Nvidia Jetson Nano Ahududu Pi'nin yerini mi alacak?

Küçük faktör hesaplama için heyecan verici bir zaman. Ahududu Pi çok amaçlı bir makineye yetmediyse, inanılmaz özelliklere sahip daha güçlü panolar görünmeye devam ediyor.

Nvidia'dan Jetson Nano, süper güçlü makine öğrenme özelliğine sahip panoların saflarına yeni bir ektir. Özel kılan nedir? Bir tane alır mısın? Nvidia Jetson Nano ne hakkında??

Nvidia Jetson Nano Nedir??

Jetson Nano, Raspberry Pi'nin büyüklüğünde bir Tek Kartlı Bilgisayardır (SBC) ve AI ve makine öğrenmeyi amaçlamaktadır. Görünüşe göre Google Coral Dev yönetim kuruluna doğrudan bir rakip olarak, mevcut TX2 ve AGX Xavier geliştirme kurullarının yanı sıra Jetson ailesinde üçüncü.

Nvidia, aynı anda birden fazla video ve sensörü işlemek için paralel sinir ağları kullanarak, bu küçük bilgisayarlar için grafik işleme gücünden yararlanıyor..

Her üç Jetson tahtası da herkese açık olmayı hedeflerken, Nano hem hobi hem de profesyonel geliştiriciler içindir. Cihaz, iki parça-bağlantı için bir temel kart ve gerçek işlem birimleri için bir Sistem Açık Modülü (SOM) içermektedir..

Modülde Sistem Nedir??

Modüldeki Sistem, çıkarılabilir bir modülde sistem açısından kritik öneme sahip tüm parçaları olan herhangi bir geliştirme kartı anlamına gelir. Nano, geliştirme için bir anakart üzerine bağlamak için 260 pimli bir kenar konektörüne sahiptir.

Gelişme sona erdiğinde, SOM çıkarılabilir ve özel girişlere sahip gömülü bir sisteme eklenebilir ve yeni bir SOM daha fazla gelişme için temel karta bağlanır.

Bunların hepsi biraz tanıdık geliyorsa,!

Bu, Google Coral Dev board ile aynı kurulumdur Google Coral Dev Board ahududu bir Pi'den daha mı iyidir? Google Coral Dev Board Ahududu Pi'den Daha İyi mi? Erişilebilir hobi panolarında yeni bir çağın haberi, Google'ın Coral Dev Board'ı nedir? Ahududu Pi'nizin yerini alabilir mi? Benzer bir boyutta olan ve aynı zamanda hobiler ve profesyoneller için gömülü makine öğrenmesini hedeflemektir.!

Jetson Nano'nın Özellikleri Nelerdir??

Nvidia, Jetson Nano'ya çok şey kattı:

SOM:

• CPU: Dört çekirdekli ARM® Cortex-A57 MPCore işlemci
• GPU: 128 Nvidia CUDA çekirdeğine sahip Nvidia Maxwell ™ mimarisi
• RAM: 4 GB 64 bit LPDDR4
• Depolama: 16 GB eMMC 5.1 Flaş
• Video: 4k @ 30fps kodlama, 4k @ 60fps kod çözme
• Fotoğraf Makinesi: 12 şerit (3 × 4 veya 4 × 2) MIPI CSI-2 DPHY 1.1 (1.5 Gbps)
• Bağlantı: Gigabit Ethernet
• Ekran: HDMI 2.0 veya DP1.2 | eDP 1.4 | DSİ (1 x 2) 2 aynı anda
• PCIE / USB: 1 x1 / 2/4 PCIE, 1x USB 3.0, 3x USB 2.0
• G / Ç: 1x SDIO / 2x SPI / 6x I2C / 2x I2S / GPIO'lar
• Boyutlar: 69,6 mm x 45 mm

Süpürgelik:

• USB: 4x USB 3.0, USB 2.0 Mikro-B
• Fotoğraf Makinesi: 1x MIPI CSI-2 DPHY şeritleri (Ahududu Pi kamera uyumlu)
• LAN: Gigabit Ethernet, M.2 Anahtar E
• Depolama: microSD yuvası
• Ekran: HDMI 2.0 ve eDP 1.4
• Diğer G / Ç: GPIO, I2C, I2S, SPI, UART

Ne yapabilir?

Nvidia'nın görsel görevlere uygun bir tahta üretmediği kimseye şok olacak. Nesne tanıma burada önemli bir odak noktasıdır ve Visionworks SDK'nın bu alanda birçok potansiyel uygulaması vardır..

Makine öğrenim işleri için ayrı bir işlem birimi kullanmak yerine, Jetson Nano ağır kaldırma için 128 CUDA çekirdeği olan bir Maxwell GPU kullanıyor.

Jetson Inference projesi, çeşitli ortamlarda yüksek performanslı çoklu nesne tanıma işlemi gerçekleştiren önceden eğitilmiş bir sinir ağı demolarına sahiptir. Özellik izleme, görüntü sabitleme, hareket tahmini ve çok kaynaklı eşzamanlı besleme işlemlerinin tümü mevcut demo paketlerinde bulunur.

Belki de en etkileyici, yukarıdaki videoda yer alan DeepStream teknolojisidir. Küçük bir tek kartlı bilgisayarda 30 fps hızında sekiz eşzamanlı 1080p akışta canlı analitik yayınlamak inanılmaz ve Nano donanımının potansiyel gücünü gösteriyor.

Ne İçin Kullanılacak??

Video analizi ve küçük form faktörü konusundaki üstünlüğü göz önüne alındığında, Jetson Nano neredeyse kesinlikle robotik ve özerk araçlarda parlayacak. Demoların çoğu bu uygulamaları hareket halinde gösteriyor.

Gücü ve boyutu göz önüne alındığında, yüz ve nesne tanımaya dayanan gömülü sistemlerde de büyük olasılıkla çalışır..

Bizim gibi hobiler için mi? Ahududu Pi ile kandırılan herkesin bildiği bir faktörde, güçlü makine öğrenme olanaklarının mükemmel bir karışımı gibi görünüyor. Ahududu Pi'de TensorFlow gibi makine öğrenme çerçevelerini kullanabilseniz de TensorFlow ve Ahududu Pi Kullanarak Resim Tanıma'ya Başlayın TensorFlow ve Ahududu Pi Kullanarak Resim Tanıma'ya Başlayın Resim tanıma ile baş etmek ister misiniz? Tensorflow ve bir Ahududu Pi sayesinde hemen başlayabilirsiniz. , Jetson Nano göreve daha uygun.

Jetson Nano Ne Yapabilir??

Jetson Nano, Ubuntu'yu çalıştırıyor, ancak Nvidia'dan platforma özel yazılım içeren özel bir işletim sistemi görüntüsü mevcut. Tahtanın ana odağı makine öğrenmesi olsa da, bu Nvidia'dır, bu yüzden grafik sihirbazlıklarının da devam etmesini beklersiniz..

Hayal kırıklığına uğramayacaksınız. Parçacık sistemlerini, gerçek zamanlı fraktal görüntülemeyi ve bir dizi görsel efekti gösteren demolar ancak yakın zamana kadar amiral gemisi masaüstü grafik kartlarında bulunacaktı..

Video kodlamasının 4k @ 30fps ve 60fps'de deşifre edilmesine rağmen, Nano'nun video uygulamaları için de mükemmel olacağını varsaymak güvenlidir..

Jetson Nano - Coral Dev Board - En İyisi?

Bu aşamada Google Coral Dev kartı ile Jetson Nano arasında hangisinin daha iyi olduğunu söylemesi zor..

Google'ın TensorFlow sinir ağı, makine öğrenmesi alanında baskın bir güçtür. Google’ın kendi Edge TPU işlemcisinin, TensorFlow Lite’ın uygulamaları için daha iyi çalışabileceğini izlerdi..

Öte yandan, Nvidia, Jetson Nano için etkileyici bir makine öğrenmesi temelli demo dizisi gösterdi. Bu, etkileyici grafiklerin yanı sıra Nano'nun gerçek bir rakip haline gelmesini sağlıyor.

Jetson Nano Maliyeti Ne Kadar?

Fiyat henüz kapsamadığımız bir başka unsur. Google Coral Dev kurulu 149,99 dolardan satılırken, Jetson Nano sadece 99 dolardan. Coral Dev kurulu masaya benzersiz bir şey getirmediği sürece, hobiler ve küçük geliştiriciler ekstra 50 $ 'ı haklı çıkarmak için zor bir streç bulabilirler.

Her iki kurul için da yalnızca SOM için fiyat yoktur, ancak çoğu hobi geliştiricisi için bunun çok önemli olmayacağını tahmin ediyorum. Ticari açıdan bakıldığında, performans / fiyat kontrastı, Jetson Nano ve Coral Dev board arasındaki kritik farkı yaratan şey olacak..

Jetson Nano, Nvidia'dan doğrudan üçüncü taraf satıcılarla birlikte geliyor.

satın almak: Jetson Nano doğrudan Nvidia'dan

Ahududu Pi değiştirir miydi?

Google Coral Dev tahtası güçlü olsa da, Ahududu Pi'ye bir şekilde yığılmaz. Ahududu Pi DIY elektronik için harika bir hobi bilgisayarı. Ayrıca bir masaüstü bilgisayar olarak da kullanılabilir Ahududu Pi'yi Masaüstü Bilgisayar Olarak Kullanma: Hafta Sonunda Öğrendiğim 7 Şey Ahududu Pi'yi Masaüstü Bilgisayar Olarak Kullanma: Haftada 7 Öğrendiğim Şey Mütevazı bir Ahududu Pi masaüstü bilgisayarın yerini alabilir mi? Pi ile yedi gün geçirdim ve ilginç sonuçlar elde ettim. bir tutam.

Tabii ki, Coral Dev kurulu güçlü, ancak kendi belgeleri bir fare ve klavye takılmaması konusunda tavsiyede bulunuyor. Coral'ın özel işletim sistemi öncelikle SSH bağlantıları içindir. Bununla birlikte, herhangi bir Linux varyasyonunu devam ettirme olasılığı yüksektir. Bu doğrudan bir Pi rakip olarak oraya geri koyar

Yine de bir sorun var. Makine öğrenmeyi öğrenmek için bir tahta istiyorsanız, ancak diğer günlük görevleri de gerçekleştirebilecek bir kurul istiyorsanız, neden Coral Dev Board'u satın aldınız??

Jetson Nano bir ekran portunu destekliyor ve daha önce de belirtildiği gibi kutudan çıkan etkileyici video örneklerine sahip. Özel Ubuntu masaüstünde birçok tanıdık olacak ve daha ucuz fiyat noktası onu makine öğrenmesiyle ilgilenmeyenler için bile cazip bir fırsat haline getirecek.

Herkes için AI

Bu aşamada hangisinin daha iyi yönetim kurulu olacağını söylemek zor. Ayrıca, ev geliştiricileri için hangisinin daha erişilebilir olacağı da bilinmiyor. Kesin bir cevap almak için hem Coral Dev hem de Jetson Nano panolarıyla zaman geçirmeyi dört gözle bekliyorum.!

SBC'lerle buluşmak için heyecan verici bir zaman! Eğer yeni iseniz ve başlamak için bir yer istiyorsanız, bir Raspberry Pi edinin ve en baştan başladığımız kılavuzu izleyin Raspberry Pi: Resmi Olmayan Eğitim Kitabı Raspberry Pi: Resmi Olmayan Eğitim Kitabı Eğer daha fazla bilgi edinmek isteyen bir mevcut Pi sahibi olun ya da Bu kredi kartı boyutunda cihazın potansiyel sahibi, kaçırmak istediğiniz bir rehber değil. !