Phenquestions
Di seguito sono elencate le nostre migliori scelte:
1. Kit per sviluppatori NVIDIA Jetson Xavier NX
Il kit per sviluppatori Jetson Xavier NX è un dispositivo di livello entusiasta con un prezzo di livello consumer. Prende le prestazioni del TX2 e le aumenta di un livello. Secondo NVidia, le matrici delle prestazioni NX superano TX2 di circa dieci volte in appena 10 W. Sicuramente piacerà a un normale armeggiatore. La sua capacità di sviluppare e testare progetti con fattore di forma ridotto e ad alta efficienza energetica con inferenza AI multimodale ad alta precisione apre le porte a nuove scoperte.
Il computer del modulo ha una NVIDIA Carmel ARM v8 . a 6 core.2 CPU, 6 MB L2 + 4 MB di cache L3, 8 GB di memoria del computer e 16 GB di disco hardware. Inoltre, la sua GPU è basata sull'ultima architettura Volta di NVIDIA con 384 CUDA e 48 Tensor Cores. Queste sono piuttosto bestie di specifiche per un livello di consumo.
L'unico problema con questa opzione è che L4T ha una comunità di supporto molto piccola, il che significa poco supporto software. Se hai bisogno di software, probabilmente dovrai costruirlo da solo.
Nel complesso, il kit per sviluppatori NVIDIA Jetson Xavier NX ha un modulo Jetson Xavier NX compatto ed efficiente dal punto di vista energetico per dispositivi AI edge. È una soluzione portatile perfetta per gli esperti che cercano applicazioni di intelligenza artificiale o robotica. E non solo, funziona benissimo anche per l'intrattenimento e la produttività.
Acquista qui: Amazon
2. Kit per sviluppatori NVIDIA Jetson Nano da 4 GB
Il secondo miglior kit di sviluppo Nvidia Jeston sulla nostra lista è forse l'SBC più sottovalutato sul mercato. Offre prestazioni eccellenti per eseguire carichi di lavoro di intelligenza artificiale moderni a dimensioni, potenza e prezzo straordinari. Questo lo rende un piccolo computer fantastico, specialmente per l'apprendimento automatico e l'insegnamento.
Il Jetson Nano è eccellente anche come Ubuntu 18 . generico.04 LTS desktop. Sebbene l'immagine sia basata sul precedente LTS, è ancora una delle immagini più raffinate di Nvidia. Anche con solo 4 GB di memoria, funziona eccezionalmente bene. Il Nano ha una sensazione molto scattante durante l'esecuzione di una VERA distribuzione Linux desktop completa. Sì, anche il RaspberryPi 4 da 8 GB non può battere le prestazioni.
E poi c'è l'attrazione principale: la GPU, la programmazione e il suo set di strumenti di apprendimento automatico. Tutto è preinstallato e preconfigurato. Puoi anche aggiungere altri strumenti rapidamente tramite le immagini del contenitore. L'unico aspetto negativo di questo kit di sviluppo è che i 128 core Cuda basati su Maxwell sono un po' obsoleti. Ma, ehi, finché fanno il lavoro come strumento di insegnamento, va tutto bene.
La chiave da asporto qui è che è una configurazione abbastanza autonoma quite. Se sei un fan della torta, è facile come la torta (gioco di parole assolutamente inteso). Tutto richiede solo 10 minuti per alzarsi e correre. Per il prezzo, niente lo batte, soprattutto come strumento di apprendimento indipendente.
Acquista qui: Amazon
3. Kit per sviluppatori NVIDIA Jetson AGX Xavier (32 GB)
Sebbene Nano sia fantastico, può essere lento per gli sviluppatori seri. Xavier è Linux ARM64 al suo meglio. Certo, l'AGX Xavier è notevolmente costoso, ma dà un pugno quando si tratta di prestazioni. E anche questo con un livello di potenza di soli 30 W.
Parliamo un po' delle specifiche. La scheda è una bella scatola per sviluppatori ARMv8 completa di CUDA, TensorRT e librerie NVIDIA. D'altra parte, il modulo ha otto ARM v8.2 core del processore "Carmel", GPU Volta a 512 core (con core tensori), 16 GB di memoria LPDDR4x, 32 GB di eMMC5.1 storage, 2 acceleratori di deep learning NVDLA e un processore di visione VLIW a sette vie. È una potenza di fuoco impressionante.
Tuttavia, adoriamo questo kit perché viene fornito con una modalità "silenzioso" attiva. Per questo motivo, si raffredda passivamente con un throttling trascurabile.
Abbiamo una piccola lamentela, però. in caso di evento elettrico, questa unità non viene alimentata automaticamente. Puoi collegare alcuni pin per farlo accendere automaticamente, ma non abbiamo provato questo metodo durante la nostra prova. Nel complesso, se stai addestrando reti o facendo video AI, testando la robotica e altre macchine autonome, AGX Xavier è il Jetson che fa per te.
Acquista qui: Amazon
4. Kit di sviluppo NVIDIA Jetson TX2
Il Jetson TX2 è un altro kit per sviluppatori per esperti che viene ben ottimizzato per varie forme di intelligenza artificiale. È piuttosto difficile per i principianti iniziare con questo kit. Ma anche se non hai mai allenato una rete di deep learning, c'è molto da apprezzare qui.
Per quanto riguarda le specifiche, il TX2 ha una CPU dual-core NVIDIA Denver 2 e processore Quad-Core ARM Cortex-A57 MPCore, memoria LPDDR4 a 128 bit da 4 GB, GPU Pascal NVIDIA a 256 core e eMMC 5 da 16 GB.1 spazio di archiviazione. Ciò si traduce in prestazioni tre volte più veloci rispetto a Raspberry 3. (Il kit di sviluppo Jetson TX2 è uscito nel 2017).
Per testare le sue prestazioni, abbiamo eseguito reti profonde per il riconoscimento delle immagini utilizzando Tensorflow. Inizialmente, le reti sono state addestrate utilizzando Amazon AWS. Le reti si sono trasferite senza problemi al TX2. Ma, naturalmente, con un po' di sforzo. Questo non è un giocattolo. Questo è uno strumento di ingegneria professionale. È un modulo che alimenta un'auto a guida autonoma o un quadricottero per la cattura di video. Queste attività richiedono capacità di elaborazione rapida con un budget energetico ridotto.
Ecco perché non esiste un altro strumento come questo. Se hai bisogno di una CPU veloce che assorbe solo 15 Watt, il kit di sviluppo NVIDIA Jetson TX2 sembra una scelta logica.
Acquista qui: Amazon
5. Kit di sviluppo NVIDIA Jetson TK1
Infine, abbiamo uno dei più vecchi kit per sviluppatori NVIDIA Jetson. Certo, vale ancora la pena esaminarlo nel 2021. Se provi le acque con i kit di sviluppo Nvidia, il TK1 è ancora un ottimo punto di ingresso e una piattaforma GPU economica per lo sviluppo.
Il TK1 è costruito attorno al Tegra K1 SOC di NVIDIA. Utilizza un core di elaborazione NVIDIA Kepler che oggi sembra un po' obsoleto. Tuttavia, è ancora una piattaforma NVIDIA CUDA completa che ti consente di sviluppare e distribuire sistemi ad alta intensità di calcolo per visione artificiale, robotica, agricoltura, medicina e altro.
L'impronta di questo modello è piuttosto grande e alta. Anche se il sistema funziona a freddo, la ventola stessa è posizionata piuttosto in alto sul kit. Poiché si tratta di un modello più vecchio, anche la RAM è condivisa tra GPU e CPU, limitandone le prestazioni.
Come le opzioni menzionate in precedenza, NVIDIA offre l'intero BSP e lo stack software per questo modello. Questo include CUDA, OpenGL 4.4 e il kit Vision Works di NVIDIA. Con una suite di sviluppo completa, oltre alla compatibilità pronta all'uso e al supporto per fotocamere e altre periferiche, NVIDIA ti offre una bella soluzione introduttiva per iniziare con i sistemi embedded.
Acquista qui: Amazon
Guida all'acquisto per il miglior kit per sviluppatori NVIDIA Jetson
A NVIDIA non mancano i kit per sviluppatori Jetson. Quindi tieni a mente questi fattori cruciali quando esamini il mercato per un acquisto:
Orma
La prima cosa da notare quando si disimballa il miglior kit per sviluppatori NVIDIA Jetson dovrebbe essere la prima considerazione: l'ingombro. Di quanto spazio ha bisogno il kit nel tuo spazio di lavoro? è pesante?? La ventola è posizionata troppo in alto?? I kit con un ingombro maggiore non sono portatili. Se tuo figlio non è portatile, allora qual è il punto di averne uno in primo luogo??
Facilità d'uso
Il kit di sviluppo dovrebbe essere pronto per l'uso fuori dalla scatola. Non dovrebbe porre alcun limite alla tua curiosità di esplorare l'IA con vari sensori e periferiche peripheral.
Supporto
La prossima caratteristica che dovresti esaminare è il supporto e la compatibilità. Innanzitutto è il supporto per i moderni framework AI come TensorFlow, PyTorch e MXNet. Dovrebbe anche supportare il maggior numero possibile di sensori popolari nella comunità di intelligenza artificiale. Anche avere una comunità di sviluppatori ampia e vivace è utile. È quindi possibile risolvere i problemi, condividere progetti open source e applicazioni del mondo reale.
Come usare (o anche usare?)
Dopo aver ricevuto il prodotto, caricare il sistema operativo e connettersi a Internet. Quindi apri un editor di testo del browser e lascialo lì per circa 6 ore o più. Lasciarlo riposare durante la notte di solito è meglio. Successivamente, se non ci sono segni di riavvio, dovresti essere a posto. Tuttavia, se noti il riavvio, verifica se è presente un file di arresto anomalo del kernel in "/var/log"? Aprilo e cerca "kernel oops". Se si presenta, non sprecare le tue energie o il tuo tempo. Basta restituire il prodotto!
Pensieri finali
L'intelligenza artificiale al limite può sbloccare un potenziale incredibile in tutto. Che si tratti di sanità, produzione o agricoltura, l'utilizzo del miglior kit per sviluppatori NVIDIA Jetson può rendere il tuo compito incredibilmente gratificante. Questi kit riducono i costi di sviluppo del software e forniscono una strategia AI scalabile per le tue macchine autonome. Speriamo che questo articolo ti abbia aiutato a prendere una decisione. È tutto per ora. Grazie per aver letto.
