Phenquestions
Spodaj so navedeni naši najboljši izbori:
1. Komplet za razvijalce NVIDIA Jetson Xavier NX
Komplet za razvijalce Jetson Xavier NX je naprava na ravni navdušencev s ceno na ravni potrošnika. Potrebuje zmogljivost TX2 in ga zares poveča. Po navedbah NVidia matrice zmogljivosti NX presegajo TX2 za približno desetkrat že v 10W. To bo zagotovo ugajalo navadnemu tinkarju. Njegova sposobnost razvijanja in preizkušanja energetsko učinkovitih projektov majhnega formata z zelo natančnim večmodalnim sklepanjem o umetni inteligenci odpira vrata za nove preboje.
Računalnik modula ima 6-jedrni NVIDIA Carmel ARM v8.2 CPU, 6 MB L2 + 4 MB predpomnilnika L3, 8 GB računalniškega pomnilnika in 16 GB velikosti diska strojne opreme. Poleg tega njen grafični procesor temelji na najnovejši NVIDIA-ini arhitekturi Volta z 384 CUDA in 48 jedri Tensor. To je precej zver specifikacij za potrošniško raven.
Edina težava te možnosti je, da ima L4T zelo majhno skupnost za podporo, kar pomeni, da programske podpore ni veliko. Če potrebujete programsko opremo, jo boste verjetno morali zgraditi sami.
Na splošno ima NVIDIA Jetson Xavier NX Developer Kit zmogljiv, kompakten Jetson Xavier NX modul za robne naprave AI. Je odlična prenosna rešitev za uporabnike, ki se ukvarjajo z umetno inteligenco ali robotiko. In ne samo to, odlično deluje tudi za zabavo in produktivnost.
Kupite tukaj: Amazonka
2. Komplet za razvijalce NVIDIA Jetson Nano 4 GB
Drugi najboljši komplet za razvijalce Nvidia Jeston na našem seznamu je morda najbolj podcenjen SBC na trgu. Zagotavlja odlične zmogljivosti za izvajanje sodobnih delovnih obremenitev z umetno inteligenco pri izjemni velikosti, moči in ceni. Zaradi tega je odličen majhen računalnik, še posebej za strojno učenje in poučevanje.
Jetson Nano je odličen tudi kot splošni namen Ubuntu 18.04 LTS namizje. Medtem ko slika temelji na prejšnjem LTS, je še vedno ena bolj izpopolnjenih slik Nvidia. Tudi s samo 4 GB pomnilnika deluje izjemno dobro. Nano ima zelo hiter občutek, ko poganja REAL polno namizno distribucijo Linuxa. Da, tudi 8 GB RaspberryPi 4 ne more premagati zmogljivosti.
In potem je glavni žreb: GPU, programiranje in nabor orodij za strojno učenje. Vse je vnaprej nameščeno in vnaprej konfigurirano. Preko slik posode lahko hitro dodate tudi druga orodja. Edina slabost tega kompleta za razvijalce je ta, da je 128 jedrov Cuda, ki temeljijo na Maxwellu, nekoliko zastarelo. Ampak, hej, dokler delo opravijo kot učno orodje, je vse v redu.
Pri tem je ključno, da gre za samostojno nastavitev. Če ste ljubitelj pite, je tako enostavno kot pita (besedna igra je popolnoma namenjena). Za vstajanje in tek vse traja le 10 minut. Za ceno ga nič ne premaga, še posebej kot samostojno učno orodje.
Kupite tukaj: Amazonka
3. NVIDIA Jetson AGX Xavier Developer Kit (32 GB)
Čeprav je Nano odličen, je za resne razvijalce lahko počasen. Xavier je najboljši Linux ARM64. Seveda je AGX Xavier občutno drag, vendar je pri zmogljivosti vložen. In to tudi na samo 30 W moči.
Pogovorimo se malo o specifikacijah. Tabla je lepa skrinja za razvijalce ARMv8, skupaj s knjižnicami CUDA, TensorRT in NVIDIA. Po drugi strani pa ima modul osem ARM v8.2 procesorski jedri “Carmel”, 512-jedrni GPU Volta (s tenzorskimi jedri), 16 GB pomnilnika LPDDR4x, 32 GB eMMC5.1 pomnilnik, 2 NVDLA pospeševalnika globokega učenja in sedemsmerni procesor za vid VLIW. To je impresivna ognjena moč.
Vendar nam je ta komplet všeč, ker ima vklopljen »tihi« način. Zaradi tega se pasivno ohladi z zanemarljivim dušenjem.
Vendar imamo en manjši prijem. v primeru električnega dogodka ta enota samodejno nima moči. Lahko vstavite nekaj nožic, da se samodejno vklopi, vendar te metode med poskusnim zagonom nismo preizkusili. Na splošno, če trenirate omrežja ali izvajate video AI, preizkušate robotiko in druge avtonomne stroje, je AGX Xavier Jetson za vas.
Kupite tukaj: Amazonka
4. NVIDIA Jetson TX2 razvojni komplet
Jetson TX2 je še en komplet za razvijalce za strokovnjake, ki je lepo optimiziran za različne oblike umetne inteligence. Začetniki s tem kompletom težko začnejo. A tudi če nikoli niste trenirali mreže za poglobljeno učenje, je tukaj marsikaj za to ceniti.
Kar zadeva očala, ima TX2 dvojedrni procesor NVIDIA Denver 2 in štirijedrni ARM Cortex-A57 MPCore procesor, 4 GB 128-bitni pomnilnik LPDDR4, 256-jedrni NVIDIA-jev Pascal GPU in 16 GB eMMC 5.1 shramba. To pomeni trikrat hitrejšo zmogljivost kot Raspberry 3. (Razvojni komplet Jetson TX2 je izšel leta 2017).
Za preizkus njegove zmogljivosti smo s pomočjo Tensorflow napeljali globoke mreže za prepoznavanje slik. Sprva so bile mreže usposobljene z uporabo Amazon AWS. Mreže so se brezhibno prenesle na TX2. Seveda pa z nekaj truda. To ni igrača. To je profesionalno inženirsko orodje. Gre za modul, ki poganja samovozeči avto ali quadcopter za zajemanje video posnetkov. Te naloge zahtevajo hitro obdelavo z nizko porabo energije.
Zato drugega takšnega orodja ni. Če potrebujete hiter CPU, ki porabi le 15 vatov, se zdi NVIDIA Jetson TX2 Development Kit logična izbira.
Kupite tukaj: Amazonka
5. NVIDIA Jetson TK1 razvojni komplet
Na koncu imamo še enega najstarejših kompletov za razvijalce NVIDIA Jetson. Seveda je še vedno vredno pogledati v leto 2021. Če preizkusite vode z razvojnimi kompleti Nvidia, je TK1 še vedno odlična vstopna točka in poceni GPU platforma za razvoj.
TK1 je zasnovan okoli NVIDIA-jevega Tegra K1 SOC. Uporablja računalniško jedro NVIDIA Kepler, ki je danes nekoliko zastarelo. Vendar je še vedno popolna platforma NVIDIA CUDA, ki vam omogoča razvoj in uvajanje računalniško intenzivnih sistemov za računalniški vid, robotiko, kmetijstvo, medicino in še več.
Odtis tega modela je precej velik in visok. Čeprav sistem deluje v redu, je sam ventilator postavljen precej visoko na komplet. Ker je to starejši model, si RAM deli tudi GPU in CPU, kar omejuje njegovo zmogljivost.
Tako kot prej omenjene možnosti tudi NVIDIA ponuja celoten niz BSP in programske opreme za ta model. To vključuje CUDA, OpenGL 4.4, in NVIDIA-jev komplet Vision Works. NVIDIA vam s popolno razvojno zbirko ter zunanjo združljivostjo in podporo za kamere in drugo zunanjo opremo nudi lepo uvodno rešitev za začetek uporabe vdelanih sistemov.
Kupite tukaj: Amazonka
Navodila za kupca za najboljši komplet za razvijalce NVIDIA Jetson
NVIDIA nima pomanjkanja Jetson Developer Kits. Torej upoštevajte te ključne dejavnike, ko iščete trg za nakup:
Odtis
Prva stvar, ki jo je treba opaziti, ko razpakirate najboljši komplet za razvijalce NVIDIA Jetson, bi morala biti vaša prva pozornost: odtis. Koliko prostora potrebuje komplet v vašem delovnem prostoru? Je težko? Ali je ventilator postavljen previsoko? Kompleti z večjim odtisom niso prenosljivi. Če vaš otrok ni prenosljiv, kakšen smisel ima sploh prvi?
Enostavnost uporabe
Razvojni komplet mora biti pripravljen za uporabo takoj. Vaša radovednost ne sme omejevati raziskovanja umetne inteligence z različnimi senzorji in zunanjimi napravami.
Podpora
Naslednja funkcija, ki bi jo morali preučiti, je podpora in združljivost. Prva in najpomembnejša je podpora sodobnim okoljem AI, kot so TensorFlow, PyTorch in MXNet. Podpirati mora tudi čim več priljubljenih senzorjev v skupnosti umetne inteligence. Obsežna in živahna skupnost razvijalcev prav tako pride prav. Nato lahko odpravite težave, delite odprtokodne projekte in resnične aplikacije.
Kako uporabljati (ali celo uporabljati?)
Ko prejmete izdelek, naložite operacijski sistem in se povežite z internetom. Nato odprite urejevalnik besedila brskalnika in pustite, da tam sedi približno 6 ur ali več. Običajno je bolje, da počiva čez noč. Potem, če ni znakov ponovnega zagona, bi morali iti. Če pa opazite ponovni zagon, preverite, ali je v »/ var / log« kakšna datoteka zrušitve jedra? Odprite ga in poiščite "kernel oops". Če se pokaže, ne izgubljajte energije ali časa. Samo vrnite izdelek!
Končne misli
AI na robu lahko v vsem sprosti neverjeten potencial. Ne glede na to, ali gre za zdravstveno varstvo, proizvodnjo ali kmetijstvo, lahko z najboljšim kompletom za razvijalce NVIDIA Jetson vaše naloge postane neverjetno koristno. Ti kompleti zmanjšujejo stroške razvoja programske opreme in zagotavljajo prilagodljivo strategijo umetne inteligence za vaše avtonomne stroje. Upamo, da vam je ta članek pomagal pri odločitvi. To je vse za zdaj. Hvala za branje.
