Description
商品特色
- 手掌大小的邊緣 AI 設備採用 NVIDIA Jetson Nano 生產模組構建，提供 128 個 NVIDIA CUDA® 內核，可提供 0.5 TFLOP (FP16)。
- 與 Jetson Nano Developer Kit 的參考載板設計幾乎相同，豐富的 IO 包括千兆乙太網端口、4 個 USB 3.0 Type-A 端口、HDMI 端口和 DP 端口。
- 預裝 NVIDIA 官方 JetPack 軟體，為雲端原生應用做好準備。
- 與我們的生態系統合作夥伴一起支援廣泛的 AI 應用程序快速構建。
- 在 Cogniteam Nimbus 支援實時機器人開發、分析和遠程車隊管理。
- 支援 Allxon 以實現安全的 OTA 和遠程設備管理。 使用代碼 H4U-NMW-CPK 解鎖 90 天免費試用。
- 可以安裝在牆上，背面有安裝孔。
reComputer Jetson 系列是採用 NVIDIA 高級 AI 嵌入式系統構建的緊湊型邊緣電腦，目前推出了 Jetson-10 (使用 Jetson Nano 核心板) 和 Jetson-20（使用 Xavier NX 核心板）2個系列。 reComputer Jetson 憑藉豐富的擴展模組、工業外設、熱管理以及 Seeed 數十年的硬體設計製造經驗，已準備好幫助您加速和擴展在各種 AI 場景中出現的下一代 AI 產品。
該系列兼容 NVIDIA Jetson 軟體堆棧、雲原生工作流程、行業領先的 AI 框架，有助於實現無縫的 AI 集成。 reComputer Jetson 系列產品均內建 16 GB 的 eMMC，並已預設了 Ubuntu 18.04 LTS 和 NVIDIA JetPack 4.6，開機簡單配置後即可開始使用。
應用：下一代可邊緣運算的自主機器
Jetson 的 reComputer 系列非常適合建構自主機器和復雜的 AI 系統任務，包括圖像識別、對象檢測和定位、姿勢分析、語義分割、影像處理和智能分析。
- 人工智慧進入野外：無人機、無人機、野生動物保護、農業
- 智慧城市：交通、零售、醫療保健
- 工業 4.0：製造、物流、交付、服務
用於邊緣 AI 集成的預設建構系統
所有 NVIDIA® Jetson™ 模組和開發人員套件均由同一軟體堆疊支援，使您能夠一次開發並隨時部署。 Jetson Software 旨在為 AI 應用程序提供端到端加速並加快您的上市時間。 我們將強大的NVIDIA 技術部屬至資料中心和雲端。
相關文件
應用專案：無論是初學者還是專家，都可以在這裡構建您的下一代自主機器
邊緣運算人工智慧應用
eComputer J1010 和 J1020 由 Jetson Nano 提供支援，非常適合學習 AI 和構建用於圖像識別、對象辨識、人體姿勢估計、影像處理等的 AI 應用程序。 查看下面的應用範例和教程！
在Jetson 討論區 資源頁面中可查詢增強您開發體驗的創建工具和教程，並查看討論區項目頁面以激發您的下一個專案項目！
開發者工具
預設安裝 Jetpack 用於快速開發和邊緣運算 AI 集成
Jetson 軟體堆疊從 NVIDIA JetPack™ SDK 開始，它提供完整的開發環境，包括 CUDA-X 加速庫和其他 NVIDIA 技術來激發您的開發靈感。JetPack 包括提供 Linux 內核、引導加載程序、NVIDIA 驅動程式、 Jetson Linux快閃記憶體的驅動程序包 Jetson 平台的實用程序、範例文件系統和工具鏈。 它還包括安全功能、無線更新功能等等。
電腦視覺化和嵌入式機器學習
-
Edge AI 無代碼視覺工具 ，Seeed 最新的開源項目，用於在 3 個節點內部署 AI 應用程序。
-
NVIDIA DeepStream SDK 提供了一個完整的流量分析工具包，用於 Jetson 上進行AI 的感測器處理和理解影像、圖像。
-
NVIDIA TAO 工具包，基於 TensorFlow 和 PyTorch 建構，是 NVIDIA TAO 框架的低代碼版本，可加速模型訓練。
-
alwaysAI：直接在 reComputer 邊緣運算建構、訓練和部署電腦視覺應用程序。 通過企業訂閱，只需單擊幾下，即可免費進入 100 多個可預先訓練的電腦視覺模型並在雲端中訓練自定義 AI 模型。 查看 wiki 指南以開始使用 alwaysAI。
-
Edge Impulse：最簡單的嵌入式機器學習管道，用於邊緣部署音樂、分類和對象辨識應用程序，對雲端的依賴為零。
-
Roboflow 提供工具將原始圖像轉換為經過訓練的目標辨識和分類電腦視覺模型，並將該模型部署到應用程序中。 請參閱使用 Roboflow 部署到 NVIDIA Jetson 的完整文件。
-
Ultralytics 的 YOLOv5：使用遷移學習，用 YOLOv5 實現少樣本目標辨識，只需要很少的訓練模型。 請參閱我們的 wiki 教程。
-
Deci：在 NVIDIA Jetson Nano 上優化您的模型。 在Deci上的網絡討論區，查詢 NVIDIA Jetson Nano 和 Xavier NX 設備的自動測試和優化性能相關資訊
NVIDIA Jetson Nano 和 Jetson Xavier NX 的比較
借助 Jetson Nano，開發人員可以使用來自 TAO Toolkit 的高度準確訓練模型，並通過 DeepStream 進行部署。 Jetson Nano 的 PeopleNet-ResNet34 的人物辨識可以達到 11 FPS，DashCamNet-ResNet18的車輛辨識可以達到 19 FPS，FaceDetect-IR-ResNet18 的人臉辨識可以達到 101 FPS。
Jetson Xavier NX 可以達到 172 FPS 的 PeopleNet-ResNet34 的人物辨識、274 FPS 的 DashCamNet-ResNet18的車輛辨識和 1126 FPS 的 FaceDetect-IR-ResNet18 的人臉辨識。 基準測試詳細信息可在NVIDIA® DeepStream SDK網站上找到。
如果您正在開發的應用程序需要在執行 ASR/NLP 或其他與 GPU 相關的任務（例如啟用 CUDA 的 SLAM）必須以高解析度處理多個影像，那麼它的深度學習加速器可以進行 CNN 推理並將 GPU 留給其他任務 – TX2 或 Jetson Nano 可能不太好運型。 在此處查看我們的比較表。
商品規格
| 產品 | reComputer J1020 |
| 模組 | Nano (production version) |
| 人工智慧性能 | Jetson Nano 4GB - 0.5 TOPS |
| GPU | NVIDIA Maxwel™ architecture with128 NVIDIA CUDA® cores |
| CPU | 四核心 ARM Cortex-A57 MPCore 處理器 |
| 記憶體 | 4GB 64-bit LPDDR4 25.6GB/s |
| 影片編碼器 | 1x4K30 | 2x1080p60 | 4x1080p30 | 4x720p60 | 9x720p30
(H.265 & H.264) |
| 影片解碼器 | 1x4K60 | 2x 4K30 | 4x 1080p60 | 8x 1080p30 | 9x 720p60
(H.265 & H.264) |
| 儲存 | 1x M.2 Key M PCIe（包括 M.2 NVMe 2280 SSD 128G） |
| 千兆乙太網 | 1*RJ45 千兆乙太網連接器 (10/100/1000) |
| USB連接埠 | 4 * USB 3.0 TypeA ；
1x Micro-USB 連接埠用於設備模式； |
| 相機 | 2x CSI (2-lane 15pin) |
| 顯示器 | 1*HDMI Type A
1*DP |
| 風扇 | 1* 4pin 風扇（5V PWM） |
| 多功能連接埠 | 1x 40Pin 擴展接頭
1x 12Pin 控制和 UART 接頭） |
| 工作溫度 | 0℃ ~ 60℃ |
| 電源 | DC Jack 12V/2A |
| 尺寸 | 130mm x120mm x 50mm(帶外殼) |
技術文章
reComputer Jetson 系列-擴充儲存空間
reComputer Jetson 系列-入門與系統操作教學
reComputer Jetson 系列-開箱與硬體功能介紹
文件下載
出貨清單
- reComputer J1020 V2 (內含Jetson Nano 4GB) x 1
- 12V/2A電源轉接器（附5個可互換轉接器插頭）x1
