Nvidia Jetson Nano是否会取代树莓派

这是小因素计算的激动人心的时刻。仿佛Raspberry Pi还远远不够一台通用机器，功能越来越强大且具有令人难以置信的壮举的板子不断出现。

Nvidia的Jetson Nano是超强机器学习功能的最新成员板。有什么特别之处？你应该买一个吗？ Nvidia Jetson Nano到底是什么？

Nvidia Jetson Nano是什么？

Jetson Nano是单板的像Raspberry Pi一样大小的计算机（SBC），主要用于AI和机器学习。似乎是Google Coral Dev板的直接竞争对手，它是Jetson系列中第三位，与已经可用的TX2和AGX Xavier开发板一道。

Nvidia正在利用自己的能力为这些小型计算机提供图形处理能力。使用并行神经网络同时处理多个视频和传感器。

虽然所有三个Jetson开发板都旨在让所有人都可以使用，但Nano适合业余和专业开发人员使用。开发套件包括两部分：用于连接的基板和用于实际处理单元的系统模块（SOM）。

什么是模块系统？

“模块上的系统”是指在可移动模块中具有所有系统关键部件的开发板。 Nano具有260针脚边缘连接器，可将其连接到底板上进行开发。

开发结束后，可以将SOM移除并添加到具有自定义输入的嵌入式系统中，并使用新的SOM连接

如果听起来有些熟悉，那就对了！

这与Google Coral Dev开发板的设置相同，大小相似，并且还针对业余爱好者和专业人士进行嵌入式机器学习！

Jetson Nano的规格是什么？

Nvidia在Jetson Nano中投入了很多东西：

SOM ：

CPU：四核ARM®Cortex-A57 MPCore处理器

GPU：具有128个Nvidia CUDA的Nvidia Maxwell™架构核心

RAM：4 GB 64位LPDDR4

存储：16 GB eMMC 5.1 Flash

视频：4k @ 30fps编码，4k @ 60fps解码

摄像机：12个通道（3×4或4×2）MIPI CSI-2 DPHY 1.1（1.5 Gbps）

连接性：千兆以太网

显示： HDMI 2.0或DP1.2 | eDP 1.4 | DSI（1 x2）2同时发

PCIE/USB：1 x1/2/4 PCIE，1x USB 3.0，3x USB 2.0

I/O：1x SDIO/2x SPI/6个I2C/2个I2S/GPIOs

尺寸：69.6 mm x 45 mm

底板：

USB：4个USB 3.0，USB 2.0 Micro-B

相机：1个MIPI CSI-2 DPHY通道（与Raspberry Pi相机兼容）

LAN：千兆以太网，M.2密钥E

存储：microSD插槽

显示：HDMI 2.0和eDP 1.4

其他I/O：GPIO，I2C，I2S，SPI，UART

它能做什么？

对于没有人感到震惊的是Nvidia生产了适合视觉任务的电路板。对象识别是此处的重点，并且Visionworks SDK在该领域具有许多潜在的应用程序。

Jetson Nano使用具有128个CUDA内核的Maxwell GPU，而不是使用单独的处理单元来进行机器学习任务。

Jetson Inference项目具有一个预训练神经网络的演示，该演示在各种环境中执行高性能的多对象识别。可用的演示包中都包含了功能跟踪，图像稳定，运动预测和多源同时馈送处理。

也许最令人印象深刻的是上述视频中的DeepStream技术。在一台小型单板计算机上以30 fps的速度同时在八个同步1080p流上运行实时分析是令人难以置信的，并且显示了Nano硬件的潜在功能。

它将用于什么？

凭借其出色的视频分析能力和小巧的外形，Jetson Nano几乎可以肯定会在机器人技术和自动驾驶汽车中大放异彩。许多演示都展示了这些应用程序的实际作用。

鉴于其功能和大小，它也可能会在依赖面部和物体识别的嵌入式系统中工作。

对于像我们？这似乎是强大的机器学习可能性的完美结合，而任何喜欢Raspberry Pi的人都应该熟悉。虽然您可以在Raspberry Pi上使用机器学习框架（如TensorFlow），但Jetson Nano更适合该任务。

Jetson Nano还可以做什么？

Jetson Nano Nvidia提供了专门针对该平台的软件的专用OS映像，但它可以运行Ubuntu。董事会的主要重点是机器学习，而这是Nvidia，因此您希望一些图形化向导也能继续进行。

您不会失望。演示粒子系统，实时分形渲染和一系列视觉效果的演示直到最近才在旗舰台式机图形卡上找到。

鉴于其视频编码的额定值为4k @ 30fps，并且

Jetson Nano与Coral Dev Board：哪个是最好的？

很难说

Google的TensorFlow神经网络是机器学习领域的主导力量。随之而来的是，谷歌自己的Edge TPU协处理器可能更适合TensorFlow Lite的应用。

另一方面，英伟达已经为Jetson Nano展示了一系列基于机器学习的令人印象深刻的演示。加上令人印象深刻的图形，Nano使其成为真正的竞争对手。

Jetson Nano的价格是多少？

价格是我们尚未涵盖的另一方面。 Google Coral Dev开发板零售价为149.99美元，而Jetson Nano仅售99美元。除非Coral Dev董事会能够为桌面带来独特的东西，否则业余爱好者和小型开发人员可能会发现额外的50美元很难证明是合理的。

目前任一板都没有单独的SOM价格，但是我可以想象，对于大多数爱好开发人员来说，这将不那么重要。从商业角度来看，性能/价格差异将成为Jetson Nano和Coral Dev板之间的关键区别。

Jetson Nano可直接从Nvidia与第三方一起获得

购买：直接从Nvidia上购买的Jetson Nano

它可以代替我的Raspberry Pi吗？

同时使用Google Coral开发板它功能强大，在某些方面无法与Raspberry Pi集成。 Raspberry Pi是用于DIY电子产品的出色业余计算机。

当然，Coral Dev开发板功能强大，但是他们自己的文档建议不要连接鼠标和键盘。 Coral的自定义操作系统主要用于SSH连接。但是，它很可能能够支持Linux的任何变体。这样就可以直接成为Pi的竞争对手了

但是有一个问题。如果您想要一个用于学习机器学习的主板，但又可以执行其他日常任务，那么您为什么要购买Coral Dev Board？

Jetson Nano支持一个显示端口，并且如前所述，它具有令人印象深刻的功能视频示例直接可用。定制的Ubuntu桌面将为许多人所熟悉，并且便宜的价格将使其成为许多人（甚至是那些对机器学习不感兴趣的人）的诱人前景。

所有人的AI

很难说哪个会更好。还不清楚，这将使家庭开发人员更容易使用。我期待着与Coral Dev和Jetson Nano板一起度过一个明确的答案！

责任编辑：wv