Promocja na książki: elektroniki, Arduino, programowanie, IT od 6,90 zł. Sprawdź listę ponad 350 tytułów »

NVIDIA Jetson Nano to mały SBC o wielkich możliwościach

NVIDIA Jetson Nano to mały SBC o wielkich możliwościach

NVIDIA to firma znana głównie z produkcji kart graficznych i komputerów o wysokiej wydajności. Niestety, ceny jej ciekawszych rozwiązań są poza zasięgiem przeciętnego majsterkowicza.

Premiera komputera Jetson Nano pokazuje, że ten trend powoli ulega zmianie.

Chociaż o komputerach Jetson TX2 pisaliśmy dwa lata temu, to ich cena nadal jest wysoka, podobnie jak cena innych komputerów jednopłytkowych marki NVIDIA. Rozwiązania te są wybierane zwykle przez osoby, dla których cena jest czynnikiem znajdującym się na nieco dalszym miejscu, przez co ich popularność jest niewielka wśród miłośników Raspberry Pi i podobnych mu klonów.

Nowy moduł to "okrojona" wersja płytek TX i AGX Xavier

Prawda jest jednak taka, że w tym przypadku płacimy nie tylko za sprzęt, ale także za oprogramowanie, które jest niezwykle dopracowane w przypadku implementacji własnych rozwiązań z zakresu uczenia maszynowego oraz sieci neuronowych.

Wkrótce będziemy mieć okazję do skorzystania z takich możliwości w domowych warunkach, bo nowy moduł Jetson Nano oraz Jetson Nano Developer Kit mają być dostępne już od 99$, co jak na płytki od NVIDIA, jest niezwykle niską i atrakcyjną ceną.

Moduł Jetson Nano korzysta ze złącza SODIMM

Mały Jetson Nano, w wersji Developer Kit, zdecydowanie będzie należeć do tych bardziej prądożernych komputerów jednopłytowych. Na pokładzie modułu znajduje się:

  • 64-bitowy procesor Arm Cortex A-57 z czterema rdzeniami taktowanymi 1,43 GHz,
  • jednostka graficzna NVIDIA Maxwell GPU z 128 rdzeniami CUDA,
  • 4 GB pamięci operacyjnej LPDDR4,
  • 16 GB pamięci eMMC,
  • interfejs 1 Gbps Ethernet,
  • 4 złącza USB 3.0,
  • interfejs DisplayPort,
  • interfejs HDMI,
  • interfejs kamery MIPI-CSI,
  • złącze PCIe,
  • złącze microSD,
  • złącze M.2 obsługujące karty WiFi,
  • 40-pinowe złącze GPIO (prawdopodobnie kompatybilne z GPIO Raspberry Pi).

Przykładowym zastosowaniem dla nowych płytek są roboty JetBot przygotowane przez NVIDIA:

Sam moduł Jetson Nano ma się zmieścić w obrysie o wymiarach 70x45 mm i korzysta ze złącza krawędziowego SODIMM, podobnie do Raspberry Pi Compute Module. Jetson Nano Developer Kit wzbogacono o złącza pozwalające na wykorzystanie wyżej opisanych interfejsów oraz inne peryferia:

Moduł Jetson Nano wymaga specjalnej płytki z wyprowadzonymi złączami - Development Kit

Zgodnie z dokumentacją moduł powinien pobierać 5-10 W. NVIDIA zaleca wykorzystanie zasilacza USB o wydajności minimum 2 A co pozwoli na pracę w trybie 5 W. Układ można jednak zasilać również za pomocą standardowego, złącza typu jack (używanego np. w Arduino UNO). W takim przypadku przyda się zasilacz o wydajności 4 A, który pozwoli na pracę w trybie 10W.

Złącza zestawu Jetson Nano Development Kit

NVIDIA Jetson Nano będzie w pełni wspierać takie oprogramowanie, jak TensorFlow, PyTorch, MxNet, Keras i Caffe. Możemy się też spodziewać dystrybucji Linuksa nazwanego Linux for Tegra oraz pełnego wsparcia dla NVIDIA JetPack oraz DeepStream SDK - tych samych, których używa kilkukrotnie droższy Jetson TX i AGX Xavier.

NVIDIA Jetson zamontowany na robocie

NVIDIA Jetson Nano ma być dostępny już wkrótce bezpośrednio w sklepie NVIDIA, u standardowych dystrybutorów, ale także - co dość niezwykłe (jak na produkty NVIDIA) - w sklepach typu Seeed Studio oraz SparkFun. Cena modułu w wersji Developer Kit to 380 zł ($99).

Co ciekawe, sam moduł w podstawowej wersji to koszt ~500 zł ($129) przy minimalnym zamówieniu 1000 sztuk. Jest to więc zdecydowanie ruch NVIDIA w stronę zwiększania popularności swoich układów również wśród hobbystów. Czy ta strategia się utrzyma i zaczną się pojawiać coraz tańsze komputery sygnowane logiem tej firmy? Czas pokaże. Macie pomysł na ciekawe wykorzystanie Jetson Nano?

Superkomputery Nvidii w pojazdach Roborace
Superkomputery Nvidii w pojazdach Roborace

Roborace, to nowy projekt Formuły E - wyścigi autonomicznych bezzałogowych… Czytaj dalej »

Źródło: [1]

jetson, nvidia, sbc, TensorFlow

Trwa ładowanie komentarzy...