Ще замени ли Nvidia Jetson Nano Raspberry Pi?

реклама

Това е вълнуващо време за малки факторни изчисления. Сякаш Raspberry Pi не е бил достатъчен за машина с всецелна цел, по-мощни дъски, способни на невероятни подвизи, продължават да се появяват.

Jetson Nano от Nvidia е скорошно попълнение в редиците на супер мощни табла с възможност за машинно обучение. Какво го прави специален? Трябва ли да купите такъв? Какво представлява Nvidia Jetson Nano?

Какво представлява Nvidia Jetson Nano?

Jetson Nano е единен бордов компютър (SBC) около размера на Raspberry Pi и е насочен към AI и машинно обучение. Изглежда пряк конкурент на дъската на Google Coral Dev, той е третият в семейството на Джетсън, наред с вече наличните платки за разработка на TX2 и AGX Xavier.

Nvidia използват умението си за обработка на графична мощност за тези малки компютри, като използват паралелни невронни мрежи за обработка на множество видеоклипове и сензори едновременно.

Въпреки че и трите дъски на Jetson имат за цел да бъдат достъпни за всички, Nano е както за хоби, така и за професионални разработчици. Комплектът за разработка се състои от две части - платка за свързване и модул за включване на системата (SOM) за действителните процесорни единици.

Какво представлява системата на модула?

System on Module се отнася до всяка разработена платка, която има всички критични за системата части в подвижен модул. Nano разполага с 260-пинов краен конектор, за да го прикрепи към дъска за развитие.

След като приключи разработването, SOM може да бъде премахнат и добавен във вградена система с персонализирани входове и нов SOM се свързва с дънната платка за по-нататъшно развитие.

Ако всичко това ви звучи малко познато, така е!

Това е същата настройка като тази Google Coral Dev дъска Google Coral Dev Board е по-добър от Raspberry Pi?Предвещавайки нова ера в достъпните табла за любители, точно какво е Google Coral Dev Board? И може ли да замести вашия Raspberry Pi? Прочетете още , който е с подобен размер и също насочен към вграденото машинно обучение за хобисти и професионалисти!

Какви са спецификациите на Jetson Nano?

Nvidia е опаковала много в Jetson Nano:

SOM:

• CPU: Четириядрен процесор ARM® Cortex-A57 MPCore
• GPU: Nvidia Maxwell ™ архитектура със 128 Nvidia CUDA ядра
• RAM: 4 GB 64-битов LPDDR4
• Съхранение: 16 GB eMMC 5.1 Flash
• Видео: 4k @ 30fps кодиране, 4k @ 60fps декодиране
• Камера: 12 ленти (3 × 4 или 4 × 2) MIPI CSI-2 DPHY 1.1 (1,5 Gbps)
• Свързване: Gigabit Ethernet
• Дисплей: HDMI 2.0 или DP1.2 | eDP 1.4 | DSI (1 x2) 2 едновременно
• 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
• Размери: 69.6 мм х 45 мм

перваз:

• USB: 4x USB 3.0, USB 2.0 Micro-B
• Камера: 1x MIPI CSI-2 DPHY платна (съвместима с Raspberry Pi камера)
• LAN: Gigabit Ethernet, M.2 Key E
• Съхранение: microSD слот
• Дисплей: HDMI 2.0 и eDP 1.4
• Други I / O: GPIO, I2C, I2S, SPI, UART

Какво може да направи?

Ще дойде като шок за никого, че Nvidia е създала дъска, подходяща за визуални задачи. Разпознаването на обекти е ключов фокус тук, а SDK Visionworks има много потенциални приложения в тази област.

Вместо да използва отделен процесор за машинно обучение, Jetson Nano използва Maxwell GPU с 128 CUDA ядра за тежко повдигане.

Проектът Jetson Inference включва демонстрации на предварително обучена невронна мрежа, изпълняваща високоефективно разпознаване на множество обекти в различни среди. Проследяване на функции, стабилизиране на изображението, прогнозиране на движението и многоизточна едновременна обработка на емисия са включени в наличните демо пакети.

Може би най-впечатляваща е технологията DeepStream, представена в горното видео. Извършването на анализи на живо в осем едновременни 1080p потока при 30 кадъра в секунда на малък еднопластов компютър е невероятно и показва потенциалната мощност на хардуера на Nano.

За какво ще се използва?

Предвид умението си за видео анализ и малкия форма фактор, Jetson Nano почти сигурно ще блести в роботиката и автономните превозни средства. Много от демонстрациите показват тези приложения в действие.

Като се има предвид неговата мощност и размер, вероятно ще работи и в вградени системи, които разчитат на разпознаване на лица и обекти.

За хобисти като нас? Изглежда, че е перфектна комбинация от мощни възможности за машинно обучение във фактор, познат на всеки, който се е сблъскал с Raspberry Pi. Докато можете да използвате рамки за машинно обучение като TensorFlow на Raspberry Pi Започнете с разпознаването на изображения с помощта на TensorFlow и Raspberry PiИскате ли да се захванете с разпознаването на изображения? Благодарение на Tensorflow и Raspberry Pi можете да започнете веднага. Прочетете още , Jetson Nano е много по-подходящ за задачата.

Какво друго може да направи Jetson Nano?

Jetson Nano работи с Ubuntu, въпреки че от Nvidia се предлага специализирано изображение за OS, включващо софтуер, специфичен за платформата. Докато основният фокус на дъската е машинното обучение, това е Nvidia, така че можете да очаквате и някои графични вълшебства.

Няма да останете разочаровани. Демонстрации, показващи системи от частици, фрактално изобразяване в реално време и масив от визуални ефекти само доскоро бяха открити на водещите графични карти на настолни компютри.

Като се има предвид, че видео кодирането му е оценено на 4k @ 30fps, а декодирането на 60fps, е безопасно да се предположи, че Nano ще бъде идеален и за видео приложения.

Джетсън Нано vs. Корал Dev Board: Кой е най-добрият?

Трудно е да се каже кой е по-добрият борд между дъската на Google Coral Dev и Jetson Nano на този етап.

Невронната мрежа на Google TensorFlow е доминираща сила в областта на машинното обучение. От това следва, че самият копроцесор Edge TPU на Google може да работи по-добре за приложения на TensorFlow Lite.

От друга страна, Nvidia вече показа впечатляващ набор от демонстрации, базирани на машинно обучение за Jetson Nano. Това, наред с впечатляващата графика, Nano е в състояние да го превърне в истински конкурент.

Колко струва Jetson Nano?

Цената е друг аспект, който все още не сме покрили. Google Coral Dev борда продава на цена 149,99 долара, докато Jetson Nano е само 99 долара. Освен ако бордът на Coral Dev не може да внесе нещо уникално на масата, хобистите и малките разработчици може да намерят допълнителните 50 долара, които трудно могат да се оправдаят.

Понастоящем няма цена само за SOM за двата борда, но бих предположил, че за повечето разработчици на хоби това няма да е толкова важно. От комерсиална гледна точка контрастът между производителността и цената ще бъде най-съществената разлика между Jetson Nano и борда на Coral Dev.

Нано Jetson се предлага от Nvidia директно заедно с трети продавачи.

Купува: Jetson Nano директно от Nvidia

Може ли да замени моя Raspberry Pi?

Докато дъската на Google Coral Dev е мощна, тя не се подрежда до Raspberry Pi по някакъв начин. Raspberry Pi е страхотен хоби компютър за „Направи си сам“ електроника. То също може двойно като настолен компютър Използване на Raspberry Pi като настолен компютър: 7 неща, които научих след седмицаМоже ли скромен Raspberry Pi да замени настолен компютър? Прекарах седем дни в писане и редактиране на Пи, с интересни резултати. Прочетете още на щипка.

Разбира се, дъската на Coral Dev е мощна, но техните собствени документи съветват да не прикачвате мишка и клавиатура. Персонализираната операционна система на Coral е предимно за SSH връзки. Вероятно е обаче да може да поддържа всякакви вариации на Linux. Това го връща точно там, като директен конкурент на Пи

Все пак има проблем. Ако искате дъска за машинно обучение, но такава, която може да изпълнява и други ежедневни задачи, защо бихте закупили борда на Coral Dev?

Jetson Nano поддържа порт за дисплей и както вече беше споменато, има впечатляващи видео примери направо извън кутията. Персонализираният работен плот на Ubuntu ще бъде познат на мнозина, а по-евтината цена ще го направи привлекателна перспектива за мнозина, дори и тези, които не се интересуват от машинно обучение.

AI за всички

На този етап е трудно да се каже кой ще бъде по-добрият борд. Не е известно и кой ще бъде по-достъпен за разработчиците на дома. Очаквам с нетърпение да прекарам време както с дъските Coral Dev, така и от Jetson Nano, за да получа окончателен отговор!

Това е вълнуващо време да се занимавате със SBCs! Ако сте нови за него и искате място да започнете, вземете Raspberry Pi и следвайте нашите крайно ръководство за стартиране Raspberry Pi: Неофициалният урокНезависимо дали сте настоящ собственик на Pi, който иска да научи повече, или потенциален собственик на това устройство с размер на кредитна карта, това не е ръководство, което искате да пропуснете. Прочетете още !