Phenquestions
A continuación se muestran nuestras mejores opciones:
1. Kit de desarrollador NVIDIA Jetson Xavier NX
El kit de desarrollador Jetson Xavier NX es un dispositivo de nivel de entusiasta con un precio de nivel de consumidor. Toma el rendimiento de TX2 y lo mejora un poco. Según NVidia, las matrices de rendimiento NX superan a TX2 en aproximadamente diez veces en tan solo 10W. Eso seguramente complacerá a un manitas habitual. Su capacidad para desarrollar y probar proyectos de factor de forma pequeño y energéticamente eficientes con inferencia de IA multimodal de alta precisión abre la puerta a nuevos avances.
La computadora del módulo tiene una NVIDIA Carmel ARM v8 de 6 núcleos.2 CPU, 6 MB de caché L2 + 4 MB L3, tamaño de memoria de computadora de 8 GB y tamaño de disco de hardware de 16 GB. Además, su GPU se basa en la última arquitectura Volta de NVIDIA con 384 CUDA y 48 Tensor Cores. Estas son especificaciones bastante bestias para un nivel de consumidor.
El único problema con esta opción es que L4T tiene una comunidad de soporte muy pequeña, lo que significa que no hay mucho soporte de software. Si necesita software, probablemente tendrá que construirlo usted mismo.
En general, el kit de desarrollador NVIDIA Jetson Xavier NX tiene un módulo Jetson Xavier NX compacto y de bajo consumo para dispositivos de borde de inteligencia artificial. Es una solución portátil perfecta para los técnicos que buscan aplicaciones de inteligencia artificial o robótica. Y no solo eso, también funciona muy bien para el entretenimiento y la productividad.
Compre aquí: Amazonas
2. Kit de desarrollador NVIDIA Jetson Nano 4GB
El segundo mejor kit para desarrolladores de Nvidia Jeston de nuestra lista es quizás el SBC más subestimado del mercado. Ofrece un rendimiento excelente para ejecutar cargas de trabajo de IA modernas con un tamaño, una potencia y un precio extraordinarios. Eso la convierte en una gran computadora, especialmente para el aprendizaje y la enseñanza de máquinas.
El Jetson Nano también es excelente como Ubuntu 18 de uso general.04 Escritorio LTS. Si bien la imagen se basa en el LTS anterior, sigue siendo una de las imágenes más pulidas de Nvidia. Incluso con solo 4 GB de memoria, funciona excepcionalmente bien. El Nano tiene una sensación muy ágil mientras ejecuta una distribución de Linux de escritorio completa REAL. Sí, incluso el RaspberryPi 4 de 8 GB no puede superar el rendimiento.
Y luego está el atractivo principal: la GPU, la programación y su conjunto de herramientas de aprendizaje automático. Todo viene preinstalado y preconfigurado. También puede agregar otras herramientas rápidamente a través de imágenes de contenedor. El único inconveniente de este kit de desarrollador es que los 128 núcleos Cuda basados en Maxwell están algo desactualizados. Pero, bueno, siempre que hagan el trabajo como herramienta de enseñanza, todo está bien.
La conclusión clave aquí es que es una configuración bastante autónoma. Si eres fanático de la tarta, es tan fácil como la tarta (juego de palabras absolutamente intencionado). Todo toma solo 10 minutos para levantarse y correr. Por el precio, nada lo supera, especialmente como herramienta de aprendizaje independiente.
Compre aquí: Amazonas
3. Kit de desarrollador NVIDIA Jetson AGX Xavier (32 GB)
Si bien Nano es genial, puede ser lento para desarrolladores serios. El Xavier es Linux ARM64 en su máxima expresión. Claro, el AGX Xavier es notablemente costoso, pero tiene un gran impacto cuando se trata de rendimiento. Y eso también con solo un nivel de potencia de 30 W.
Hablemos un poco de las especificaciones. La placa es una bonita caja de desarrollador ARMv8 completa con las bibliotecas CUDA, TensorRT y NVIDIA. Por otro lado, el módulo tiene ocho ARM v8.2 núcleos de procesador "Carmel", GPU Volta de 512 núcleos (con núcleos tensores), 16 GB de memoria LPDDR4x, 32 GB de eMMC5.1 almacenamiento, 2 aceleradores de aprendizaje profundo NVDLA y un procesador de visión VLIW de siete vías. Esa es una potencia de fuego impresionante.
Sin embargo, nos encanta este kit porque viene con un modo "silencioso" activado. Debido a esto, se enfría pasivamente con un estrangulamiento insignificante.
Sin embargo, tenemos una pequeña queja. en caso de un evento eléctrico, esta unidad no tiene energía automáticamente. Puede puentear algunos pines para que se encienda automáticamente, pero no probamos este método durante nuestra prueba. En general, si está entrenando redes o haciendo algo de inteligencia artificial en video, probando robótica y otras máquinas autónomas, AGX Xavier es el Jetson para usted.
Compre aquí: Amazonas
4. Kit de desarrollo NVIDIA Jetson TX2
El Jetson TX2 es otro kit de desarrollo para los expertos que viene muy bien optimizado para varias formas de IA. Es bastante difícil para los principiantes comenzar con este kit. Pero incluso si nunca ha entrenado una red de aprendizaje profundo, hay mucho que apreciar aquí.
En cuanto a las especificaciones, el TX2 tiene una CPU NVIDIA Denver 2 de doble núcleo y un procesador ARM Cortex-A57 MPCore de cuatro núcleos, una memoria LPDDR4 de 4 GB y 128 bits, una GPU Pascal de NVIDIA de 256 núcleos y una eMMC 5 de 16 GB.1 almacenamiento. Eso se traduce en un rendimiento tres veces más rápido que Raspberry 3. (El kit de desarrollo Jetson TX2 salió en 2017).
Para probar su rendimiento, ejecutamos redes profundas para el reconocimiento de imágenes mediante Tensorflow. Inicialmente, las redes se entrenaron con Amazon AWS. Las redes se transfirieron sin problemas al TX2. Pero claro, con algo de esfuerzo. Esto no es un juguete. Esta es una herramienta de ingeniería profesional. Es un módulo que alimenta un automóvil autónomo o un quadcopter de captura de video. Estas tareas exigen una capacidad de procesamiento rápida con un bajo presupuesto de energía.
Por eso no hay otra herramienta como esta. Si necesita una CPU rápida que solo consume 15 vatios, el kit de desarrollo NVIDIA Jetson TX2 parece una opción lógica.
Compre aquí: Amazonas
5. Kit de desarrollo NVIDIA Jetson TK1
Finalmente, tenemos uno de los kits de desarrollo de NVIDIA Jetson más antiguos. Por supuesto, todavía vale la pena investigarlo en 2021. Si prueba las aguas con los kits de desarrollo de Nvidia, el TK1 sigue siendo un gran punto de entrada y una plataforma de GPU económica para el desarrollo.
El TK1 está construido alrededor del Tegra K1 SOC de NVIDIA. Utiliza un núcleo informático NVIDIA Kepler que se siente un poco desactualizado hoy. Sin embargo, sigue siendo una plataforma NVIDIA CUDA completa que le permite desarrollar e implementar sistemas de computación intensiva para visión por computadora, robótica, agricultura, medicina y más.
La huella de este modelo es bastante grande y alta. Aunque el sistema funciona frío, el ventilador en sí se coloca bastante alto en el kit. Como este es un modelo más antiguo, la RAM también se comparte entre la GPU y la CPU, lo que limita su rendimiento.
Al igual que las opciones mencionadas anteriormente, NVIDIA ofrece todo el BSP y la pila de software para este modelo. Esto incluye CUDA, OpenGL 4.4 y el kit Vision Works de NVIDIA. Con un paquete de desarrollo completo, además de compatibilidad inmediata y soporte para cámaras y otros periféricos, NVIDIA le brinda una excelente solución introductoria para comenzar con los sistemas integrados.
Compre aquí: Amazonas
Guía del comprador para obtener el mejor kit para desarrolladores de NVIDIA Jetson
NVIDIA no tiene escasez de kits para desarrolladores de Jetson. Por lo tanto, tenga en cuenta estos factores cruciales cuando busque una compra en el mercado:
Huella
Lo primero que debe notar cuando desempaqueta el mejor kit de desarrollador NVIDIA Jetson debe ser su primera consideración: la huella. ¿Cuánto espacio necesita el kit en su espacio de trabajo?? Es pesado? ¿El ventilador está demasiado alto?? Los kits con un tamaño más grande no son portátiles. Si su hijo no es portátil, ¿cuál es el punto de conseguir uno en primer lugar??
Facilidad de uso
El kit de desarrollador debe estar listo para usar fuera de la caja. No debería poner ninguna limitación a su curiosidad por explorar la IA con varios sensores y periféricos.
Apoyo
La siguiente característica que debe considerar es el soporte y la compatibilidad. Lo primero y más importante es el soporte para marcos de IA modernos como TensorFlow, PyTorch y MXNet. También debería admitir tantos sensores populares en la comunidad de IA como sea posible. Tener una comunidad de desarrolladores grande y vibrante también es útil. A continuación, puede solucionar problemas, compartir proyectos de código abierto y aplicaciones del mundo real.
Cómo usar (o incluso usar?)
Después de recibir su producto, cargue el sistema operativo y conéctese a Internet. A continuación, abra un editor de texto del navegador y déjelo allí durante aproximadamente 6 horas o más. Dejarlo reposar durante la noche suele ser mejor. Luego, si no hay señales de reinicio, debería estar listo para comenzar. Sin embargo, si observa que se está reiniciando, vea si hay algún archivo de falla del kernel en "/ var / log"? Ábrelo y busca "kernel oops". Si aparece, no pierdas tu energía ni tu tiempo. Solo devuelve el producto!
Pensamientos finales
La IA en el borde puede desbloquear un potencial increíble en todo. Ya sea que se trate de atención médica, manufactura o agricultura, usar el mejor kit para desarrolladores de NVIDIA Jetson puede hacer que su tarea sea increíblemente gratificante. Estos kits reducen los costos de desarrollo de software y brindan una estrategia de IA escalable para sus máquinas autónomas. Esperamos que este artículo te haya ayudado a tomar una decisión. Eso es todo por ahora. Gracias por leer.
