Nvidia

En iyi Nvidia Jetson geliştirici kiti

En iyi Nvidia Jetson geliştirici kiti
Modern yapay zekanın özelliklerine bakın. Nvidia, modern yapay zekanın gücünü her yerde öğrencilere, yaratıcılara ve yerleşik geliştiricilere getiriyor. Jetson geliştirici kitleri, profesyoneller ve öğrenciler tarafından yazılımı test etmek, daha az güç tüketimi ile otonom makineyi daha hızlı çalıştırmak için kullanılır. Her kit, hızlı prototipleme için bir referans taşıyıcı kartın yanı sıra üretim dışı bir Jetson modülü ile birlikte gelir.Ancak, farklı geliştirici kitleri çeşitli amaçlar için tasarlanmıştır. Yanlış bir tahta size günler değil, onu kullanılabilir kılmak için harcanan haftalar bırakacaktır. En iyi Nvidia Jetson geliştirici Kitinde kullanım kolaylığı ve düşük güç tüketiminden çok daha fazlası var. Bu nedenle, bugün, özerk her şey için ideal AI platformunuzu seçmenize yardımcı olmak için AI At The Edge dünyasına dalıyoruz.

En iyi seçimlerimiz aşağıdadır:

1. NVIDIA Jetson Xavier NX Geliştirici Kiti

Jetson Xavier NX geliştirici kiti, tüketici düzeyinde fiyatı olan meraklı düzeyinde bir cihazdır. TX2 performansını alır ve bir çentik yükseltir. NVidia'ya göre, NX performans matrisleri, 10W kadar kısa bir sürede TX2'den yaklaşık on kat daha iyi performans gösteriyor. Bu kesinlikle düzenli bir tamirciyi memnun edecektir. Son derece hassas, çok modlu AI çıkarımı ile enerji açısından verimli, küçük form faktörlü projeler geliştirme ve test etme yeteneği, yeni atılımların kapısını açar.

Modülün bilgisayarında 6 çekirdekli NVIDIA Carmel ARM v8 bulunur.2 CPU, 6 MB L2 + 4 MB L3 önbellek, 8 GB bilgisayar belleği boyutu ve 16 GB donanım disk boyutu. Ayrıca GPU'su, NVIDIA'nın 384 CUDA ve 48 Tensör Çekirdeği ile en yeni Volta mimarisine dayanmaktadır. Bunlar, tüketici seviyesi için oldukça canavarca özellikler.

Bu seçenekle ilgili tek sorun, L4T'nin çok küçük bir destek topluluğuna sahip olmasıdır, bu da çok fazla yazılım desteği olmadığı anlamına gelir. Yazılıma ihtiyacınız varsa, muhtemelen kendiniz oluşturmanız gerekecektir.

Genel olarak, NVIDIA Jetson Xavier NX Developer Kit, AI uç cihazları için güç açısından verimli, kompakt bir Jetson Xavier NX modülüne sahiptir. AI veya robotik uygulamaları arayan tamirciler için mükemmel bir taşınabilir çözümdür. Ve sadece bu değil, aynı zamanda eğlence ve üretkenlik için de harika çalışıyor.

Buradan al: Amazon

2. NVIDIA Jetson Nano 4GB Geliştirici Kiti

Listemizdeki en iyi ikinci Nvidia Jeston geliştirici kiti, belki de piyasadaki en az değer verilen SBC'dir. Modern AI iş yüklerini olağanüstü bir boyut, güç ve fiyat noktasında çalıştırmak için mükemmel performans sunar. Bu, özellikle makine öğrenimi ve öğretimi için onu harika bir küçük bilgisayar yapar.

Jetson Nano, genel amaçlı bir Ubuntu 18 olarak da mükemmeldir.04 LTS masaüstü. Görüntü önceki LTS'ye dayalı olsa da, yine de Nvidia'nın daha parlak görüntülerinden biri. Yalnızca 4 GB bellekle bile olağanüstü iyi çalışır. Nano, GERÇEK bir tam masaüstü Linux dağıtımı çalıştırırken çok hızlı bir his veriyor. Evet, 8GB RaspberryPi 4 bile performansı yenemez.

Ve sonra ana çekim var: GPU, programlama ve makine öğrenimi araç seti. Her şey önceden yüklenmiş ve önceden yapılandırılmış olarak gelir. Ayrıca kapsayıcı görüntüleri aracılığıyla başka araçları da hızlı bir şekilde ekleyebilirsiniz. Bu geliştirici kitinin tek dezavantajı, Maxwell tabanlı 128 Cuda çekirdeğinin biraz modası geçmiş olmasıdır. Ama, hey, işi bir öğretim aracı olarak yaptıkları sürece, her şey yolunda.

Buradaki en önemli paket, bunun oldukça bağımsız bir kurulum olmasıdır. Pasta hayranıysanız, pasta kadar kolaydır (kesinlikle amaçlanan kelime oyunu). Her şeyin kalkması ve koşması sadece 10 dakika sürer. Fiyat açısından, özellikle bağımsız bir öğrenme aracı olarak hiçbir şey onu geçemez.

Buradan al: Amazon

3. NVIDIA Jetson AGX Xavier Geliştirici Kiti (32 GB)

Nano harika olsa da ciddi geliştiriciler için yavaş olabilir. Xavier, en iyi şekilde Linux ARM64'tür. Elbette, AGX Xavier fark edilir derecede maliyetlidir, ancak performans söz konusu olduğunda güçlüdür. Ve bu da sadece 30W güç seviyesinde.

Biraz da özelliklerden bahsedelim. Anakart, CUDA, TensorRT ve NVIDIA'nın kitaplıklarıyla tamamlanmış güzel bir ARMv8 geliştirici kutusudur. Öte yandan, modül sekiz ARM v8'e sahiptir.2 "Carmel" işlemci çekirdeği, 512 çekirdekli Volta GPU (tensör çekirdekli), 16 GB LPDDR4x bellek, 32 GB eMMC5.1 depolama, 2 NVDLA derin öğrenme hızlandırıcısı ve yedi yönlü VLIW görüntü işlemcisi. Bu etkileyici bir ateş gücü.

Ancak, "sessiz" bir mod ile geldiği için bu kiti seviyoruz. Bu nedenle, ihmal edilebilir bir kısma ile pasif olarak soğur.

Yine de küçük bir yakınmamız var. elektriksel bir olay durumunda, bu ünitede otomatik olarak güç yoktur. Otomatik olarak açılmasını sağlamak için bazı pinleri atlayabilirsiniz, ancak deneme çalıştırmamız sırasında bu yöntemi denemedik. Genel olarak, ağları eğitiyor veya video AI yapıyor, robotik ve diğer otonom makineleri test ediyorsanız, AGX Xavier sizin için Jetson'dur.

Buradan al: Amazon

4. NVIDIA Jetson TX2 Geliştirme Kiti

Jetson TX2, çeşitli AI formları için güzel bir şekilde optimize edilmiş olarak gelen uzmanlar için başka bir geliştirici kitidir. Yeni başlayanlar için bu kit ile başlamak oldukça zor. Ancak bir derin öğrenme ağını hiç eğitmemiş olsanız bile, burada takdir edilecek çok şey var.

Teknik özelliklere gelince, TX2 çift çekirdekli NVIDIA Denver 2 CPU ve Dört Çekirdekli ARM Cortex-A57 MPCore işlemci, 4 GB 128 bit LPDDR4 bellek, 256 çekirdekli NVIDIA'nın Pascal GPU'su ve 16 GB eMMC 5'e sahip.1 depolama. Bu, Raspberry 3'ten üç kat daha hızlı bir performans anlamına gelir. (Jetson TX2 Geliştirme Kiti 2017'de çıktı).

Performansını test etmek için Tensorflow kullanarak görüntü tanıma için derin ağlar çalıştırdık. Başlangıçta ağlar Amazon AWS kullanılarak eğitildi. Ağlar kusursuz bir şekilde TX2'ye aktarıldı. Ama tabii biraz çabayla. Bu bir oyuncak değil. Bu profesyonel bir mühendislik aracıdır. Kendi kendini süren bir arabaya veya video yakalayan bir quadcopter'a güç veren bir modüldür. Bu görevler, düşük güç bütçesiyle hızlı işleme yeteneği gerektirir.

Bu yüzden böyle başka bir araç yok. Yalnızca 15 Watt çeken hızlı bir CPU'ya ihtiyacınız varsa, NVIDIA Jetson TX2 Geliştirme Kiti mantıklı bir seçim gibi görünüyor.

Buradan al: Amazon

5. NVIDIA Jetson TK1 Geliştirme Kiti

Son olarak, en eski NVIDIA Jetson geliştirici Kitinden birine sahibiz. Tabii ki, 2021'de hala araştırmaya değer. Suları Nvidia geliştirici kitleriyle test ederseniz, TK1 hala harika bir giriş noktası ve geliştirme için ucuz bir GPU platformudur.

TK1, NVIDIA'nın Tegra K1 SOC'si etrafında inşa edilmiştir. Bugün biraz eskimiş gibi görünen bir NVIDIA Kepler bilgi işlem çekirdeği kullanıyor. Ancak yine de bilgisayarla görme, robotik, tarım, tıp ve daha fazlası için yoğun bilgi işlem sistemleri geliştirmenize ve dağıtmanıza olanak tanıyan eksiksiz bir NVIDIA CUDA platformudur.

Bu modelin ayak izi oldukça büyük ve uzun. Sistem serin çalışmasına rağmen, fanın kendisi kitin oldukça yükseğe yerleştirilmiştir. Bu daha eski bir model olduğu için RAM, GPU ve CPU arasında da paylaşılıyor ve performansını sınırlıyor.

Daha önce bahsedilen seçenekler gibi, NVIDIA bu model için tüm BSP ve yazılım yığınını sunar. Buna CUDA, OpenGL 4 dahildir.4 ve NVIDIA'nın Vision Works kiti. Eksiksiz bir geliştirme paketinin yanı sıra kameralar ve diğer çevre birimleri için kullanıma hazır uyumluluk ve destek ile NVIDIA, gömülü sistemlere başlamanız için size güzel bir giriş çözümü sunar.

Buradan al: Amazon

En İyi NVIDIA Jetson Geliştirici Kiti için Satın Alma Kılavuzu

NVIDIA'nın Jetson Geliştirici Kitlerinden hiçbir eksiği yok. Bu nedenle, bir satın alma için pazara bakarken bu önemli faktörleri aklınızda bulundurun:

ayak izi

En iyi NVIDIA Jetson Developer Kit'i paketinden çıkardığınızda dikkat etmeniz gereken ilk şey, ilk düşünceniz olmalıdır: ayak izi. Kitin çalışma alanınızda ne kadar alana ihtiyacı var?? ağır mı? Fan çok yükseğe mi yerleştirilmiş? Daha büyük ayak izine sahip kitler taşınabilir değildir. Çocuğunuz taşınabilir değilse, ilk etapta bir tane almanın amacı nedir??

Kullanım kolaylığı

Geliştirici kiti kutudan çıkar çıkmaz kullanıma hazır olmalıdır. Yapay zekayı çeşitli sensörler ve çevre birimleriyle keşfetme merakınızı sınırlamamalı.

Destek

Bakmanız gereken bir sonraki özellik, destek ve uyumluluktur. İlk ve en önemlisi, TensorFlow, PyTorch ve MXNet gibi modern AI çerçevelerinin desteklenmesidir. Ayrıca, AI topluluğunda mümkün olduğunca çok sayıda popüler sensörü desteklemelidir. Büyük ve canlı bir geliştirici topluluğuna sahip olmak da işe yarar. Ardından sorunları giderebilir, açık kaynaklı projeleri ve gerçek dünyadaki uygulamaları paylaşabilirsiniz.

Nasıl kullanılır (hatta?)

Ürününüzü aldıktan sonra işletim sistemini yükleyin ve internete bağlanın. Ardından bir tarayıcı metin düzenleyicisi açın ve yaklaşık 6 saat veya daha fazla orada oturmasına izin verin. Gece boyunca dinlenmesine izin vermek genellikle daha iyidir. Daha sonra, yeniden başlatma belirtisi yoksa, gitmeniz iyi olur. Ancak, yeniden başlatmayı fark ederseniz, “/var/log” altında herhangi bir çekirdek çökme dosyası olup olmadığına bakın? Açın ve “çekirdek oops” arayın. Eğer ortaya çıkarsa, enerjinizi veya zamanınızı boşa harcamayın. sadece ürünü iade et!

Son düşünceler

Uçtaki AI, her şeyde inanılmaz potansiyelin kilidini açabilir. Sağlık, üretim veya tarım olsun, en iyi NVIDIA Jetson geliştirici Kitini kullanmak, elinizin altındaki görevi inanılmaz derecede ödüllendirici hale getirebilir. Bu kitler, yazılım geliştirme maliyetlerinizi azaltır ve otonom makineleriniz için ölçeklenebilir bir yapay zeka stratejisi sağlar. Umarız bu makale karar vermenize yardımcı olmuştur. Şimdilik bu kadar. Okuduğunuz için teşekkürler.

How to Change Mouse and Touchpad Settings Using Xinput in Linux
Most Linux distributions ship with “libinput” library by default to handle input events on a system. It can process input events on both Wayland and X...
Remap your mouse buttons differently for different software with X-Mouse Button Control
Maybe you need a tool that could make your mouse's control change with every application that you use. If this is the case, you can try out an applica...
Microsoft Sculpt Touch Wireless Mouse Review
I recently read about the Microsoft Sculpt Touch wireless mouse and decided to buy it. After using it for a while, I decided to share my experience wi...