這是小因素計算的激動人心的時刻。仿佛Raspberry Pi還遠遠不夠一臺通用機器，功能越來越強大且具有令人難以置信的壯舉的板子不斷出現。

Nvidia的Jetson Nano是超強機器學習功能的最新成員板。有什么特別之處？你應該買一個嗎？ Nvidia Jetson Nano到底是什么？

Nvidia Jetson Nano是什么？

Jetson Nano是單板的像Raspberry Pi一樣大小的計算機（SBC），主要用于AI和機器學習。似乎是Google Coral Dev板的直接競爭對手，它是Jetson系列中第三位，與已經可用的TX2和AGX Xavier開發板一道。

Nvidia正在利用自己的能力為這些小型計算機提供圖形處理能力。使用并行神經網絡同時處理多個視頻和傳感器。

雖然所有三個Jetson開發板都旨在讓所有人都可以使用，但Nano適合業余和專業開發人員使用。開發套件包括兩部分：用于連接的基板和用于實際處理單元的系統模塊（SOM）。

什么是模塊系統？

“模塊上的系統”是指在可移動模塊中具有所有系統關鍵部件的開發板。 Nano具有260針腳邊緣連接器，可將其連接到底板上進行開發。

開發結束后，可以將SOM移除并添加到具有自定義輸入的嵌入式系統中，并使用新的SOM連接

如果聽起來有些熟悉，那就對了！

這與Google Coral Dev開發板的設置相同，大小相似，并且還針對業余愛好者和專業人士進行嵌入式機器學習！

Jetson Nano的規格是什么？

Nvidia在Jetson Nano中投入了很多東西：

SOM ：

CPU：四核ARM?Cortex-A57 MPCore處理器

GPU：具有128個Nvidia CUDA的Nvidia Maxwell?架構核心

RAM：4 GB 64位LPDDR4

存儲：16 GB eMMC 5.1 Flash

視頻：4k @ 30fps編碼，4k @ 60fps解碼

攝像機：12個通道（3×4或4×2）MIPI CSI-2 DPHY 1.1（1.5 Gbps）

連接性：千兆以太網

顯示： HDMI 2.0或DP1.2 | eDP 1.4 | DSI（1 x2）2同時發

PCIE/USB：1 x1/2/4 PCIE，1x USB 3.0，3x USB 2.0

I/O：1x SDIO/2x SPI/6個I2C/2個I2S/GPIOs

尺寸：69.6 mm x 45 mm

底板：

USB：4個USB 3.0，USB 2.0 Micro-B

相機：1個MIPI CSI-2 DPHY通道（與Raspberry Pi相機兼容）

LAN：千兆以太網，M.2密鑰E

存儲：microSD插槽

顯示：HDMI 2.0和eDP 1.4

其他I/O：GPIO，I2C，I2S，SPI，UART

它能做什么？

對于沒有人感到震驚的是Nvidia生產了適合視覺任務的電路板。對象識別是此處的重點，并且Visionworks SDK在該領域具有許多潛在的應用程序。

Jetson Nano使用具有128個CUDA內核的Maxwell GPU，而不是使用單獨的處理單元來進行機器學習任務。

Jetson Inference項目具有一個預訓練神經網絡的演示，該演示在各種環境中執行高性能的多對象識別。可用的演示包中都包含了功能跟蹤，圖像穩定，運動預測和多源同時饋送處理。

也許最令人印象深刻的是上述視頻中的DeepStream技術。在一臺小型單板計算機上以30 fps的速度同時在八個同步1080p流上運行實時分析是令人難以置信的，并且顯示了Nano硬件的潛在功能。

它將用于什么？

憑借其出色的視頻分析能力和小巧的外形，Jetson Nano幾乎可以肯定會在機器人技術和自動駕駛汽車中大放異彩。許多演示都展示了這些應用程序的實際作用。

鑒于其功能和大小，它也可能會在依賴面部和物體識別的嵌入式系統中工作。

對于像我們？這似乎是強大的機器學習可能性的完美結合，而任何喜歡Raspberry Pi的人都應該熟悉。雖然您可以在Raspberry Pi上使用機器學習框架（如TensorFlow），但Jetson Nano更適合該任務。

Jetson Nano還可以做什么？

Jetson Nano Nvidia提供了專門針對該平臺的軟件的專用OS映像，但它可以運行Ubuntu。董事會的主要重點是機器學習，而這是Nvidia，因此您希望一些圖形化向導也能繼續進行。

您不會失望。演示粒子系統，實時分形渲染和一系列視覺效果的演示直到最近才在旗艦臺式機圖形卡上找到。

鑒于其視頻編碼的額定值為4k @ 30fps，并且

Jetson Nano與Coral Dev Board：哪個是最好的？

很難說

Google的TensorFlow神經網絡是機器學習領域的主導力量。隨之而來的是，谷歌自己的Edge TPU協處理器可能更適合TensorFlow Lite的應用。

另一方面，英偉達已經為Jetson Nano展示了一系列基于機器學習的令人印象深刻的演示。加上令人印象深刻的圖形，Nano使其成為真正的競爭對手。

Jetson Nano的價格是多少？

價格是我們尚未涵蓋的另一方面。 Google Coral Dev開發板零售價為149.99美元，而Jetson Nano僅售99美元。除非Coral Dev董事會能夠為桌面帶來獨特的東西，否則業余愛好者和小型開發人員可能會發現額外的50美元很難證明是合理的。

目前任一板都沒有單獨的SOM價格，但是我可以想象，對于大多數愛好開發人員來說，這將不那么重要。從商業角度來看，性能/價格差異將成為Jetson Nano和Coral Dev板之間的關鍵區別。

Jetson Nano可直接從Nvidia與第三方一起獲得

購買：直接從Nvidia上購買的Jetson Nano

它可以代替我的Raspberry Pi嗎？

同時使用Google Coral開發板它功能強大，在某些方面無法與Raspberry Pi集成。 Raspberry Pi是用于DIY電子產品的出色業余計算機。

當然，Coral Dev開發板功能強大，但是他們自己的文檔建議不要連接鼠標和鍵盤。 Coral的自定義操作系統主要用于SSH連接。但是，它很可能能夠支持Linux的任何變體。這樣就可以直接成為Pi的競爭對手了

但是有一個問題。如果您想要一個用于學習機器學習的主板，但又可以執行其他日常任務，那么您為什么要購買Coral Dev Board？

Jetson Nano支持一個顯示端口，并且如前所述，它具有令人印象深刻的功能視頻示例直接可用。定制的Ubuntu桌面將為許多人所熟悉，并且便宜的價格將使其成為許多人（甚至是那些對機器學習不感興趣的人）的誘人前景。

所有人的AI

很難說哪個會更好。還不清楚，這將使家庭開發人員更容易使用。我期待著與Coral Dev和Jetson Nano板一起度過一個明確的答案！

責任編輯：wv