Korvaako Nvidia Jetson Nano Raspberry Pi?

Mainos

Se on jännittävä aika pienitekniselle laskennalle. Vaikuttaa siltä, ​​että Raspberry Pi ei olisi riittävän monikäyttöinen kone, uskomattomiin suosituksiin kykenevät tehokkaammat levyt ilmestyvät jatkuvasti.

Nvidian Jetson Nano on äskettäinen lisäys erittäin voimakkaiden koneoppimismahdollisuuksien piiriin. Mikä tekee siitä erityisen? Pitäisikö sinun ostaa sellainen? Mistä Nvidia Jetson Nanossa on kyse?

Mikä on Nvidia Jetson Nano?

Jetson Nano on yhden kortin tietokone (SBC), joka on kooltaan Vadelma Pi-kokoinen ja joka on tarkoitettu AI- ja koneoppimiseen. Näyttää siltä, ​​että se on suora kilpailija Google Coral Dev -taululle, ja se on kolmas Jetson-perheessä jo saatavilla olevien TX2- ja AGX Xavier -kehityslevyjen rinnalla.

Nvidia hyödyntää kykyään näiden pienten tietokoneiden grafiikkaprosessointitehoon käyttämällä rinnakkaisia ​​hermoverkkoja prosessoimaan useita videoita ja antureita samanaikaisesti.

Vaikka kaikkien kolmen Jetsonin levyt pyrkivät pääsemään kaikkien saataville, Nano on tarkoitettu sekä harrastuksille että ammattimaisille kehittäjille. Dev-pakkaus koostuu kahdesta osasta - liitäntää varten olevasta alustasta ja varsinaisille prosessoriyksiköille tarkoitetusta System On Module (SOM) -järjestelmästä.

Mikä on järjestelmä moduulissa?

Järjestelmä moduulilla tarkoittaa mitä tahansa kehityskorttia, jossa on kaikki järjestelmäkriittiset osat irrotettavassa moduulissa. Nanossa on 260-nastainen reunaliitin kiinnittääksesi sen jalustalle kehittämistä varten.

Kun kehitys on päättynyt, SOM voidaan poistaa ja lisätä sulautettuun järjestelmään mukautetuilla sisääntuloilla, ja uusi SOM muodostaa yhteyden jalustalle jatkokehitystä varten.

Jos kaikki tämä kuulostaa vähän tutulta, niin se on!

Tämä on sama asennus kuin Google Coral Dev -taulu Onko Google Coral Dev Board parempi kuin vadelmapi?Juhlaisee uuden aikakauden saavutettavissa olevissa harrastajataulukoissa, mikä on Googlen Coral Dev Board? Ja voiko se korvata Raspberry Pi: n? Lue lisää , joka on samankokoinen ja joka on tarkoitettu myös sulautettuun koneoppimiseen harrastajalle ja ammattilaiselle!

Mitkä ovat Jetson Nanon tekniset tiedot?

Nvidia on pakattu paljon Jetson Nanoon:

SOM:

• CPU: Nelytytiminen ARM® Cortex-A57 MPCore -prosessori
• GPU: Nvidia Maxwell ™ -arkkitehtuuri 128 Nvidia CUDA -ytimellä
• RAM: 4 Gt 64-bittinen LPDDR4
• Tallennustila: 16 Gt eMMC 5.1 Flash
• Video: 4k @ 30fps koodaus, 4k @ 60fps dekoodaus
• Kamera: 12 kaistaa (3 × 4 tai 4 × 2) MIPI CSI-2 DPHY 1.1 (1.5 Gbps)
• Yhteydet: Gigabit Ethernet
• Näyttö: HDMI 2.0 tai DP1.2 | eDP 1.4 | DSI (1 x2) 2 samanaikaisesti
• 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 / GPIO
• Mitat: 69,6 mm x 45 mm

Jalkalista:

• USB: 4x USB 3.0, USB 2.0 Micro-B
• Kamera: 1x MIPI CSI-2 DPHY -kaiteet (Raspberry Pi-kameran kanssa yhteensopiva)
• LAN: Gigabit Ethernet, M.2 avain E
• Varastointi: microSD-paikka
• Näyttö: HDMI 2.0 ja eDP 1.4
• Muu I / O: GPIO, I2C, I2S, SPI, UART

Mitä se voi tehdä?

Kukaan ei shokki, että Nvidia on tuottanut visuaalisiin tehtäviin sopivan taulun. Objektien tunnistaminen on tässä keskeinen painopiste, ja Visionworks SDK: lla on monia potentiaalisia sovelluksia tällä alalla.

Sen sijaan, että käytettäisiin erillistä prosessointiyksikköä koneoppimistehtäviin, Jetson Nano käyttää Maxwell GPU: ta, jossa on 128 CUDA-ydintä raskaaseen nostamiseen.

Jetsonin päätelmäprojekti sisältää esittelyt esiopetetusta hermoverkosta, joka suorittaa tehokkaan moniobjektitunnistuksen useissa ympäristöissä. Ominaisuuksien seuranta, kuvanvakauttaminen, liikkeen ennustaminen ja usean lähteen samanaikainen syötteiden käsittely ovat kaikki esillä käytettävissä olevissa demopaketeissa.

Ehkä vaikuttavin on yllä olevassa videossa esitelty DeepStream-tekniikka. On uskomatonta suorittaa live-analytiikkaa kahdeksalla samanaikaisella 1080p-virralla nopeudella 30 kuvaa sekunnissa pienellä yhden kortin tietokoneella. Se osoittaa nanon mahdollisen tehon.

Mihin sitä käytetään?

Jetson Nano loistaa varmasti videoanalyysin ja pienimuotoisen tekijän vuoksi robotissa ja autonomisissa ajoneuvoissa. Monet demoista näyttävät nämä sovellukset toiminnassa.

Voiman ja koon vuoksi se todennäköisesti toimii myös sulautetuissa järjestelmissä, jotka luottavat kasvojen ja esineiden tunnistamiseen.

Meille kaltaisille harrastajalle? Se näyttää olevan täydellinen sekoitus tehokkaita koneoppimismahdollisuuksia tekijässä, joka on tuttu kaikille, jotka ovat vaivanneet Raspberry Pi: n. Vaikka voit käyttää koneoppimiskehyksiä kuten TensorFlow vadelmapiillä Aloita kuvan tunnistaminen TensorFlow- ja Raspberry Pi-ohjelmien avullaHaluatko käsitellä kuvan tunnistamista? Tensorflowin ja vadelmapiin ansiosta voit aloittaa heti. Lue lisää , Jetson Nano soveltuu paljon paremmin tehtävään.

Mitä muuta Jetson Nano voi tehdä?

Jetson Nano ajaa Ubuntua, vaikka Nvidialta on saatavana erikoistunut käyttöjärjestelmäkuva, joka sisältää alustalle ominaiset ohjelmistot. Vaikka taulun pääpaino on koneoppimisessa, tämä on Nvidia, joten odotat myös graafisen velhojen olevan käynnissä.

Et tule pettymään. Hiukkasjärjestelmiä, reaaliaikaista fraktaaliesitystä ja joukko visuaalisia tehosteita sisältäviä esittelyjä olisi vasta viime aikoihin saakka löytynyt lippulaivaisista työpöydän grafiikkakorteista.

Koska sen videokoodauksen arviointi on 4k @ 30fps ja dekoodauksen 60fps, on turvallista olettaa, että Nano on täydellinen myös videosovelluksiin.

Jetson Nano vs. Coral Dev Board: Mikä on paras?

On vaikea sanoa, mikä on tässä vaiheessa parempi hallitus Google Coral Dev -taulun ja Jetson Nanon välillä.

Googlen TensorFlow-hermoverkko on hallitseva voima koneoppimisessa. Tästä seuraa, että Googlen oma Edge TPU -koprosessori saattaa toimia paremmin TensorFlow Lite -sovelluksissa.

Toisaalta Nvidia on jo osoittanut vaikuttavan joukon koneoppimispohjaisia ​​demoja Jetson Nanolle. Tämä, vaikuttavan grafiikan rinnalla, Nano pystyy tekemään siitä todellisen kilpailijan.

Paljonko Jetson Nano maksaa?

Hinta on toinen näkökohta, jota emme ole vielä kata. Google Coral Dev -taulun hinta on 149,99 dollaria, kun taas Jetson Nanon hinta on vain 99 dollaria. Ellei Coral Dev -taulu voi tuoda jotain ainutlaatuista pöydälle, harrastajat ja pienet kehittäjät saattavat löytää ylimääräiset 50 dollaria kovan osuuden perustella.

Pelkästään SOM: lle ei tällä hetkellä ole hintaa kummallekaan hallitukselle, mutta luulen, että useimmille harrastajakehittäjille tämä ei olisi yhtä tärkeä. Kaupallisesta näkökulmasta suorituskyky / hinta-kontrasti tulee olemaan se, mikä tekee kriittisen eron Jetson Nanon ja Coral Dev -taulun välillä.

Jetson Nano on saatavana Nvidialta suoraan muiden myyjien kanssa.

Ostaa: Jetson Nano suoraan Nvidiasta

Voisiko se korvata vadelmapiini?

Vaikka Google Coral Dev -taulu on tehokas, se ei tietyllä tavalla pinota Raspberry Pi: n päälle. Raspberry Pi on hieno harrastustietokone DIY-elektroniikkaan. Se voi myös kaksinkertainen pöytätietokoneena Raspberry Pi: n käyttäminen pöytätietokoneena: 7 asiaa, jotka opin viikon kuluttuaVoiko vaatimaton Raspberry Pi korvata pöytätietokoneen? Vietin seitsemän päivää kirjoittamalla ja toimittamalla Pi: llä, mielenkiintoisin tuloksin. Lue lisää hyppysellinen.

Toki, Coral Dev -taulu on tehokas, mutta heidän omista dokumenteistaan ​​ei pidä hiiren ja näppäimistön kiinnittämistä. Coralin mukautettu käyttöjärjestelmä on tarkoitettu ensisijaisesti SSH-yhteyksiin. Se kykenee kuitenkin ylläpitämään kaikkia Linuxin muunnelmia. Tämä antaa sen suoraan takaisin sinne suorana Pi-kilpailijana

On kuitenkin ongelma. Miksi ostaisit Coral Dev Boardin, jos haluat taulun koneoppimiseen, mutta sellaisen, joka pystyy suorittamaan myös muita päivittäisiä tehtäviä?

Jetson Nano tukee näyttöporttia, ja kuten aiemmin mainittiin, siinä on vaikuttavia videoesimerkkejä suoraan laatikosta. Mukautettu Ubuntu-työpöytä on monille tuttu, ja halvempi hintapiste tekee siitä houkuttelevan mahdollisuuden monille, jopa koneenoppimattomille.

AI kaikille

Tässä vaiheessa on vaikea sanoa, mikä on parempi hallitus. On myös tuntematonta, mitkä ovat kodin kehittäjien paremmin saavutettavissa. Odotan viettävän aikaa sekä Coral Dev- että Jetson Nanon -taulujen kanssa saadaksesi lopullisen vastauksen!

Se on jännittävä aika olla tekemisissä SBC: n kanssa! Jos olet uusi ja haluat paikan aloittamiseen, hanki Raspberry Pi ja seuraa lopullinen aloitusopas Vadelma Pi: epävirallinen opasOlitpa nykyinen Pi-omistaja, joka haluaa oppia lisää, tai tämän luottokorttikokoisen laitteen potentiaalinen omistaja, tämä ei ole opas, jonka haluat unohtaa. Lue lisää !