Chuyển đến nội dung chính

NVIDIA Jetson Nano Developer Kit – Máy tính nhúng AI thế hệ mới dành cho nhà phát triển




GIỚI THIỆU CHUNG

NVIDIA Jetson Nano Developer Kit là một máy tính nhỏ gọn nhưng vô cùng mạnh mẽ cho phép bạn chạy song song nhiều mạng neural cho các ứng dụng trong xử lý ảnh và cách sử dụng vô cùng đơn giản. Hãy cùng Adtech tìm hiểu chi tiết hơn về Jeston Nano Developer Kit này nhé!

Trong thời gian gần đây, các tiến bộ trong lĩnh vực nghiên cứu về Trí tuệ Nhân tạo (AI) đã mở ra cơ hội để phát triển thuật toán áp dụng trong đa dạng các lĩnh vực, từ nhận dạng hình ảnh đến dịch thuật tức thời. Mặc dù đã có sự tiến bộ đáng kể, việc đưa những tiến bộ này vào thực tế vẫn đang ở giai đoạn đầu, và có một điểm đáng lo ngại, đó là quá trình này đang diễn ra chậm chạp do sự phát triển của phần cứng hỗ trợ cho AI chưa thể đáp ứng nhanh chóng các yêu cầu của phần mềm.

Nvidia Jetson Nano Developer Kit May Tinh Nhung Ai The He Moi Danh Cho Nha Phat Trien 1

Vào ngày 18/2, NVIDIA đã giới thiệu một sản phẩm mới, được quảng cáo là “mang lại sự tăng tốc cho quá trình triển khai thuật toán AI trong thế giới thực.” Đó chính là Jetson Nano, một thiết bị máy tính AI được thiết kế đặc biệt cho các nhà phát triển, các công ty sản xuất và các nhà nghiên cứu trong lĩnh vực Trí tuệ Nhân tạo.

Jetson Nano Developer Kit của NVIDIA là một máy tính AI tích hợp với kích thước nhỏ, tương tự như một bảng mạch. Thiết bị này sử dụng chuẩn kích thước SO-DIMM cho kích thước và các chuẩn kết nối, một tiêu chuẩn mà NVIDIA đã áp dụng trên các sản phẩm trước đó.

Họ chọn chuẩn kích thước này với mục tiêu tạo ra những sản phẩm có kích thước nhỏ nhất có thể. Điều này nhằm đáp ứng nhu cầu của một loạt đối tượng khách hàng, hoạt động trong nhiều lĩnh vực và ứng dụng khác nhau, và NVIDIA đang cố gắng thiết kế mạch kết nối sao cho nó phù hợp tối đa với thiết kế chung mà họ đang phát triển.

CẤU TẠO PHẦN CỨNG

Jetson Nano sẽ có hai dạng khác nhau. Dạng mô-đun có kích thước 70x45mm, được tạo ra để tích hợp vào các sản phẩm cuối cùng. Dạng còn lại là bộ kit phát triển, tương tự như Raspberry Pi, dành cho nhà phát triển. Phiên bản mô-đun sẽ được trang bị bộ nhớ trong 16GB, trong khi bộ kit sử dụng thẻ nhớ microSD.

NVIDIA có kế hoạch sử dụng Jetson Nano cho hai mục đích chính. Trước hết, bộ kit phát triển sẽ hữu ích cho các tổ chức thương mại muốn phát triển các sản phẩm học máy. Các sản phẩm này có thể bắt đầu với bộ kit phát triển và sau đó chuyển sang sử dụng mô-đun cho sản phẩm cuối cùng, giống như cách sử dụng các bo mạch và mô-đun Jetson khác. Thứ hai, những người đam mê có thể không bao giờ sử dụng phiên bản mô-đun, nhưng họ muốn tạo ra các dự án dựa trên bộ kit phát triển, tương tự như Raspberry Pi.

Nvidia Jetson Nano Developer Kit May Tinh Nhung Ai The He Moi Danh Cho Nha Phat Trien 2 1

NVIDIA sẽ bán cả mô-đun và bộ kit phát triển thông qua nhiều kênh phân phối, cũng như cung cấp chúng đến các thị trường tiêu dùng thông qua các cửa hàng bán lẻ.

NVIDIA Jetson Nano Developer Kit có một loạt cổng kết nối đầy đủ, bao gồm 4 cổng USB 3.0, cổng HDMI, DisplayPort, cổng Ethernet, cùng với các chuẩn kết nối phổ biến như SDIO, I2C, SPI, và UART. Ngoài ra, Jetson Nano còn có cổng kết nối M.2 và giao thức MIPI-CSI để kết nối với máy ảnh. Người dùng cũng có khả năng kết nối Jetson Nano với mạng Wi-Fi nếu họ không muốn sử dụng kết nối Ethernet thông thường.

THÔNG SỐ KỸ THUẬT

Jetson Nano được trang bị sự hỗ trợ mạnh mẽ từ GPU, bao gồm một CPU 4 nhân 64-bit dựa trên kiến trúc ARM Cortex-A57, RAM 4GB, và bộ xử lý video mạnh mẽ có khả năng xử lý video 4K 30fps cho mã hóa và 4K 60fps cho giải mã. Ngoài ra, nó cung cấp các khe cắm PCIe và cổng USB 3.0.

Nvidia Jetson Nano Developer Kit May Tinh Nhung Ai The He Moi Danh Cho Nha Phat Trien 1

Với khả năng cung cấp 472 GFLOPS, Jetson Nano có thể xử lý các thuật toán AI hiện đại một cách nhanh chóng. Nó sử dụng một CPU ARM 4 nhân 64-bit, một GPU NVIDIA tích hợp với 128 lõi, và bộ nhớ 4GB LPDDR4. Điều này cho phép nó chạy đồng thời nhiều mạng neural và xử lý cùng lúc nhiều cảm biến có độ phân giải cao.

Jetson Nano còn được hỗ trợ bởi NVIDIA JetPack, bao gồm các gói hỗ trợ cho board, CUDA, cuDNN, và thư viện phần mềm TensorRT dành cho deep learning, computer vision, GPU computing, multimedia processing và nhiều ứng dụng khác. SDK cung cấp khả năng cài đặt các framework Machine Learning (ML) mã nguồn mở như TensorFlow, PyTorch, Caffe / Caffe2, Keras và MXNet, giúp các nhà phát triển tích hợp các mô hình AI hoặc framework AI ưa thích của họ vào sản phẩm một cách nhanh chóng và dễ dàng.

Khả năng xử lý video của Jetson Nano rất ấn tượng. Nó không chỉ hỗ trợ xem video 4K, mà còn có khả năng xử lý nhiều luồng video đồng thời. Điều này giúp cho việc phát hiện đối tượng, theo dõi, hoặc tránh chướng ngại vật trở nên hiệu quả. Jetson Nano có khả năng giải mã đồng thời 8 luồng video hoặc camera với độ phân giải Full HD 30fps, và các luồng này có thể được giải mã và xử lý một cách hiệu quả bởi các thuật toán học máy để theo dõi đối tượng.

Chi tiết sản phẩm xem tại: https://aiotvn.com/

ADTECH – Cung cấp thiết bị-giải pháp công nghệ dành cho doanh nghiệp

VP HN: Số 6 Kim Đồng, Phường Giáp Bát, Quận Hoàng Mai, TP. Hà Nội

CN HCM: Toà nhà Sabay Buiding 99 Cộng Hoà, Phường 4, Tân Bình, TP. HCM

Hotline: 0969133273

Website: aiotvn.com

Fanpage: https://www.facebook.com/aiotvn.vietnam

Nhận xét

Đăng nhận xét

Bài đăng phổ biến từ blog này

Ứng dụng AI tại biên và 3 điểm cần lưu ý khi triển khai

 Khi trí tuệ nhân tạo (AI) trưởng thành, việc ứng dụng nó sẽ tiếp tục tăng lên. Theo nghiên cứu gần đây, 35% tổ chức đang sử dụng AI, với 42% đã bắt đầu khám phá tiềm năng của nó. Mặc dù AI đã được nghiên cứu khá nhiều và triển khai mạnh mẽ trên các nền tảng đám mây, nhưng đối với các hệ thống biên thì AI vẫn là một công nghệ còn khá non trẻ và đang có một số thách thức riêng khi ứng dụng AI tại biên. AI đã được sử dụng trong nhiều ứng dụng, từ điều hướng trong ô tô đến theo dõi các bước chân đến trò chuyện với trợ lý kỹ thuật số. Mặc dù người dùng thường xuyên truy cập các dịch vụ này trên thiết bị di động, nhưng kết quả tính toán nằm trong việc sử dụng AI trên đám mây. Cụ thể hơn, một người yêu cầu thông tin và yêu cầu đó được xử lý bởi một mô hình học tập trung tâm trên đám mây, sau đó mô hình này sẽ gửi kết quả trở lại thiết bị cục bộ của người đó. AI ở biên ít được hiểu và ít được triển khai hơn so với AI trên đám mây. Ngay từ khi mới thành lập, các thuật toán và đổi ...
Đăng nhận xét
Đọc thêm

Sự khác biệt của AGV và AMR là gì?

  Tự động hóa hoạt động logistics nội bộ là một vấn đề rất được quan tâm đối với cả các công ty lớn và nhỏ. Tại sao phải sử dụng nguồn nhân lực thủ công để vận chuyển các nguyên vật liệu khi bạn có thể tự động hóa các nhiệm vụ này và để nhân viên tập trung vào các hoạt động có giá trị cao hơn? Bằng cách tự động hóa hoạt động vận chuyển hàng hoá & vật liệu, các doanh nghiệp có thể tối ưu hóa năng suất và có thể lên lịch giao hàng hiệu quả hơn để giảm tắc nghẽn trong sản xuất. Cho đến thời gian gần đây, các phương tiện xe tự hành (AGV) truyền thống là lựa chọn duy nhất để tự động hóa các nhiệm vụ vận chuyển nội bộ. AGV là thiết bị cố định quen thuộc trong các cơ sở lắp đặt lớn, cố định, nơi có nhu cầu phân phối vật liệu nhất quán, lặp đi lặp lại và nơi có thể chấp nhận chi phí ban đầu lớn và lợi tức đầu tư (ROI) lâu dài. Tuy nhiên, ngày nay AGV đang bị thách thức bởi công nghệ phức tạp hơn, linh hoạt hơn và tiết kiệm chi phí hơn, đó là các rô bốt di động tự động (AMR). Mặc d...
Đăng nhận xét
Đọc thêm

Edge Ai có thể mang tới những lợi ích gì trong kỷ nguyên AIoT

  Edge AI là một mô hình điện toán mới kết hợp AI trong các khung điện toán biên. Bài viết này sẽ mang tới cho các bạn thông tin về một số lợi ích và trường hợp sử dụng của nó. Việc áp dụng điện toán biên đã chứng kiến mức tăng trưởng đáng kể trong những năm gần đây. Một báo cáo gần đây của Research and Markets ghi lại rằng quy mô thị trường điện toán biên toàn cầu được dự đoán sẽ đạt 155,90 tỷ USD vào năm 2030. Một phần của những gì đã thúc đẩy sự phát triển của việc áp dụng điện toán cạnh trong các ngành công nghiệp là trí tuệ nhân tạo (AI). Với sự gia tăng của các ứng dụng IoT và dữ liệu kinh doanh, nhu cầu phát triển các thiết bị có thể xử lý thông tin nhanh hơn và thông minh hơn ngày càng tăng. Đây là nơi mà Edge AI đi vào cuộc sống. Việc tích hợp AI vào điện toán biên hoặc Edge AI đã giúp các thiết bị biên có thể sử dụng thuật toán AI để xử lý thông tin ở biên của thiết bị hoặc trên một máy chủ gần thiết bị, cắt giảm thời gian các thiết bị biên đưa ra quyết định....
Đăng nhận xét
Đọc thêm