  • Opslag van maximaal 8GB eMMC-flitser en de mogelijkheid om deze uit te breiden met microSD-kaarten.
  • Het heeft wifi-connectiviteit, USB, Bluetooth, Ethernet, audio-aansluiting, HDMI, MIPI-DSI en voeding via USB-C 5v.

Khadas VIM3

Khadas VM3 Het is een ander alternatief voor uw AI-projecten, hoewel het niet enkele van de kenmerken van de grote heeft, het is een vrij bescheiden bord dat kan worden een goede gelegenheid om te beginnen:

  • CPU A311D x4 Cortex-A73 2.2 Ghz en x2 Cortex-A53 op 1.8 Ghz.
  • Met een NPU op 5 TOPS
  • Tot 4 GB RAM
  • 16-32 GB eMMC Samsung
  • MIPI-DIS, HDMI, WiFi, Ethernet, microSD, USB, PCIe-aansluitingen, etc.

HiSilicon HiKey 970 (Huawei)

HiSilicon is het bedrijf onder Huawei die de chips vervaardigt. Welnu, onder dit merk vindt u een ander alternatief om neurale netwerkprojecten te ontwikkelen, zoals HiKey 970, compatibel met de Huawei SDK. Bovendien heeft het een aantal interessante kenmerken:

  • ARM Kirin met Cortex A73 QuadCore + Cortex-A53 QuaCore
  • GPU Mali G72 MP12
  • Speciale NPU's
  • 6 GB LPDDR4
  • 64GB flash-geheugen
  • WiFi, microSD, HDMI, USB, PCIe-aansluitingen, etc.
  • UEFI

Sophon BM1880 (hybride ARM + RISC-V)

Sofoon BM1880 Het is een alternatief bord ontwikkeld door Sophon.ia. Als u besluit er een te kopen, vindt u enkele functies, zoals:

  • 2x Cortex-A53 CPU op 1.5Ghz + RISC-V op 1Ghz
  • 1 TPUs @ INT8 dankzij de Tensor-processor
  • 4GB LPDDR4
  • 32GB eMMC-flitser
  • Connectiviteit Ethernet, WiFi, USB, microSD, Jack, etc.

Intel neurale stick

Een ander project dat vergelijkbaar is met de vorige, is dit Intel neurale stick. Versie 2 is nu beschikbaar, en de bijzonderheid in dit geval is dat het een USB-stick is die je gemakkelijk op de pc kunt aansluiten om je projecten te starten, hoewel hij minder veelzijdig is dan eerdere borden. Als u meer stroom nodig heeft, kunt u er meerdere gebruiken in een USB-hub om mogelijkheden toe te voegen ...

Si het winkelen deze neurale stick, kost ongeveer € 100, en is compatibel met Linux en Windows. Bovendien maakt het het mogelijk om met OpenVINO te werken als een ontwikkelingstoolkit.

RockchipRK3399Pro

Rockchip je hebt deze krachtige hardwareversnelde ontwikkelingskit voor deep learning waarmee je zeer interessante en gevarieerde projecten kunt maken. Het ondersteunt TensorFlow Caffe tot 3 TOPS, evenals Android- en GNU / Linux-besturingssystemen.

Als je het wilt kopen, heb je het beschikbaar in verschillende versies (besteld van laagste naar hoogste prijs):


Wees de eerste om te reageren

Laat je reactie achter

Uw e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd met *

*

*

  1. Verantwoordelijk voor de gegevens: Miguel Ángel Gatón
  2. Doel van de gegevens: Controle SPAM, commentaarbeheer.
  3. Legitimatie: uw toestemming
  4. Mededeling van de gegevens: De gegevens worden niet aan derden meegedeeld, behalve op grond van wettelijke verplichting.
  5. Gegevensopslag: database gehost door Occentus Networks (EU)
  6. Rechten: u kunt uw gegevens op elk moment beperken, herstellen en verwijderen.