Phenquestions
Voici nos meilleurs choix :
1. Kit de développement NVIDIA Jetson Xavier NX
Le kit de développement Jetson Xavier NX est un appareil de niveau passionné avec un prix de niveau consommateur. Il prend les performances du TX2 et les augmente d'un cran. Selon NVidia, les matrices de performance NX surpassent TX2 d'environ dix fois en aussi peu que 10 W. De quoi plaire à un bricoleur régulier. Sa capacité à développer et à tester des projets de petite taille et à faible consommation d'énergie avec une inférence d'IA multimodale très précise ouvre la porte à de nouvelles avancées.
L'ordinateur du module dispose d'un processeur NVIDIA Carmel ARM v8 à 6 cœurs.2 CPU, 6 Mo L2 + 4 Mo de cache L3, 8 Go de mémoire d'ordinateur et 16 Go de taille de disque matériel. De plus, son GPU est basé sur la dernière architecture Volta de NVIDIA avec 384 CUDA et 48 Tensor Cores. Ce sont des spécifications assez bêtes pour un niveau de consommation.
Le seul problème avec cette option est que L4T a une très petite communauté de support, ce qui signifie peu de support logiciel. Si vous avez besoin d'un logiciel, vous devrez probablement le créer vous-même.
Dans l'ensemble, le kit de développement NVIDIA Jetson Xavier NX dispose d'un module Jetson Xavier NX compact et économe en énergie pour les périphériques AI Edge. C'est une solution portable parfaite pour les bricoleurs à la recherche d'applications d'IA ou de robotique. Et pas seulement cela, il fonctionne également très bien pour le divertissement et la productivité.
Achetez ici: Amazone
2. Kit de développement NVIDIA Jetson Nano 4 Go
Le deuxième meilleur kit de développement Nvidia Jeston de notre liste est peut-être le SBC le plus sous-estimé du marché. Il offre d'excellentes performances pour exécuter des charges de travail d'IA modernes à une taille, une puissance et un prix extraordinaires. Cela en fait un excellent petit ordinateur, en particulier pour l'apprentissage automatique et l'enseignement.
Le Jetson Nano est également excellent en tant qu'Ubuntu 18 à usage général.04 Bureau LTS. Bien que l'image soit basée sur le LTS précédent, c'est toujours l'une des images les plus raffinées de Nvidia. Même avec seulement 4 Go de mémoire, il fonctionne exceptionnellement bien. Le Nano a une sensation très vive lors de l'exécution d'une VRAIE distribution Linux de bureau complète. Oui, même le RaspberryPi 4 de 8 Go ne peut pas battre les performances.
Et puis il y a le principal attrait : le GPU, la programmation et son ensemble d'outils d'apprentissage automatique. Tout est préinstallé et préconfiguré. Vous pouvez également ajouter d'autres outils rapidement via des images de conteneur. Le seul inconvénient de ce kit de développement est que les 128 cœurs Cuda basés sur Maxwell sont quelque peu obsolètes. Mais, bon, tant qu'ils font le travail comme outil d'enseignement, tout va bien.
La clé à retenir ici est qu'il s'agit d'une configuration assez autonome. Si vous êtes fan de tarte, c'est simple comme bonjour (jeu de mots absolument voulu). Tout ne prend que 10 minutes pour se lever et courir. Pour le prix, rien ne vaut, surtout comme outil d'apprentissage indépendant.
Achetez ici: Amazone
3. Kit de développement NVIDIA Jetson AGX Xavier (32 Go)
Bien que Nano soit génial, il peut être lent pour les développeurs sérieux. Le Xavier est Linux ARM64 à son meilleur. Bien sûr, l'AGX Xavier est sensiblement coûteux, mais il a du punch en matière de performances. Et cela aussi avec seulement un niveau de puissance de 30W.
Parlons un peu des spécifications. La carte est une belle boîte de développement ARMv8 complète avec les bibliothèques CUDA, TensorRT et NVIDIA. D'autre part, le module dispose de huit ARM v8.2 cœurs de processeur "Carmel", GPU Volta 512 cœurs (avec cœurs tenseurs), 16 Go de mémoire LPDDR4x, 32 Go d'eMMC5.1 stockage, 2 accélérateurs d'apprentissage en profondeur NVDLA et un processeur de vision VLIW à sept voies. C'est une puissance de feu impressionnante.
Cependant, nous aimons ce kit car il est livré avec un mode "silencieux" sur. Pour cette raison, il se refroidit passivement avec un étranglement négligeable.
Nous avons un petit reproche, cependant. en cas d'événement électrique, cet appareil n'est pas automatiquement alimenté. Vous pouvez brancher certaines broches pour l'allumer automatiquement, mais nous n'avons pas essayé cette méthode lors de notre essai. Dans l'ensemble, si vous formez des réseaux ou faites de l'IA vidéo, testez de la robotique et d'autres machines autonomes, AGX Xavier est le Jetson qu'il vous faut.
Achetez ici: Amazone
4. Kit de développement NVIDIA Jetson TX2
Le Jetson TX2 est un autre kit de développement pour les experts qui est bien optimisé pour diverses formes d'IA. Il est assez difficile pour les débutants de se lancer avec ce kit. Mais même si vous n'avez jamais formé un réseau d'apprentissage en profondeur, il y a beaucoup à apprécier ici.
En ce qui concerne les spécifications, le TX2 dispose d'un processeur double cœur NVIDIA Denver 2 et d'un processeur Quad-Core ARM Cortex-A57 MPCore, de 4 Go de mémoire LPDDR4 128 bits, d'un GPU Pascal NVIDIA à 256 cœurs et d'un eMMC 5 de 16 Go.1 stockage. Cela se traduit par une performance trois fois plus rapide que Raspberry 3. (Le kit de développement Jetson TX2 est sorti en 2017).
Pour tester ses performances, nous avons exécuté des réseaux profonds pour la reconnaissance d'images à l'aide de Tensorflow. Initialement, les réseaux ont été formés à l'aide d'Amazon AWS. Les filets transférés sans problème vers le TX2. Mais, bien sûr, avec un peu d'effort. Ce n'est pas un jouet. Ceci est un outil d'ingénierie pro. C'est un module qui alimente une voiture autonome ou un quadcopter de capture vidéo. Ces tâches nécessitent une capacité de traitement rapide avec un faible budget de puissance.
C'est pourquoi il n'y a pas d'autre outil comme celui-ci. Si vous avez besoin d'un processeur rapide qui ne consomme que 15 watts, le kit de développement NVIDIA Jetson TX2 semble être un choix logique.
Achetez ici: Amazone
5. Kit de développement NVIDIA Jetson TK1
Enfin, nous avons l'un des plus anciens kits de développement NVIDIA Jetson. Bien sûr, cela vaut toujours la peine d'être examiné en 2021. Si vous testez les eaux avec les kits de développement Nvidia, le TK1 est toujours un excellent point d'entrée et une plate-forme GPU peu coûteuse pour le développement.
Le TK1 est construit autour du SOC Tegra K1 de NVIDIA. Il utilise un cœur de calcul NVIDIA Kepler qui semble un peu obsolète aujourd'hui. Cependant, il s'agit toujours d'une plate-forme NVIDIA CUDA complète qui vous permet de développer et de déployer des systèmes à forte intensité de calcul pour la vision par ordinateur, la robotique, l'agriculture, la médecine, etc.
L'empreinte de ce modèle est plutôt grande et haute. Même si le système fonctionne à froid, le ventilateur lui-même est placé assez haut sur le kit. Comme il s'agit d'un modèle plus ancien, la RAM est également partagée entre le GPU et le CPU, ce qui limite ses performances.
Comme les options mentionnées précédemment, NVIDIA propose l'intégralité du BSP et de la pile logicielle pour ce modèle. Cela inclut CUDA, OpenGL 4.4 et le kit Vision Works de NVIDIA. Avec une suite de développement complète, ainsi qu'une compatibilité et une prise en charge prêtes à l'emploi pour les caméras et autres périphériques, NVIDIA vous offre une solution d'introduction intéressante pour vous familiariser avec les systèmes embarqués.
Achetez ici: Amazone
Guide d'achat du meilleur kit de développement NVIDIA Jetson
NVIDIA ne manque pas de kits de développement Jetson. Gardez donc à l'esprit ces facteurs cruciaux lorsque vous examinez le marché pour un achat :
Empreinte
La première chose à remarquer lorsque vous déballez le meilleur kit de développement NVIDIA Jetson devrait être votre première considération : l'encombrement. De combien d'espace le kit a-t-il besoin dans votre espace de travail? Est-ce lourd? Le ventilateur est-il placé trop haut? Les kits avec une plus grande empreinte ne sont pas portables. Si votre enfant n'est pas portable, alors quel est l'intérêt d'en obtenir un en premier lieu?
Facilité d'utilisation
Le kit de développement doit être prêt à l'emploi hors de la boîte. Cela ne devrait limiter votre curiosité d'explorer l'IA avec divers capteurs et périphériques.
Support
La prochaine fonctionnalité que vous devriez examiner est le support et la compatibilité. Tout d'abord, la prise en charge des frameworks d'IA modernes tels que TensorFlow, PyTorch et MXNet. Il devrait également prendre en charge autant de capteurs populaires que possible dans la communauté de l'IA. Avoir une communauté de développeurs importante et dynamique est également utile. Vous pouvez ensuite résoudre les problèmes, partager des projets open source ainsi que des applications du monde réel.
Comment utiliser (ou même utiliser?)
Après avoir reçu votre produit, chargez le système d'exploitation et connectez-vous à Internet. Ensuite, ouvrez un éditeur de texte de navigateur et laissez-le reposer pendant environ 6 heures ou plus. Il est généralement préférable de le laisser reposer pendant la nuit. Ensuite, s'il n'y a aucun signe de redémarrage, vous devriez être prêt à partir. Cependant, si vous remarquez un redémarrage, vérifiez s'il existe un fichier de plantage du noyau sous "/var/log"? Ouvrez-le et recherchez "kernel oops". S'il apparaît, ne gaspillez pas votre énergie ou votre temps. Il suffit de retourner le produit!
Dernières pensées
L'IA à la périphérie peut libérer un potentiel incroyable dans tout. Qu'il s'agisse de soins de santé, de fabrication ou d'agriculture, l'utilisation du meilleur kit de développement NVIDIA Jetson peut rendre votre tâche incroyablement gratifiante. Ces kits réduisent vos coûts de développement logiciel et fournissent une stratégie d'IA évolutive pour vos machines autonomes. Nous espérons que cet article vous a aidé à vous décider. C'est tout pour le moment. Merci pour la lecture.
