Tipp: Das Raspberry Pi Kameramodul V2 wurde kürzlich veröffentlicht und ist perfekt kompatibel mit dem NVIDIA® Jetson Nano™ Developer Kit. Hochauflösende Bilder und Videos und einfach anzuschließen, holen Sie sich eine und haben Sie die beste Erfahrung für Ihr Medienprojekt.
Beschreibung
Das NVIDIA® Jetson Nano™ Developer Kit liefert die Rechenleistung, um moderne KI-Workloads in einer noch nie dagewesenen Größe, Leistung und Kosten auszuführen. Entwickler, Lernende und Hersteller können jetzt KI-Frameworks und Modelle für Anwendungen wie Bildklassifizierung, Objekterkennung, Segmentierung und Sprachverarbeitung ausführen.
Das Developer-Kit kann mit Mikro-USB betrieben werden und verfügt über umfangreiche I/Os, die von GPIO bis CSI reichen. Dies macht es für Entwickler einfach, eine Vielzahl neuer Sensoren anzuschließen, um eine Vielzahl von KI-Anwendungen zu ermöglichen. Es ist unglaublich stromsparend und verbraucht nur 5 Watt.
Jetson Nano wird auch vom NVIDIA JetPack unterstützt, das ein Board Support Pack (BSP), Linux OS, NVIDIA CUDA®, cuDNN und TensorRT™ Software-Bibliotheken für tiefes Lernen, Computer Vision, GPU-Computing, Multimedia-Verarbeitung und vieles mehr enthält. Die Software ist sogar mit einem leicht zu flashenden SD-Karten-Image erhältlich, was einen schnellen und einfachen Einstieg ermöglicht.
Das gleiche JetPack SDK wird für die gesamte NVIDIA Jetson™ Produktfamilie verwendet und ist vollständig kompatibel mit NVIDIAs weltweit führender KI-Plattform für die Schulung und den Einsatz von KI-Software. Dieser bewährte Software-Stack reduziert die Komplexität und den Gesamtaufwand für Entwickler.
Schlüsselmerkmale
Jetson Nano Modul
- 128-Kern NVIDIA Maxwell™ GPU
- Quad-Core ARM® A57 CPU
- 4 GB 64-Bit-LPDDR4
- 10/100/1000BASE-T Ethernet
Leistungsoptionen
- Mikro-USB 5V 2A
- DC-Netzteil 5V 4A
- USB 3.0 Typ A
- USB 2.0 Mikro-B
- HDMI/AnzeigePort
- M.2 Schlüssel E
- Gigabit-Ethernet
- GPIOs, I2C, I2S, SPI, UART
- MIPI-CSI-Kameraanschluss
- Ventilatoranschluss
- PoE-Anschluss
Kit-Inhalt
- NVIDIA Jetson Nano-Modul und Trägerplatte
- Schnellstartanleitung und Supportanleitung
Schaffen Sie mehr KI-Möglichkeiten mit Grove PiHAT und NVIDIA Jetson Nano
Wenn Sie Grove-Sensoren mit Jetson Nano verwenden wollen, greifen Sie zur grove.py Python-Bibliothek und bringen Sie Ihre Sensoren in wenigen Minuten zum Laufen! Derzeit werden mehr als 20 Grove-Module auf Jetson Nano unterstützt, und wir werden immer mehr hinzufügen. Sie können Grove-Module mit Hilfe von Base HAT for Raspberry Pioder Raspberry Pi Zeromit Jetson Nano verbinden.
Hinweis: Wir bieten eine große Auswahl an KI-bezogenen Produkten, einschließlich maschinelles Lernen, Computer Vision, Edge Computing, Spracherkennung &Verstärker; NLP und Beschleunigung neuronaler Netzwerke.Hier finden Sie weitere Produkte, die Sie vielleicht benötigen.
Wir bitten auch um Feedback und Anregungen von den Entwicklern. Alle Vorschläge zu den Produktfunktionen sind willkommen unter Gesehenes Forum!
Spezifikation
- GPU: 128-Kern Maxwell
- CPU:Quad-Core ARM A57 @ 1,43 GHz
- Gedächtnis: 4 GB 64-Bit-LPDDR4 25,6 GB/s
- Speicherung: microSD (nicht enthalten)
- Video-Encoder: 4K @ 30 | 4x 1080p @ 30 | 9x 720p @ 30 (H.264/H.265)
- Videodecoder: 4K @ 60 | 2x 4K @ 30 | 8x 1080p @ 30 | 18x 720p @ 30|(H.264/H.265)
- Kamera: 2x MIPI CSI-2 DPHY-Spuren
- Konnektivität: Gigabit-Ethernet, M.2-Schlüssel E
- Anzeige: HDMI 2.0 und eDP 1.4
- USB: 4x USB 3.0, USB 2.0 Micro-B
- Andere: GPIO, I2C, I2S, SPI, UART
- Mechanisch: 100 mm x 80 mm x 29 mm
