Phenquestions
Di bawah ini adalah pilihan utama kami:
1. Perangkat Pengembang NVIDIA Jetson Xavier NX
Kit pengembang Jetson Xavier NX adalah perangkat tingkat antusias dengan harga tingkat konsumen. Dibutuhkan kinerja TX2 dan meningkatkannya. Menurut NVidia, matriks kinerja NX mengungguli TX2 sekitar sepuluh kali hanya dalam 10W. Itu pasti akan menyenangkan orang yang suka bermain-main regular. Kemampuannya untuk mengembangkan dan menguji proyek faktor bentuk kecil yang hemat energi dengan inferensi AI multi-modal yang sangat presisi membuka gerbang untuk terobosan baru.
Komputer modul memiliki 6-core NVIDIA Carmel ARM v8.2 CPU, 6 MB L2 + 4 MB L3 cache, ukuran memori komputer 8 GB, dan ukuran disk perangkat keras 16 GB. Selain itu, GPU-nya didasarkan pada arsitektur Volta terbaru NVIDIA dengan 384 CUDA dan 48 Tensor Cores. Ini adalah spesifikasi yang sangat buruk untuk tingkat konsumen.
Satu-satunya masalah dengan opsi ini adalah bahwa L4T memiliki komunitas dukungan yang sangat kecil, yang berarti tidak banyak dukungan perangkat lunak. Jika Anda membutuhkan perangkat lunak, Anda mungkin harus membuatnya sendiri.
Secara keseluruhan, NVIDIA Jetson Xavier NX Developer Kit memiliki modul Jetson Xavier NX yang hemat daya dan ringkas untuk perangkat AI edge. Ini adalah solusi portabel yang sempurna untuk para pengotak yang mencari aplikasi AI atau robotika. Dan bukan hanya itu, ini juga berfungsi dengan baik untuk hiburan dan produktivitas.
Beli disini: Amazon
2. Kit Pengembang NVIDIA Jetson Nano 4GB
Kit pengembang Nvidia Jeston terbaik kedua dalam daftar kami mungkin adalah SBC yang paling diremehkan di pasar. Ini memberikan kinerja luar biasa untuk menjalankan beban kerja AI modern dengan ukuran, daya, dan harga yang luar biasa. Itu membuatnya menjadi komputer kecil yang hebat, terutama untuk pembelajaran dan pengajaran mesin.
Jetson Nano juga sangat baik sebagai tujuan umum Ubuntu 18 general.04 LTS desktop. Meskipun gambar didasarkan pada LTS sebelumnya, itu masih salah satu gambar Nvidia yang lebih halus. Bahkan dengan memori hanya 4GB, ini berjalan dengan sangat baik. Nano memiliki rasa yang sangat tajam saat menjalankan distribusi Linux desktop penuh NYATA. Ya, bahkan RaspberryPi 4 8GB tidak dapat mengalahkan kinerjanya.
Dan kemudian ada daya tarik utama: GPU, pemrograman, dan perangkat pembelajaran mesinnya. Semuanya datang pra-instal dan pra-konfigurasi. Anda juga dapat menambahkan alat lain dengan cepat melalui gambar kontainer. Satu-satunya kelemahan dari kit pengembang ini adalah bahwa 128 inti Cuda berbasis Maxwell agak ketinggalan jaman. Tapi, hei, selama mereka menyelesaikan pekerjaan sebagai alat pengajaran, semuanya baik-baik saja.
Kuncinya di sini adalah bahwa ini adalah pengaturan yang cukup mandiri. Jika Anda penggemar pai, itu semudah pai (permainan kata yang benar-benar dimaksudkan). Semuanya hanya membutuhkan waktu 10 menit untuk bangun dan berlari. Untuk harga, tidak ada yang mengalahkannya, terutama sebagai alat belajar mandiri.
Beli disini: Amazon
3. Perangkat Pengembang NVIDIA Jetson AGX Xavier (32GB)
Meskipun Nano hebat, itu bisa lambat untuk pengembang yang serius. Xavier adalah Linux ARM64 yang terbaik. Tentu, AGX Xavier sangat mahal, tetapi performanya luar biasa. Dan itu juga hanya pada level daya 30W.
Mari kita bicara sedikit tentang spesifikasinya. Papan ini adalah kotak pengembang ARMv8 yang bagus lengkap dengan perpustakaan CUDA, TensorRT, & NVIDIA. Di sisi lain, modul memiliki delapan ARM v8.2 inti prosesor "Carmel", GPU Volta 512-core (dengan inti tensor), memori LPDDR4x 16 GB, eMMC5 32 GB.1 penyimpanan, 2 akselerator pembelajaran mendalam NVDLA, dan prosesor visi VLIW tujuh arah. Itu beberapa daya tembak yang mengesankan.
Namun, kami menyukai kit ini karena dilengkapi dengan mode "tenang" aktif. Karena itu, ia mendingin secara pasif dengan pelambatan yang dapat diabaikan.
Kami memiliki satu keluhan kecil, meskipun. jika terjadi peristiwa listrik, unit ini tidak memiliki daya secara otomatis. Anda dapat melakukan jumper di beberapa pin untuk mengaktifkannya secara otomatis, tetapi kami tidak mencoba metode ini selama uji coba. Secara keseluruhan, Jika Anda melatih jaringan atau melakukan beberapa video AI, menguji robotika, dan mesin otonom lainnya, AGX Xavier adalah Jetson untuk Anda.
Beli disini: Amazon
4. Kit Pengembangan NVIDIA Jetson TX2
Jetson TX2 adalah kit pengembang lain untuk para ahli yang telah dioptimalkan dengan baik untuk berbagai bentuk AI. Agak sulit bagi pemula untuk memulai dengan kit ini. Tetapi bahkan jika Anda belum pernah melatih jaring pembelajaran yang mendalam, ada banyak hal yang bisa dihargai di sini.
Untuk spesifikasi, TX2 memiliki CPU dual-Core NVIDIA Denver 2 dan prosesor Quad-Core ARM Cortex-A57 MPCore, memori LPDDR4 4 GB 128-bit, GPU Pascal NVIDIA 256-core, dan eMMC 5 16 GB.1 penyimpanan. Itu berarti kinerja tiga kali lebih cepat dari Raspberry 3. (Kit Pengembangan Jetson TX2 keluar pada tahun 2017).
Untuk menguji kinerjanya, kami menjalankan jaring yang dalam untuk pengenalan gambar menggunakan Tensorflow. Awalnya, jaring dilatih menggunakan Amazon AWS. Jaring ditransfer dengan sempurna ke TX2. Tapi, tentu saja, dengan sedikit usaha. Ini bukan mainan. Ini adalah alat rekayasa pro. Ini adalah modul yang menggerakkan mobil self-driving atau quadcopter perekaman video. Tugas-tugas ini menuntut kemampuan pemrosesan yang cepat dengan anggaran daya yang rendah.
Itu sebabnya tidak ada alat lain seperti ini. Jika Anda membutuhkan CPU cepat yang hanya menggunakan 15 Watt, NVIDIA Jetson TX2 Development Kit sepertinya merupakan pilihan yang logis.
Beli disini: Amazon
5. Kit Pengembangan NVIDIA Jetson TK1
Akhirnya, kami memiliki salah satu Kit pengembang NVIDIA Jetson tertua. Tentu saja, masih layak untuk dilihat pada tahun 2021. Jika Anda menguji air dengan kit pengembang Nvidia, TK1 masih merupakan titik masuk yang bagus dan platform GPU yang murah untuk pengembangan.
TK1 dibangun di sekitar Tegra K1 SOC NVIDIA. Ini menggunakan inti komputasi NVIDIA Kepler yang terasa sedikit ketinggalan zaman hari ini. Namun, ini masih merupakan platform NVIDIA CUDA lengkap yang memungkinkan Anda mengembangkan dan menerapkan sistem komputasi intensif untuk visi komputer, robotika, pertanian, kedokteran, dan banyak lagi.
Jejak model ini agak besar dan tinggi. Meskipun sistem berjalan dengan keren, kipas itu sendiri ditempatkan cukup tinggi pada kit. Karena ini adalah model lama, RAM juga dibagi antara GPU dan CPU, sehingga membatasi kinerjanya.
Seperti opsi yang disebutkan sebelumnya, NVIDIA menawarkan seluruh BSP dan tumpukan perangkat lunak untuk model ini. Ini termasuk CUDA, OpenGL 4.4, dan kit Vision Works NVIDIA. Dengan rangkaian pengembangan yang lengkap, ditambah kompatibilitas dan dukungan out-of-the-box untuk kamera dan periferal lainnya, NVIDIA memberi Anda solusi pengantar yang bagus untuk memulai dengan sistem tertanam.
Beli disini: Amazon
Panduan Pembeli untuk Kit Pengembang NVIDIA Jetson Terbaik
NVIDIA tidak kekurangan Kit Pengembang Jetson. Jadi ingatlah faktor-faktor penting ini ketika melihat ke pasar untuk pembelian:
Tapak
Hal pertama yang harus diperhatikan ketika Anda membongkar Kit Pengembang NVIDIA Jetson terbaik harus menjadi pertimbangan pertama Anda: jejak. Berapa banyak ruang yang dibutuhkan kit di ruang kerja Anda? Apakah itu berat?? Apakah kipas ditempatkan terlalu tinggi?? Kit dengan footprint yang lebih besar tidak portabel. Jika anak Anda tidak portabel, lalu apa gunanya mendapatkannya??
Kemudahan penggunaan
Kit pengembang harus siap digunakan di luar kotak. Seharusnya tidak membatasi rasa ingin tahu Anda untuk menjelajahi AI dengan berbagai sensor dan periferal.
Dukung
Fitur berikutnya yang harus Anda perhatikan adalah dukungan dan kompatibilitasnya. Pertama dan terpenting adalah dukungan untuk kerangka kerja AI modern seperti TensorFlow, PyTorch, dan MXNet. Itu juga harus mendukung sebanyak mungkin sensor populer di komunitas AI. Memiliki komunitas pengembang yang besar dan bersemangat juga sangat berguna. Anda kemudian dapat memecahkan masalah, berbagi proyek sumber terbuka serta aplikasi dunia nyata.
Cara menggunakan (atau bahkan menggunakan?)
Setelah Anda menerima produk Anda, muat OS, dan sambungkan ke internet. Kemudian buka editor teks browser, dan biarkan selama sekitar 6 jam atau lebih. Membiarkannya istirahat semalaman biasanya lebih baik. Setelah itu, jika tidak ada tanda-tanda reboot, Anda harus melakukannya,. Namun, jika Anda melihat reboot, lihat apakah ada file crash kernel di bawah "/ var/log"? Buka dan cari "kernel oops". Jika itu muncul, jangan buang energi atau waktu Anda. Kembalikan saja produknya!
Pikiran Akhir
AI di tepi dapat membuka potensi luar biasa dalam segala hal. Baik itu perawatan kesehatan, manufaktur, atau pertanian, menggunakan Kit pengembang NVIDIA Jetson terbaik dapat membuat tugas Anda menjadi sangat bermanfaat. Kit ini mengurangi biaya pengembangan perangkat lunak Anda dan memberikan strategi AI yang dapat diskalakan untuk mesin otonom Anda. Kami harap artikel ini membantu Anda mengambil keputusan. Itu saja untuk saat ini. Terima kasih telah membaca.
