Phenquestions
Poniżej znajdują się nasze najlepsze typy:
1. Zestaw programistyczny NVIDIA Jetson Xavier NX
Zestaw dla programistów Jetson Xavier NX to urządzenie dla entuzjastów w cenie na poziomie konsumenckim. Wymaga wydajności TX2 i podnosi ją o krok. Według NVidii macierze wydajności NX przewyższają TX2 około dziesięciokrotnie przy zaledwie 10 W. To z pewnością zadowoli zwykłego majsterkowicza. Jego zdolność do opracowywania i testowania energooszczędnych projektów o niewielkich rozmiarach z wysoce precyzyjnym, multimodalnym wnioskowaniem AI otwiera drogę do nowych przełomów.
Komputer modułu posiada 6-rdzeniowy procesor NVIDIA Carmel ARM v8.2 procesory, 6 MB pamięci podręcznej L2 + 4 MB L3, rozmiar pamięci komputera 8 GB i rozmiar dysku sprzętowego 16 GB. Co więcej, jego procesor graficzny jest oparty na najnowszej architekturze Volta firmy NVIDIA z 384 CUDA i 48 rdzeniami tensorowymi. To całkiem bestia ze specyfikacji na poziomie konsumenckim.
Jedynym problemem związanym z tą opcją jest to, że L4T ma bardzo małą społeczność wsparcia, co oznacza niewielkie wsparcie dla oprogramowania. Jeśli potrzebujesz oprogramowania, prawdopodobnie będziesz musiał sam je zbudować.
Ogólnie rzecz biorąc, zestaw programistyczny NVIDIA Jetson Xavier NX zawiera energooszczędny, kompaktowy moduł Jetson Xavier NX dla urządzeń brzegowych AI. To idealne przenośne rozwiązanie dla majsterkowiczów zajmujących się sztuczną inteligencją lub aplikacjami robotyki. I nie tylko to, świetnie sprawdza się również w rozrywce i produktywności.
Kupuj tutaj: Amazonka
2. Zestaw programistyczny NVIDIA Jetson Nano 4 GB
Drugi najlepszy zestaw deweloperski Nvidia Jeston na naszej liście jest prawdopodobnie najbardziej niedocenianym SBC na rynku. Zapewnia doskonałą wydajność do obsługi nowoczesnych obciążeń AI w nadzwyczajnych rozmiarach, mocy i cenie. To sprawia, że jest to świetny mały komputer, zwłaszcza do uczenia maszynowego i nauczania.
Jetson Nano jest również doskonały jako uniwersalny Ubuntu 18.04 Pulpit LTS. Chociaż obraz jest oparty na poprzednim LTS, nadal jest jednym z bardziej dopracowanych obrazów Nvidii. Nawet przy zaledwie 4 GB pamięci działa wyjątkowo dobrze. Nano ma bardzo zgryźliwy charakter podczas uruchamiania PRAWDZIWEJ dystrybucji Linuksa na pełny pulpit. Tak, nawet 8 GB RaspberryPi 4 nie może pobić wydajności.
A potem jest główna zaleta: procesor graficzny, programowanie i zestaw narzędzi do uczenia maszynowego. Wszystko jest wstępnie zainstalowane i wstępnie skonfigurowane. Możesz również szybko dodać inne narzędzia za pomocą obrazów kontenerów. Jedynym minusem tego zestawu deweloperskiego jest to, że 128 rdzeni Cuda opartych na Maxwellu jest nieco przestarzały. Ale hej, tak długo, jak wykonują pracę jako narzędzie do nauczania, wszystko jest w porządku.
Kluczowym wnioskiem jest to, że jest to dość samodzielna konfiguracja. Jeśli jesteś fanem ciasta, to tak proste jak ciasto (kalambur absolutnie przeznaczony). Wszystko zajmuje tylko 10 minut, aby wstać i uruchomić. Za tę cenę nic go nie przebije, zwłaszcza jako niezależne narzędzie do nauki.
Kupuj tutaj: Amazonka
3. Zestaw programistyczny NVIDIA Jetson AGX Xavier (32 GB)
Chociaż Nano jest świetne, może być powolne dla poważnych programistów. Xavier to Linux ARM64 w najlepszym wydaniu. Jasne, AGX Xavier jest zauważalnie kosztowny, ale ma mocne uderzenie, jeśli chodzi o wydajność. I to również na poziomie mocy zaledwie 30 W.
Porozmawiajmy trochę o specyfikacjach. Płyta jest ładnym pakietem deweloperskim ARMv8 wraz z bibliotekami CUDA, TensorRT i NVIDIA. Z drugiej strony moduł ma osiem ARM v8.2 rdzenie procesorów „Carmel”, 512-rdzeniowy procesor graficzny Volta (z rdzeniami tensor), 16 GB pamięci LPDDR4x, 32 GB pamięci eMMC5.1 pamięć masowa, 2 akceleratory głębokiego uczenia NVDLA i siedmiokierunkowy procesor wizyjny VLIW. To imponująca siła ognia.
Jednak uwielbiamy ten zestaw, ponieważ ma włączony tryb „cichy”. Z tego powodu pasywnie chłodzi się przy znikomym dławieniu.
Mamy jednak jeden drobny problem. w przypadku zdarzenia elektrycznego to urządzenie nie jest automatycznie zasilane. Możesz złączyć kilka pinów, aby automatycznie włączyć zasilanie, ale nie próbowaliśmy tej metody podczas naszego testu trial. Ogólnie rzecz biorąc, jeśli trenujesz sieci lub zajmujesz się sztuczną inteligencją wideo, testujesz robotykę i inne maszyny autonomiczne, AGX Xavier jest dla Ciebie Jetsonem.
Kupuj tutaj: Amazonka
4. Zestaw rozwojowy NVIDIA Jetson TX2
Jetson TX2 to kolejny zestaw deweloperski dla ekspertów, który jest ładnie zoptymalizowany pod kątem różnych form sztucznej inteligencji. Początkującym trudno jest zacząć z tym zestawem. Ale nawet jeśli nigdy nie trenowałeś sieci głębokiego uczenia się, jest tu wiele do docenienia.
Jeśli chodzi o specyfikacje, TX2 ma dwurdzeniowy procesor NVIDIA Denver 2 i czterordzeniowy procesor ARM Cortex-A57 MPCore, 4 GB 128-bitowej pamięci LPDDR4, 256-rdzeniowy procesor graficzny NVIDIA Pascal i 16 GB eMMC 5.1 miejsce do przechowywania. Przekłada się to na wydajność trzy razy szybszą niż Raspberry 3. (Zestaw rozwojowy Jetson TX2 został wydany w 2017 roku).
Aby przetestować jego wydajność, uruchomiliśmy głębokie sieci do rozpoznawania obrazu za pomocą Tensorflow. Początkowo sieci były szkolone przy użyciu Amazon AWS. Siatki przeniesione bezbłędnie do TX2. Ale oczywiście z pewnym wysiłkiem. To nie jest zabawka. To jest profesjonalne narzędzie inżynieryjne. Jest to moduł zasilający autonomiczny samochód lub quadkopter nagrywający wideo. Te zadania wymagają szybkiego przetwarzania przy niskim budżecie mocy.
Dlatego nie ma drugiego takiego narzędzia. Jeśli potrzebujesz szybkiego procesora, który pobiera tylko 15 W, zestaw rozwojowy NVIDIA Jetson TX2 wydaje się logicznym wyborem.
Kupuj tutaj: Amazonka
5. Zestaw rozwojowy NVIDIA Jetson TK1
Wreszcie mamy jeden z najstarszych zestawów deweloperskich NVIDIA Jetson. Oczywiście nadal warto się tym zająć w 2021 r. Jeśli przetestujesz wody za pomocą zestawów deweloperskich Nvidii, TK1 nadal jest świetnym punktem wyjścia i niedrogą platformą GPU do rozwoju.
TK1 jest zbudowany wokół układu NVIDIA Tegra K1 SOC. Wykorzystuje rdzeń obliczeniowy NVIDIA Kepler, który wydaje się dziś nieco przestarzały. Jednak nadal jest to pełna platforma NVIDIA CUDA, która umożliwia opracowywanie i wdrażanie intensywnych obliczeniowo systemów do widzenia komputerowego, robotyki, rolnictwa, medycyny i nie tylko.
Ślad tego modelu jest dość duży i wysoki. Mimo że system działa chłodno, sam wentylator jest umieszczony dość wysoko na zestawie. Ponieważ jest to starszy model, pamięć RAM jest również dzielona między GPU i CPU, co ogranicza jego wydajność.
Podobnie jak wspomniane wcześniej opcje, NVIDIA oferuje cały pakiet BSP i oprogramowanie dla tego modelu. Obejmuje to CUDA, OpenGL 4.4 i zestaw NVIDIA Vision Works. Dzięki kompletnemu pakietowi programistycznemu oraz gotowej do użycia kompatybilności i obsłudze kamer i innych urządzeń peryferyjnych, NVIDIA oferuje przyjemne, wprowadzające rozwiązanie do rozpoczęcia pracy z systemami wbudowanymi.
Kupuj tutaj: Amazonka
Przewodnik kupującego dla najlepszego zestawu programistycznego NVIDIA Jetson
NVIDIA nie brakuje zestawów dla programistów Jetson. Dlatego miej na uwadze te kluczowe czynniki, gdy patrzysz na rynek w celu zakupu:
Ślad stopy
Pierwszą rzeczą, na którą należy zwrócić uwagę podczas rozpakowywania najlepszego zestawu programistycznego NVIDIA Jetson, powinna być Twoja pierwsza uwaga: ślad . Ile miejsca potrzebuje zestaw w Twojej przestrzeni roboczej? Czy to jest ciężkie?? Czy wentylator jest umieszczony zbyt wysoko?? Zestawy o większej powierzchni nie są przenośne. Jeśli Twoje dziecko nie jest przenośne, po co je kupować??
Łatwość użycia
Zestaw deweloperski powinien być gotowy do użycia po wyjęciu z pudełka. Nie powinno ograniczać Twojej ciekawości odkrywania AI za pomocą różnych czujników i urządzeń peryferyjnych.
Wsparcie
Następną cechą, na którą powinieneś się przyjrzeć, jest wsparcie i kompatybilność. Przede wszystkim wsparcie dla nowoczesnych frameworków AI, takich jak TensorFlow, PyTorch i MXNet. Powinien też obsługiwać jak najwięcej popularnych czujników w społeczności AI. Przydaje się również duża i dynamiczna społeczność programistów. Następnie możesz rozwiązywać problemy, udostępniać projekty open-source, a także aplikacje ze świata rzeczywistego.
Jak używać (lub nawet używać?)
Po otrzymaniu produktu załaduj system operacyjny i połącz się z Internetem. Następnie otwórz edytor tekstu przeglądarki i pozostaw go tam przez około 6 godzin lub dłużej. Zwykle lepiej jest pozwolić mu odpocząć przez noc. Następnie, jeśli nie ma oznak ponownego uruchamiania, powinieneś być gotowy. Jeśli jednak zauważysz ponowne uruchomienie, sprawdź, czy w „/var/log” znajduje się jakiś plik awarii jądra? Otwórz go i wyszukaj „kernel oops”. Jeśli się pojawi, nie marnuj energii ani czasu. Po prostu zwróć produkt!
Końcowe przemyślenia
Sztuczna inteligencja na krawędzi może odblokować niesamowity potencjał we wszystkim. Niezależnie od tego, czy jest to opieka zdrowotna, produkcja czy rolnictwo, korzystanie z najlepszego zestawu programistycznego NVIDIA Jetson może sprawić, że Twoje zadanie będzie niezwykle satysfakcjonujące. Te zestawy zmniejszają koszty tworzenia oprogramowania i zapewniają skalowalną strategię sztucznej inteligencji dla maszyn autonomicznych. Mamy nadzieję, że ten artykuł pomógł Ci podjąć decyzję. To wszystko na teraz. Dziękuję za przeczytanie.
