{{ 'fb_in_app_browser_popup.desc' | translate }} {{ 'fb_in_app_browser_popup.copy_link' | translate }}
{{ 'in_app_browser_popup.desc' | translate }}
{{word('consent_desc')}} {{word('read_more')}}
{{setting.description}}
價格均含稅,下單享優惠!歡迎大量採購,由專人提供專案報價。
{{ childProduct.title_translations | translateModel }}
{{ getChildVariationShorthand(childProduct.child_variation) }}
{{ getSelectedItemDetail(selectedChildProduct, item).childProductName }} x {{ selectedChildProduct.quantity || 1 }}
{{ getSelectedItemDetail(selectedChildProduct, item).childVariationName }}
邊緣運算(Edge Computing)是一種分散式計算模式,它將資料處理和分析功能移至接近數據生成源頭的「邊緣」,而不是依賴遠程的中央資料中心或雲端平台。
這個模式的目的是減少資料傳輸的延遲時間,增強系統的反應速度,以及減少對網路頻寬的需求。
透過在邊緣裝置或邊緣伺服器上進行資料處理,可以更有效地應對需要即時反應和低延遲的應用場景,
例如物聯網(IoT)、智慧城市、自動駕駛等。
在 Jetson Nano上市之前,使用者皆會利用一塊單板電腦( ex.樹莓派),搭配外掛式硬體加速裝置(ex. Intel Movidius 神經運算棒)來學習人工智慧,這樣的搭配相對在硬體成本上較為便宜;在產品設計與應用上的使用也較為方便。
為了讓更多人能夠快速踏入人工智慧的領域,NVIDIA 於2019年初發布定價99美金的「Jetson nano Developer kit 」與相對應的課程「Getting start with AI on Jetson Nano」,利用親民的價格與豐富的課程,大幅地降低進入人工智慧領域的門檻,讓想要學習神經網路的使用者擁有不一樣的選擇。
Raspberry Pi 樹莓派,是基於 Linux 的單晶片電腦,由英國樹莓派基金會開發,目的是以低價硬體及自由軟體促進學校的基本電腦科學教育。其特色為功耗低、方便攜帶、GPIO(通用型之輸入輸出)等,非常適合用來 DIY 製作各種專案。