Phenquestions
Ниже представлены наши лучшие варианты:
1. Комплект разработчика NVIDIA Jetson Xavier NX
Комплект разработчика Jetson Xavier NX - устройство для энтузиастов по цене потребительского уровня. Требуется производительность TX2 и она поднимается на ступеньку выше. По данным NVidia, матрицы производительности NX превосходят TX2 примерно в десять раз при мощности всего 10 Вт. Это обязательно понравится рядовому мастеру. Его способность разрабатывать и тестировать энергоэффективные проекты малого форм-фактора с высокоточным мультимодальным выводом ИИ открывает ворота для новых достижений.
Компьютер модуля имеет 6-ядерный процессор NVIDIA Carmel ARM v8.2 ЦП, 6 МБ L2 + 4 МБ кэш-памяти L3, объем памяти компьютера 8 ГБ и размер аппаратного диска 16 ГБ. Более того, его графический процессор основан на новейшей архитектуре NVIDIA Volta с 384 CUDA и 48 тензорными ядрами. Это просто чудовищные характеристики для потребительского уровня.
Единственная проблема с этой опцией заключается в том, что у L4T очень небольшое сообщество поддержки, что означает небольшую поддержку программного обеспечения. Если вам нужно программное обеспечение, вам, вероятно, придется собрать его самостоятельно.
В целом, в комплект разработчика NVIDIA Jetson Xavier NX входит энергоэффективный компактный модуль Jetson Xavier NX для периферийных устройств с искусственным интеллектом. Это идеальное портативное решение для тех, кто занимается искусственным интеллектом или робототехникой. И не только это, он также отлично подходит для развлечений и продуктивности.
Купить здесь: Амазонка
2. Комплект разработчика NVIDIA Jetson Nano 4 ГБ
Второй лучший комплект разработчика Nvidia Jeston в нашем списке, пожалуй, самый недооцененный SBC на рынке. Он обеспечивает отличную производительность для выполнения современных рабочих нагрузок искусственного интеллекта с необычайными размерами, мощностью и ценой. Это делает его отличным маленьким компьютером, особенно для машинного обучения и преподавания.
Jetson Nano также отлично подходит как универсальный Ubuntu 18.04 Рабочий стол LTS. Хотя изображение основано на предыдущем LTS, оно по-прежнему является одним из наиболее совершенных изображений Nvidia. Даже с 4 ГБ памяти он работает исключительно хорошо. Nano работает очень быстро при работе с НАСТОЯЩИМ полноценным настольным дистрибутивом Linux. Да, даже RaspberryPi 4 8 ГБ не может превзойти производительность.
И еще есть главная привлекательность: графический процессор, программирование и его набор инструментов для машинного обучения. Все предустановлено и настроено. Вы также можете быстро добавить другие инструменты через образы контейнеров. Единственным недостатком этого набора разработчика является то, что 128 ядер Cuda на базе Maxwell несколько устарели. Но, эй, пока они выполняют свою работу в качестве обучающего инструмента, все в порядке.
Ключевой вывод здесь заключается в том, что это довольно автономная установка. Если вы поклонник пирога, это так же просто, как пирог (каламбур, безусловно). Все занимает всего 10 минут, чтобы встать и побежать. По цене ничто не сравнится с ним, особенно как самостоятельный инструмент обучения.
Купить здесь: Амазонка
3. Комплект разработчика NVIDIA Jetson AGX Xavier (32 ГБ)
Хотя Nano великолепен, для серьезных разработчиков он может работать медленно. Xavier - это Linux ARM64 в лучшем виде. Конечно, AGX Xavier стоит довольно дорого, но он обладает отличной производительностью. И это тоже на уровне мощности 30 Вт.
Поговорим немного о спецификациях. Плата представляет собой красивый ящик разработчика ARMv8 с библиотеками CUDA, TensorRT и NVIDIA. Зато в модуле восемь ARM v8.2 ядра процессора Carmel, 512-ядерный графический процессор Volta (с тензорными ядрами), 16 ГБ памяти LPDDR4x, 32 ГБ eMMC5.1 хранилище, 2 ускорителя глубокого обучения NVDLA и семиступенчатый процессор машинного зрения VLIW. Это впечатляющая огневая мощь.
Однако нам нравится этот комплект, потому что он имеет «тихий» режим на. Из-за этого он пассивно остывает с незначительным дросселированием.
Однако у нас есть одна небольшая проблема. в случае электрического события, это устройство автоматически не получает питание. Вы можете перемыть некоторые контакты, чтобы заставить его автоматически включаться, но мы не пробовали этот метод во время нашего пробного запуска. В целом, если вы тренируете сети или занимаетесь видео AI, тестируете робототехнику и другие автономные машины, AGX Xavier - это то, что вам нужно.
Купить здесь: Амазонка
4. Комплект разработчика NVIDIA Jetson TX2
Jetson TX2 - еще один комплект разработчика для экспертов, который хорошо оптимизирован для различных форм искусственного интеллекта. Новичкам довольно сложно начать работу с этим комплектом. Но даже если вы никогда не тренировали сеть глубокого обучения, здесь есть что по достоинству оценить.
Что касается спецификаций, TX2 имеет двухъядерный процессор NVIDIA Denver 2 и четырехъядерный процессор ARM Cortex-A57 MPCore, 4 ГБ 128-битной памяти LPDDR4, 256-ядерный графический процессор NVIDIA Pascal и 16 ГБ eMMC 5.1 место для хранения. Это означает, что производительность в три раза выше, чем у Raspberry 3. (Комплект разработчика Jetson TX2 вышел в 2017 году).
Чтобы проверить его производительность, мы запустили глубокие сети для распознавания изображений с помощью Tensorflow. Изначально сети обучались с помощью Amazon AWS. Сети безупречно перенесены на TX2. Но, конечно, с некоторым усилием. Это не игрушка. Это профессиональный инженерный инструмент. Это модуль, который питает беспилотный автомобиль или квадрокоптер для записи видео. Эти задачи требуют быстрой обработки с низким бюджетом мощности.
Вот почему нет другого такого инструмента. Если вам нужен быстрый процессор, потребляющий всего 15 Вт, NVIDIA Jetson TX2 Development Kit кажется логичным выбором.
Купить здесь: Амазонка
5. Комплект разработчика NVIDIA Jetson TK1
Наконец, у нас есть один из старейших комплектов разработчика NVIDIA Jetson. Конечно, в 2021 году все же стоит присмотреться. Если вы протестируете воду с наборами разработчика Nvidia, TK1 по-прежнему остается отличной отправной точкой и недорогой платформой для графических процессоров для разработки.
TK1 построен на базе NVIDIA Tegra K1 SOC. Он использует вычислительное ядро NVIDIA Kepler, которое сегодня кажется немного устаревшим. Тем не менее, это все еще полноценная платформа NVIDIA CUDA, которая позволяет разрабатывать и развертывать ресурсоемкие системы для компьютерного зрения, робототехники, сельского хозяйства, медицины и т. Д.
Площадь основания этой модели довольно большая и высокая. Несмотря на то, что система работает круто, сам вентилятор расположен довольно высоко в комплекте. Поскольку это более старая модель, оперативная память также распределяется между графическим процессором и процессором, что ограничивает ее производительность.
Как и варианты, упомянутые ранее, NVIDIA предлагает весь BSP и программный стек для этой модели. Это включает CUDA, OpenGL 4.4 и комплект NVIDIA Vision Works. Благодаря полному набору средств разработки, а также готовой совместимости и поддержке камер и других периферийных устройств NVIDIA предоставляет вам хорошее вводное решение для начала работы со встроенными системами.
Купить здесь: Амазонка
Руководство для покупателя по лучшему набору разработчика NVIDIA Jetson
У NVIDIA нет недостатка в наборах для разработчиков Jetson. Поэтому при выборе рынка для покупки помните об этих важнейших факторах:
След
Первое, на что следует обратить внимание при распаковке лучшего комплекта разработчика NVIDIA Jetson, - это то, на что вы в первую очередь обращаете внимание: размер. Сколько места нужно комплекту в вашем рабочем пространстве? Это тяжело? Вентилятор расположен слишком высоко? Комплекты с большей площадью основания не переносятся. Если ваш ребенок не переносится, то какой смысл его покупать??
Легкость использования
Комплект разработчика должен быть готов к использованию прямо из коробки. Это не должно ограничивать ваше любопытство при изучении ИИ с помощью различных датчиков и периферийных устройств.
Служба поддержки
Следующая функция, на которую стоит обратить внимание, - это поддержка и совместимость. Прежде всего, это поддержка современных фреймворков искусственного интеллекта, таких как TensorFlow, PyTorch и MXNet. Он также должен поддерживать как можно больше популярных датчиков в сообществе ИИ. Большое и активное сообщество разработчиков также пригодится. Затем вы можете устранять проблемы, делиться проектами с открытым исходным кодом, а также реальными приложениями.
Как использовать (или даже использовать?)
После получения продукта загрузите ОС и подключитесь к Интернету. Затем откройте текстовый редактор браузера и оставьте его там примерно на 6 часов или больше. Обычно лучше дать ему отдохнуть на ночь. Впоследствии, если нет никаких признаков перезагрузки, все готово. Однако, если вы заметили перезагрузку, посмотрите, есть ли файл сбоя ядра в «/ var / log»? Откройте его и введите в строку поиска «ядро ой». Если он появится, не тратьте зря силы и время. Просто верните товар!
Последние мысли
ИИ на грани может раскрыть невероятный потенциал во всем. Будь то здравоохранение, производство или сельское хозяйство, использование лучшего комплекта разработчика NVIDIA Jetson может сделать вашу задачу невероятно полезной. Эти комплекты снижают затраты на разработку программного обеспечения и обеспечивают масштабируемую стратегию искусственного интеллекта для ваших автономных машин. Надеемся, эта статья помогла вам определиться. Это все пока. Спасибо за чтение.
