Phenquestions
Allpool on meie parimad valikud:
1. NVIDIA Jetson Xavier NX arendaja komplekt
Jetson Xavier NX arenduskomplekt on entusiasti tasemel seade, mille hind on tarbijal. See võtab TX2 jõudluse ja suurendab seda. NVidia andmetel edestavad NX jõudlusmaatriksid TX2 umbes kümme korda vähem kui 10W. See meeldib kindlasti tavalisele nokitsejale. Selle võime arendada ja testida energiasäästlikke, väikseid vormifaktoriga projekte koos väga täpse multimodaalse tehisintellekti järeldusega avab värava uuteks läbimurreteks.
Mooduli arvutis on 6-tuumaline NVIDIA Carmel ARM v8.2 protsessorit, 6 MB L2 + 4 MB L3 vahemälu, 8 GB arvutimälu maht ja 16 GB riistvaraketta suurus. Veelgi enam, selle GPU põhineb NVIDIA uusimal Volta arhitektuuril 384 CUDA ja 48 Tensor südamikuga. Need on tarbija tasemel üsna spetsifikatsioonid.
Selle valiku ainus probleem on see, et L4T-l on väga väike tugikogukond, mis tähendab, et tarkvara pole palju. Kui vajate tarkvara, peate selle tõenäoliselt ise ehitama.
Üldiselt on NVIDIA Jetson Xavier NX arenduskomplektis energiasäästlik, kompaktne Jetson Xavier NX moodul tehisintellekti seadmete jaoks. See on ideaalne kaasaskantav lahendus meisterdajatele, kes uurivad tehisintellekti või robootikarakendusi. Ja mitte ainult, see sobib suurepäraselt ka meelelahutuseks ja tootlikkuseks.
Osta siit: Amazon
2. NVIDIA Jetson Nano 4GB arenduskomplekt
Parim Nvidia Jestoni arendajate komplekt meie nimekirjas on võib-olla kõige alahinnatud SBC turul. See annab suurepärase jõudluse tänapäevase tehisintellekti töökoormuse käitamiseks erakordse suuruse, võimsuse ja hinnaga. See teeb sellest suurepärase väikese arvuti, eriti masinõppeks ja õpetamiseks.
Jetson Nano on suurepärane ka üldotstarbelise Ubuntu 18-na.04 LTS töölaud. Kuigi pilt põhineb eelneval LTS-il, on see ikkagi üks Nvidia lihvitud pilt. Isegi ainult 4 GB mälu korral töötab see erakordselt hästi. Nano on PÄRIS täieliku töölaua Linuxi jaotuse käitamisel väga kohmakas. Jah, isegi 8 GB RaspberryPi 4 ei suuda jõudlust ületada.
Ja siis on peamine joonis: GPU, programmeerimine ja selle masinõppe tööriistakomplekt. Kõik on eelinstallitud ja eelkonfigureeritud. Konteineripiltide kaudu saate ka teisi tööriistu kiiresti lisada. Selle arenduskomplekti ainus miinus on see, et Maxwelli põhised 128 Cuda südamikku on mõnevõrra vananenud. Aga hei, nii kaua, kuni nad saavad töö õppevahendina tehtud, on see kõik hea.
Peamine võtmekohustus on see, et see on üsna iseseisev seadistus. Kui olete piruka fänn, on see sama lihtne kui pirukas (sõnamäng on absoluutselt mõeldud). Kõik võtab üles tõusmiseks ja jooksmiseks vaid 10 minutit. Hinna poolest ei võida miski, eriti kui iseseisev õppevahend.
Osta siit: Amazon
3. NVIDIA Jetson AGX Xavier arendaja komplekt (32 GB)
Kuigi Nano on suurepärane, võib see tõsiste arendajate jaoks olla aeglane. Xavier on kõige paremas versioonis Linuxi ARM64. Muidugi, AGX Xavier on märgatavalt kulukas, kuid jõudluse osas pakib see löögi. Ja seda ka vaid 30W võimsustasemel.
Räägime natuke spetsifikatsioonidest. Tahvel on kena ARMv8 arendajakast koos CUDA, TensorRT ja NVIDIA teekidega. Teiselt poolt on moodulil kaheksa ARM v8.2 „Carmeli“ protsessori südamikku, 512 südamikku Volta GPU (koos tensor südamikega), 16 GB LPDDR4x mälu, 32 GB eMMC5.1 salvestusruum, 2 NVDLA sügavat õppekiirendit ja seitsmepoolne VLIW-nägemisprotsessor. See on muljetavaldav tulejõud.
Kuid me armastame seda komplekti, kuna sellega kaasneb vaikne režiim. Seetõttu jahtub see passiivselt tühise gaasitõmbamisega.
Meil on siiski üks väike haare. elektrisündmuse korral ei ole sellel seadmel automaatselt voolu. Automaatse sisselülitamise saamiseks võite hüpata mõne tihvti külge, kuid me ei proovinud seda meetodit proovisõidu ajal. Üldiselt on AGX Xavier teie jaoks Jetson, kui treenite võrke või kasutate videotehnoloogiat, katsetate robootikat ja muid autonoomseid masinaid.
Osta siit: Amazon
4. NVIDIA Jetson TX2 arenduskomplekt
Jetson TX2 on veel üks ekspertide arenduskomplekt, mis on kenasti optimeeritud mitmesuguste tehisintellektide jaoks. Algajatel on selle komplektiga alustamine üsna keeruline. Kuid isegi kui te pole kunagi õppinud sügavat õppevõrku, on siin palju hinnata.
Tehniliste näitajate osas on TX2-l kahetuumaline NVIDIA Denver 2 protsessor ja neljatuumaline ARM Cortex-A57 MPCore protsessor, 4 GB 128-bitine LPDDR4 mälu, 256-tuumaline NVIDIA Pascal GPU ja 16 GB eMMC 5.1 hoiuruum. See tähendab etendust kolm korda kiiremini kui Raspberry 3. (Jetson TX2 arenduskomplekt tuli välja 2017. aastal).
Selle jõudluse testimiseks käivitasime Tensorflow abil pildituvastuseks sügavad võrgud. Esialgu koolitati võrke Amazon AWS-i abil. Võrgud läksid veatult üle TX2-le. Aga loomulikult teatud vaevaga. See pole mänguasi. See on professionaalne inseneritööriist. See on moodul, mis toidab isejuhtivat autot või videot püüdvat kvadrokopterit. Need ülesanded nõuavad kiiret töötlemisvõimalust väikese energiatarbega eelarvega.
Sellepärast pole muud sellist tööriista. Kui vajate kiiret protsessorit, mis võtab ainult 15 vatti, näib NVIDIA Jetson TX2 arenduskomplekt olevat loogiline valik.
Osta siit: Amazon
5. NVIDIA Jetson TK1 arenduskomplekt
Lõpuks on meil olemas üks vanimaid NVIDIA Jetsoni arendajate komplekte. Muidugi tasub seda uurida ka 2021. aastal. Kui proovite veekogusid Nvidia arenduskomplektidega, on TK1 endiselt suurepärane sisenemispunkt ja odav GPU-platvorm arendamiseks.
TK1 on ehitatud NVIDIA Tegra K1 SOC ümber. See kasutab NVIDIA Kepleri arvutussüdamikku, mis tundub täna pisut aegunud. Kuid see on endiselt täielik NVIDIA CUDA platvorm, mis võimaldab teil arendada ja juurutada arvutimahukaid süsteeme arvutinägemise, robootika, põllumajanduse, meditsiini ja muu jaoks.
Selle mudeli jalajälg on üsna suur ja pikk. Ehkki süsteem töötab jahedalt, on ventilaator ise komplektile üsna kõrgel. Kuna tegemist on vanema mudeliga, jagatakse RAM-i ka GPU ja protsessori vahel, piirates selle jõudlust.
Nagu varem mainitud võimalused, pakub ka NVIDIA selle mudeli jaoks kogu BSP ja tarkvarapaketti. See hõlmab CUDA, OpenGL 4.4 ja NVIDIA Vision Works komplekt. Täieliku arenduspaketi, pluss komplektis oleva ühilduvuse ja kaamerate ning muude lisaseadmete toega annab NVIDIA teile toreda sissejuhatava lahenduse manustatud süsteemidega alustamiseks.
Osta siit: Amazon
Parima NVIDIA Jetsoni arendaja komplekti ostja juhend
NVIDIA-l pole Jetsoni arenduskomplektidest puudust. Seega pidage ostuturule sisenemisel silmas neid olulisi tegureid:
Jalajälg
Parim NVIDIA Jetsoni arendajakomplekti lahti pakkimisel peaks esimene asi, mida peaksite märkama: jalajälg. Kui palju ruumi komplekt teie tööruumis vajab? Kas see on raske? Kas ventilaator on liiga kõrge? Suurema jalajäljega komplektid pole kaasaskantavad. Kui teie laps pole kaasaskantav, siis mis mõtet on see üldse hankida?
Kasutuslihtsus
Arendaja komplekt peaks olema kastist välja kasutamiseks valmis. See ei tohiks piirata teie uudishimu erinevate sensorite ja lisaseadmetega tehisintellekti uurimisel.
Toetus
Järgmine funktsioon, mida peaksite uurima, on tugi ja ühilduvus. Esiteks ja kõige olulisem on kaasaegsete tehisintellektide raamistike nagu TensorFlow, PyTorch ja MXNet tugi. Samuti peaks see toetama võimalikult paljusid AI-kogukonnas populaarseid andureid. Kasuks tuleb ka suure ja elava arendajaskonna omamine. Seejärel saate probleemide tõrkeotsingut, jagada avatud lähtekoodiga projekte ja reaalmaailma rakendusi.
Kuidas kasutada (või isegi kasutada?)
Pärast toote kättesaamist laadige operatsioonisüsteem ja looge Interneti-ühendus. Seejärel avage brauseri tekstiredaktor ja laske sellel istuda umbes 6 tundi või kauem. Üleöö puhata lasta on tavaliselt parem. Pärast seda, kui taaskäivitamisest pole märke, peaksite olema hea minna. Kui märkate taaskäivitamist, siis vaadake, kas "/ var / log" all on kerneli krahhi fail? Avage see ja otsige sõna „kernel oops”. Kui see ilmneb, ärge raisake oma energiat ega aega. Lihtsalt tagastage toode!
Lõpumõtted
Äärel olev tehisintellekt võib kõiges avada uskumatu potentsiaali. Ükskõik, kas see on tervishoid, tootmine või põllumajandus, võib NVIDIA Jetsoni parima arendajakomplekti kasutamine teie käsitsitavat tööd teha uskumatult tasuvaks. Need komplektid vähendavad teie tarkvaraarenduskulusid ja pakuvad teie autonoomsete masinate jaoks skaleeritavat tehisintellekti strateegiat. Loodame, et see artikkel aitas teil oma meelt teha. Praeguseks kõik. Täname lugemast.
