Nvidia Jetson Nano va înlocui zmeura Pi?

Publicitate

Este un moment interesant pentru calcularea factorilor mici. Ca și cum Raspberry Pi nu ar fi suficient pentru o mașină cu toate scopurile, plăcile mai puternice, capabile de fapte incredibile, continuă să apară.

Jetson Nano de la Nvidia este o completare recentă în rândurile unor plăci cu putere superioară de învățare automată. Ce îl face special? Ar trebui să cumperi unul? Despre ce este vorba Nvidia Jetson Nano?

Ce este Nvidia Jetson Nano?

Jetson Nano este un computer cu un singur bord (SBC) în jurul mărimii unui zmeură Pi, și care vizează învățarea AI și mașina. Pare a fi un concurent direct la placa Google Coral Dev, este al treilea din familia Jetson alături de deja disponibile tablourile de dezvoltare TX2 și AGX Xavier.

Nvidia își valorifică priceperea pentru puterea de procesare grafică pentru aceste computere mici, folosind rețele neuronale paralele pentru a procesa mai multe videoclipuri și senzori simultan.

În timp ce toate cele trei plăci Jetson își propun să fie accesibile tuturor, Nano este atât pentru dezvoltatorii hobby, cât și pentru profesioniști. Kit-ul cuprinde două părți - o placă de bază pentru conectivitate și un modul On On System (SOM) pentru unitățile de procesare efective.

Ce este sistemul pe modul?

System on Module se referă la orice placă de dezvoltare care are toate componentele critice ale sistemului într-un modul detașabil. Nano dispune de un conector de margine de 260 de pini pentru a-l atașa la un panou de bază pentru dezvoltare.

Odată ce dezvoltarea s-a încheiat, SOM poate fi eliminat și adăugat într-un sistem încorporat cu intrări personalizate, iar un nou SOM se conectează la placa de bază pentru o dezvoltare ulterioară.

Dacă toate acestea sună puțin familiar, este!

Aceasta este aceeași configurație ca și Placa Google Coral Dev Este Consiliul Dev Coral Google mai bun decât un Zmeură Pi?Creează o nouă eră în forumurile hobbyiste accesibile, doar ce este Coral Dev Board Google? Și poate înlocui zmeura Pi? Citeste mai mult , care are o dimensiune similară, și, de asemenea, vizează învățarea automată încorporată pentru pasionați și profesioniști deopotrivă!

Care sunt specificațiile Jetson Nano?

Nvidia a încărcat mult în Jetson Nano:

SOM:

• CPU: Procesor quad-core ARM® Cortex-A57 MPCore
• GPU: arhitectura Nvidia Maxwell ™ cu 128 de nuclee Nvidia CUDA
• RAM: 4 GB LPDDR4 pe 64 de biți
• Stocare: 16 GB eMMC 5.1 Flash
• Video: codare 4k @ 30fps, decodare 4k @ 60fps
• Cameră foto: 12 benzi (3 × 4 sau 4 × 2) MIPI CSI-2 DPHY 1.1 (1.5 Gbps)
• Conectivitate: Gigabit Ethernet
• Display: HDMI 2.0 sau DP1.2 | eDP 1.4 | DSI (1 x2) 2 simultan
• PCIE / USB: 1 x1 / 2/4 PCIE, 1x USB 3.0, 3x USB 2.0
• I / O: 1x SDIO / 2x SPI / 6x I2C / 2x I2S / GPIOs
• Dimensiuni: 69,6 mm x 45 mm

Plinta:

• USB: 4x USB 3.0, USB 2.0 Micro-B
• Aparat foto: 1x benzi MIPI CSI-2 DPHY (compatibil cu camera Raspberry Pi)
• LAN: Gigabit Ethernet, cheia M.2 E
• Depozitare: slot microSD
• Ecran: HDMI 2.0 și eDP 1.4
• Alte I / O: GPIO, I2C, I2S, SPI, UART

Ce se poate face?

Nimeni nu a produs un tablou potrivit pentru sarcinile vizuale. Recunoașterea obiectelor este un obiectiv esențial aici, iar SDK Visionworks are multe aplicații potențiale în acest domeniu.

În loc să folosească o unitate de procesare separată pentru sarcini de învățare automată, Jetson Nano utilizează un GPU Maxwell cu 128 de nuclee CUDA pentru ridicarea grea.

Proiectul Jetson Inference prezintă demo-uri ale unei rețele neuronale pre-instruite care realizează recunoașterea obiectelor multiple de înaltă performanță într-o varietate de medii. Urmărirea caracteristicilor, stabilizarea imaginii, predicția mișcării și procesarea simultană a alimentării simultane cu mai multe surse sunt prezentate în pachetele demo disponibile.

Poate cel mai impresionant este tehnologia DeepStream prezentată în videoclipul de mai sus. Rularea de analize live pe opt fluxuri simultane de 1080p la 30 fps pe un computer mic de bord este incredibilă și arată puterea potențială a hardware-ului Nano.

Pentru ce va fi folosit?

Având în vedere capacitatea sa de analiză video și factorul de formă redusă, Jetson Nano va străluci aproape sigur în robotică și vehicule autonome. Multe dintre demo-urile arată aceste aplicații în acțiune.

Având în vedere puterea și dimensiunea sa, va funcționa probabil și în sisteme încorporate care se bazează pe recunoașterea facială și a obiectelor.

Pentru amatorii ca noi? Pare a fi o combinație perfectă de posibilități puternice de învățare a mașinii într-un factor cunoscut oricui s-a împrietenit cu un zmeură Pi. În timp ce puteți utiliza cadre de învățare automată, de exemplu TensorFlow pe o zmeură Pi Începeți cu recunoașterea imaginii folosind TensorFlow și Raspberry PiVrei să ajungi la înțelegerea imaginii? Datorită Tensorflow și unui zmeură Pi, puteți începe imediat. Citeste mai mult , Jetson Nano este mult mai potrivit pentru sarcină.

Ce altceva poate face Jetson Nano?

Jetson Nano rulează Ubuntu, deși o imagine de sistem de operare specializată este disponibilă de la Nvidia cu software specific platformei. În timp ce obiectivul principal al consiliului este învățarea automată, aceasta este Nvidia, așa că vă așteptați să se desfășoare și câteva vrăjitorii grafice.

Nu veți fi dezamăgiți. Demonstrații care prezintă sisteme de particule, redarea fracturilor în timp real și o serie de efecte vizuale s-ar fi găsit abia de curând pe cardurile grafice desktop.

Având în vedere că codificarea video a acestuia este evaluată pentru 4k @ 30fps, iar decodarea la 60fps, este sigur să presupunem că Nano va fi perfect și pentru aplicațiile video.

Jetson Nano vs. Coral Dev Board: Care este cel mai bun?

Este greu de spus care este cea mai bună placă dintre placa Google Coral Dev și Jetson Nano în această etapă.

Rețeaua neuronală TensorFlow Google este o forță dominantă în domeniul învățării automate. Ar urma ca propriul coprocesor Google Edge TPU să funcționeze mai bine pentru aplicațiile TensorFlow Lite.

Pe de altă parte, Nvidia a arătat deja o serie impresionantă de demo-uri bazate pe învățare automată pentru Jetson Nano. Acest lucru, alături de graficele impresionante, Nano este capabil să-l facă un adevărat concurent.

Cât costă Jetson Nano?

Prețul este un alt aspect pe care nu l-am acoperit încă. Placa Google Coral Dev vinde 149,99 USD, în timp ce Jetson Nano are doar 99 USD. Cu excepția cazului în care consiliul Coral Dev poate aduce ceva unic în masă, pasionații și micii dezvoltatori ar putea găsi 50 de dolari în plus o întindere greu de justificat.

În prezent, nu există niciun preț pentru SOM singur pentru nici unul dintre bord, dar mi-aș imagina că pentru majoritatea dezvoltatorilor hobby acest lucru nu va fi la fel de important. Din punct de vedere comercial, contrastul performanță / preț va fi ceea ce face diferența critică între Jetson Nano și placa Coral Dev.

Jetson Nano este disponibil de la Nvidia direct împreună cu vânzătorii terți.

Cumpără: Jetson Nano direct de la Nvidia

Ar putea să-mi înlocuiască zmeura Pi?

În timp ce placa Google Coral Dev este puternică, nu se acumulează până la Zmeura Pi în unele moduri. Raspberry Pi este un computer minunat pentru hobby-uri electronice. Poate deasemenea dublu ca un computer desktop Utilizarea unui Raspberry Pi ca desktop PC: 7 lucruri pe care le-am învățat după o săptămânăPoate un Raspberry Pi modest să înlocuiască un computer desktop? Am petrecut șapte zile scriind și editând pe Pi, cu rezultate interesante. Citeste mai mult într-un vârf.

Sigur, placa Coral Dev este puternică, dar propriile documente sfătuiesc să atașați un mouse și o tastatură. Sistemul de operare personalizat al Coralului este destinat conexiunilor SSH în principal. Cu toate acestea, este probabil capabil să susțină orice variație a Linux. Acest lucru îl pune chiar acolo sus, în calitate de concurent Pi direct

Există însă o problemă. Dacă doriți un consiliu pentru învățarea învățării în mașini, dar unul care poate îndeplini și alte sarcini zilnice, de ce ați cumpăra Coral Dev Board?

Jetson Nano acceptă un port de afișare și, așa cum am menționat anterior, are exemple video impresionante chiar din cutie. Desktop personalizat Ubuntu va fi familiar pentru mulți, iar prețul mai ieftin îl va face să fie o perspectivă atractivă pentru mulți, chiar și pentru cei neinteresați de învățarea mașinii.

AI pentru toată lumea

În această etapă, este greu de spus care va fi tabloul mai bun. De asemenea, nu se știe care va fi mai accesibil pentru dezvoltatorii de acasă. Aștept cu nerăbdare să petrec timp atât cu coral Dev cât și cu Jetson Nano pentru a obține un răspuns definitiv!

Este un moment interesant pentru a te agita cu SBC-urile! Dacă sunteți nou și doriți un loc unde să începeți, obțineți o zmeură Pi și urmați-ne ghidul inițial final Raspberry Pi: Tutorialul neoficialIndiferent dacă sunteți un proprietar actual de Pi care dorește să învețe mai multe sau un potențial proprietar al acestui dispozitiv de dimensiune a cardului de credit, acesta nu este un ghid pe care doriți să îl pierdeți. Citeste mai mult !