Плата для разработки искусственного интеллекта Nvidia Jetson Nano B01 AI визуальное

Характеристики

Сравните старую версию A02 и новую версию B01

1. Старая версия A02 имеет только один интерфейс камеры J13, и новая версия B01 добавляет Интерфейс камеры J49;

2. Слил J40 и J44 в старой версии A02 в J50 новой версии B01, перемещал положение и менял от вертикали к горизонтали;

3. Наиболее важным моментом является то, что модули на Jetson Nano development board установлены через tf-карту.

Партия Nano модулей Jetson оснащена eMMc для установки системы.

Старая плата разработки A02 не совместима с Jetson Nano Module с eMMc.

Новая версия B01 Не только совместима с Jetson Nano Module с eMMc, но также совместима с Jetson Xavier NX Module с eMMC.

Примечание:

Для удобства послепродажного обслуживания, пожалуйста, не выбрасывайте внешнюю упаковку. При возврате для ремонта внешняя упаковка и доска должны быть возвращены вместе. Кодирование внешней упаковки и кода на доске разработки должны быть одинаковыми.
Светодиодный светильник с нормальным источником питания желтого и зеленого цвета.

Введение

-NVIDIA Jetson Nano Developer Kit B01-это небольшой, мощный компьютер, который позволяет запускать несколько нейронных сетей параллельно для таких приложений, как классификация изображений, обнаружение объектов, сегментация и обработка речи. Все в простой в использовании платформе, которая работает всего в 5 Вт.

-Jetson нано обеспечивает 472 GFLOPS для Бег современный AI алгоритмы быстро, с 64-разрядным четырёхъядерным ARM Процессор, 128-core интегрированная видеокарта NVIDIA GPU, а также 4 Гб LPDDR4 памяти. Он запускает несколько нейронных сетей параллельно и обрабатывает несколько датчиков высокого разрешения одновременно.

-Jetson Nano также поддерживается NVIDIA JetPack, которая включает в себя системную поддержку посылка (BSP), CUDA, cuDNN и TensorRT программного обеспечения библиотеки для глубокого обучения, компьютерного видения, GPU вычислений, мультимедийная обработка и многое другое. SDK также включает в себя возможность творчески устанавливать популярные системы машинного обучения с открытым исходным кодом (ML), такие как TensorFlow, PyTorch, Caffe / Caffe2, Keras и MXNet, позволяет разработчикам быстро и легко интегрировать свою любимую модель AI/AI framework в продукты.