立即注册 找回密码

微雪课堂

搜索
微雪课堂 Jetson Nano Jetson Nano系列教程 查看内容

Jetson Nano™ 2GB Developer Kit新品到货,开箱尝鲜啦

2020-10-28 21:34| 发布者: waveshare-admin| 查看: 360| 评论: 0

摘要: 2020年10月5号,英伟达(Nvidia)发布了Jetson Nano™ 2GB Developer Kit,Jeson平台再添一员,目前Jetson系列分层更加明确,官方也指出此次发布更加贴近学生教育,下面大家一起看看此次发布相关内容. ...

前言

2020年10月5号,英伟达(Nvidia)发布了Jetson Nano™ 2GB Developer Kit,Jeson平台再添一员,目前Jetson系列分层更加明确,官方也指出此次发布更加贴近学生教育,下面大家一起看看此次发布相关内容.

购买连接请戳我

开箱

小编前几日拿到Jetson Nano™ 2GB Developer Kit (以下简称 Nano 2GB),此次Nano 2GB版本有两个型号分别是:

  1. Part Number 945-13541-0000-000 including 802.11ac wireless adapter and cable
  2. Part Number 945-13541-0001-000 NOT including adapter and cable

第1个型号附带WiFi适配器和线缆适用于美国/加拿大

第2个型号不带WiFi适配器和线缆适用其他国家地区

下面为大家开箱测试,一睹风采

外包装正面照

外包装背面照

外包装上看

  1. Nano 2GB还是一样背着大散热器造型(核厂还是核厂,容易热)
  2. 原来4个蓝色USB3.0全变成了3个灰色的USB,从外包装背面照可知Nano 2GB版本只有一个USB 3.0端口,两个USB 2.0端口,
  3. Nano 2GB取消DisplayPort,保留了HDMI端口,40Pin GPIO,1路CSI等接口
  4. 电源DC Jack头变成了USB Tpye C接头,外包装盒背面推荐使用5V@3A电源

Nano 2GB正面照

Nano 2GB正面照

拆除外包装后,有一个Jeson Nano 2GB主板和一份快速使用说明书,从上图看到Nano 2GB的变化细节

  1. 取消了正面左侧PoE接口
  2. 散热风扇控制口默认不焊接
  3. 正面照左侧增加了一个8Pin按键排针接口
  4. 取消了M.2网卡接口

在内存,GPU和CPU方面,此次发布的Nano 2GB的主板与标准Jetson Nano(以下简称Nano 4GB)相同,

Nano 2GB顾名思义,其物理内存为64Bit LPDDR4 2GB,内存减少不意味着性能降低,官方最低要求32GB推荐64GB的UHS-1卡作为引导设备并用于主存储

并利用MicroSD UHS卡作为交换空间相抵相关AI项目因2GB物理内存的受限情况

Nano 2GB同样搭载64位4核1.43GHz的Arm Cortex-A57 CPU和最高921MHz的频率运行的集成128核Maxwell的GPU(算力是472 GFLOP),在图像视频处理依然可以处理高达4K 30fps的编码或4K 60fps的解码

具体硬件参数

镜像安装与系统运行

介绍完外观和参数,上电开机看看Nano 2GB运行情况,点击我快捷下载安装JetPack镜像包或浏览官网,准备以下相关器件

  1. 读卡器
  2. MicroSD 32GB
  3. USB Type C 5V@3A电源适配器
  4. 15.6inch HDMI LCD (H) (带外壳)
  5. 键盘和鼠标

下载解压镜像,将镜像写入MicroSD卡,详细写入过程点击我参考,连接好屏幕键鼠网线后接入USB C电源开机,注意,首次开机需要填写用户名和密码,弹出设置交换空间,选择默认大小按回车确认,从下图中来看使用了LXDE桌面环境,其他变化不大.

性能上,相关模型的延迟在Nano 2GB和Nano 4GB相差不大,官方已推出详细测试文档,测试过程至少需要两个小时,感兴趣读者可以点击我参考如何下载安装模型及程序,另外还需在Nano 2GB上安装TensorRT,下面图示中展示了测试Nano 2GB和Nano 4GB等相关性能的比较.

git clone https://github.com/NVIDIA-AI-IOT/jetson_benchmarks.git
cd jetson_benchmarks
mkdir models
sudo sh install_requirements.sh
python3 utils/download_models.py --all --csv_file_path ./benchmark_csv/tx2-nano-benchmarks.csv --save_dir models
sudo python3 benchmark.py --all --csv_file_path ./benchmark_csv/tx2-nano-benchmarks.csv --model_dir models --jetson_devkit nano --gpu_freq 921600000 --power_mode 0 --precision fp16

40Pin GPIO 测试

使用Pioneer600测试40 Pin GPIO,官方说明使用了TI的TXB0108电平转换IC,经测试

  1. I2C,UART功能正常使用
  2. 部分GPIO输入输出功能还是不能直接使用,需要修改对应设备树节点
  3. 可设置I2S,PWM,SPI等功能,设置后硬件SPI使用正常,PWM功能还是需要使用Pinmux映射对应端口才能使用,点击参考

打开桌面LxTerminal,输入命令打开40 Pin GPIO设置,使能相应功能,设置后重启生效

sudo /opt/nvidia/jetson-io/jetson-io.py

结语

$59的价格及同样出色性能让泛AI领域从业者更容易获取到AI硬件设备,如官方所说,Makes AI Easily Accessible to All,同时NVIDIA还宣布推出免费的在线培训和AI认证计划 ,有理由相信Jeson平台用户可以在AI的学习中得到成长,同时Jeson平台会在机器人,零售,工业,农业和AIoT等各领域出现更多创新应用.


5

顶一下

刚表态过的朋友 (5 人)

Jetson Nano
JetBot

微雪官网|产品资料|手机版|小黑屋|微雪课堂. ( 粤ICP备05067009号 )

GMT+8, 2020-11-28 02:01 , Processed in 0.017514 second(s), 16 queries .

返回顶部