Ontem, a Nvidia anunciou o
Jetson Nano : um computador de placa única para computação em AI. Um pequeno computador com suporte de biblioteca
CUDA-X AI fornece 472 gigaflops para executar cargas de trabalho de IA modernas, consumindo apenas 5 watts.
Um jogador de placa única foi apresentado na GPU Technology Conference, e a apresentação foi feita pelo fundador e CEO da Nvidia, Jensen Huang.
Especificações técnicas:- GPU: Nvidia com arquitetura Maxwell com 128 núcleos CUDA
- Processador: Quad-core ARM Cortex-A57 MPCore
- Vídeo: 4K a 30 quadros por segundo (formato H.264 / H.265) e 4K a 60 quadros por segundo (formato H.264 / H.265) para codificação e decodificação, respectivamente
- Saída de Vídeo: HDMI 2.0 ou DP1.2 | eDP 1.4 | DSI (1 × 2), dois ao mesmo tempo
- RAM: LPDDR4 de 4 GB de 64 bits; 25,6 GB / s
- Memória Flash: 16 GB eMMC
- Câmera: 12 linhas (3 × 4 ou 4 × 2) MIPI CSI-2 DPHY 1.1 (1,5 Gbit / s), 12x (módulo) e 1x (kit de desenvolvedor)
- Conectores: 1 × 1/2/4 PCIE, 1 × USB 3.0, 3 × USB 2.0
- E / S: 1 × SDIO / 2 × SPI / 6 × I2C / 2 × I2S / GPIO pinos
- Rede: Gigabit Ethernet
- Suporte do SO: Linux for Tegra
- Tamanho do módulo: 69,5 × 45 mm
- Tamanho do Devkit: 100 × 80 mm
- Conexão: conector de 260 pinos
O Jetson Nano vem em duas versões:
- Devkit para desenvolvedores, fabricantes e entusiastas por US $ 99;
- um módulo pronto para empresas que desejam criar sistemas para o mercado de massa por US $ 129.
O Jetson Nano suporta sensores de alta resolução, pode processar simultaneamente informações de vários sensores e executar várias redes neurais ao mesmo tempo. Ele também suporta muitas estruturas populares de IA, o que permite aos desenvolvedores integrar seus modelos e estruturas favoritos.
De acordo com a Nvidia, um cartão de placa única barato é “perfeito para empresas, startups e pesquisadores”, que antes não podiam comprar placas mais caras. Assim, a plataforma Jetson expande significativamente seu público, e o acelerador de IA se torna quase um produto de consumo. Pelo menos esse fabricante pode comprá-lo. Segundo a Nvidia, o conselho “leva o poder da IA moderna a uma plataforma barata, estimulando uma nova onda de inovação de fabricantes, inventores, desenvolvedores e estudantes. Eles podem criar projetos de IA anteriormente impossíveis e levar os projetos existentes a um novo nível - robôs e drones móveis, assistentes digitais, dispositivos automatizados e muito mais. ”
O kit vem com suporte para Linux de desktop completo, é compatível com muitos periféricos e acessórios populares. Também estão disponíveis livros de referência para ajudá-lo a descobrir isso. Em casos extremos, você pode fazer uma pergunta no
fórum de desenvolvedores da
Jetson , onde os colegas responderão a perguntas técnicas.
Este não é o primeiro produto da Nvidia na família Jetson, que também inclui o poderoso
sistema Jetson AGX Xavier para máquinas independentes e o
Jetson TX2 para aplicativos incorporados (IA no Edge).
Jetson AGX XavierPara comparação, o Jetson AGX Xavier roda em uma GPU Volta de 512 núcleos com núcleos tensores, há um acelerador de aprendizado profundo, 16 GB de memória, um acelerador de visão de computador especial (Processador VLIW Vision de 7 vias), a capacidade de codificar vídeo com uma resolução de até 8K e decodificar simultaneamente até 12 transmissões em 4K. Muito disso está faltando na placa mono Jetson Nano. Mas então é muito menor e mais barato que o Jetson AGX Xavier: apenas 69,6 × 45 mm contra 87 × 100 mm e o preço é de US $ 99 contra US $ 1299. Como se costuma dizer, sinta a diferença.
O terceiro membro da família
Jetson TX2 vem em três versões: TX2 (8GB), TX2 4GB e TX2i. Eles também diferem na quantidade de memória flash (16-32 GB) e na presença de Wi-Fi embutido, que é apenas em TX2 (8GB).
Jetson tx2O Jetson TX2 executa uma GPU Pascal com 256 núcleos Nvidia CUDA. Em outras especificações e tamanho (87 × 50 mm), a placa Jetson TX2 é semelhante à Jetson Nano, mas custa significativamente mais: cerca de US $ 600 (devkit). Portanto, o Jetson Nano é mais barato que centenas de dólares - isso é realmente algo especial para a Nvidia.