reComputer J1010 – Nvidia Jetson Nano 4 GB RAM + 16 GB eMMC – Seeedstudio 110061362

Index: SEE-21443
Jetson reComputer basiert auf dem Nvidia Jetson Nano -Modul mit fortschrittlichen Systemen der künstlichen Intelligenz (KI) mit 4 GB RAM und 16 GB eMMC-Speicher . Eine Reihe von Erweiterungsmodulen und industriellen Peripheriegeräten, die in das Board integriert sind, sowie das Wärmemanagement machen Jetson reComputer bereit, KI -Produkte der nächsten Generation zu beschleunigen und zu skalieren, indem beliebte DNN-Modelle und ML-Frameworks am Rand und Hochleistungs-Inferenz implementiert werden für solche Aufgaben wie Objektklassifizierung und -erkennung in Echtzeit, Positionsschätzung, semantische Segmentierung und Verarbeitung natürlicher Sprache (NLP).
reComputer J1010 – Nvidia Jetson Nano 4 GB RAM + 16 GB eMMC – Seeedstudio 110061362
284,90 €
239,41 € zzgl. MwSt.
Erhältlich
Versand 24h
PayPal Bezahlung
reComputer - andere Versionen:
Hersteller: Nvidia

Produktbeschreibung: reComputer J1010 - Nvidia Jetson Nano 4 GB RAM + 16 GB eMMC - Seeedstudio 110061361

Der Minicomputer reComputer aus der Jetson-Serie basiert auf dem Nvidia Jetson Nano -Modul mit fortschrittlichen Systemen der künstlichen Intelligenz (KI) mit 4 GB RAM und 16 GB eMMC-Speicher . Mit einer Reihe von Erweiterungsmodulen und industriellen Peripheriegeräten, die in das Board integriert sind, sowie Wärmemanagement ist Jetson reComputer bereit, KI -Produkte der nächsten Generation zu beschleunigen und zu skalieren, indem beliebte DNN-Modelle und ML-Frameworks am Rand und mit hoher Leistung bereitgestellt werden Inferenz für Aufgaben wie Objektklassifizierung und -erkennung in Echtzeit, Positionsschätzung, semantische Segmentierung und Verarbeitung natürlicher Sprache (NLP). Entwickler können vortrainierte Modelle aus dem Tao Toolkit verwenden und sie über DeepStream bereitstellen. Jetson Nano kann 11 FPS für PoepleNet – ResNet33 für die Personenerkennung, 19 FPS für DashCamNet-ResNet18 für die Fahrzeugerkennung und 101 FPS für FaceDetect-IR-ResNet18 für die Gesichtserkennung erreichen. Die Testergebnisse finden Sie auf der DeepStream SDK-Website von NVIDIA® .

Mit Jetson Nano können Sie eine Vielzahl fortschrittlicher Netzwerke ausführen, einschließlich vollständiger nativer Versionen beliebter Frameworks für maschinelles Lernen (ML) wie TensorFlow, PyTorch, Caffe / Caffe2, Keras, MXNet und andere.

reComputer Jetson ist mit dem gesamten Jetson-Software-Stack von Nvidia, branchenführenden KI-Plattformen, Entwicklungsplattformen wie Edge Impulse , Always AI und Entwicklungstools für Cloud-basierte Roboter von Nimbus kompatibel.

Jetson reComputer Minicomputer reComputer J1010.

Hauptmerkmale von reComputer J1010

  • Kompaktes KI-Edge-Gerät basierend auf dem Nvidia Jetson Nano-Modul mit 128 Nvidia Cuda-Kernen und 0,5 TFLOPs (FP16).
  • Twin mit Nvidia Jetson Nano Debeloper Kit, vielen I/O Pins inklusive Gigabit Ethernet Port, USB 3.0 Port und USB 2.0 Typ A und HDMI Port.
  • Offizielle Nvidia JetPack-Software vorinstalliert, bereit für Cloud-native Anwendungen.
  • Es unterstützt eine breite Palette von schnell wachsenden KI-Anwendungen.
  • Unterstützt Echtzeit-Roboterentwicklung, -Analyse und Remote-Flottenmanagement in Cogniteam Nimbus .
  • Es unterstützt Allxon , um eine sichere OTA- und Remote-Geräteverwaltung zu ermöglichen. 90 Tage Probezeit mit dem Code: H4U-NMW-CPK.
  • Kann dank der Befestigungslöcher an der Wand montiert werden.

Anwendung von reComputer Jetson

Die reComputer Jetson-Serie ist ideal geeignet für den Bau autonomer Maschinen und komplexer KI-Systemaufgaben im Bereich der Bilderkennung, Objekterkennung und -ortung, Bewegungserkennung, semantische Segmentierung, Videoverarbeitung und intelligente Analyse.

Edge AI in die Wildnis : UAV, Drohne, Artenschutz, Landwirtschaft

Smart Cities : Verkehr, Einzelhandel, Gesundheitswesen

Branche : Produktion, Logistik, Lieferung, Service

Jetson Nano-Software Jetson-Vorkompilierungssystem.

Vorkompilierungssystem für die Edge AI-Integration

Die Module der Nvidia Jetson-Serie werden von demselben Software-Stack unterstützt, sodass eine einmal geschriebene Anwendung auf anderen Jetson-Boards ausgeführt werden kann. Jetson-Software wurde entwickelt, um eine End-to-End-Beschleunigung für KI-Anwendungen bereitzustellen und die Markteinführungszeit zu verkürzen. Es enthält die gleichen fortschrittlichen Nvidia-Technologien, die in Rechenzentren und Cloud-basierten Edge-Bereitstellungen zu finden sind. Nvidia JetPack enthält Nvidia Container Runtime mit Docker-Integration, um die GPU-Beschleunigung von containerisierten Anwendungen auf der Jetson-Plattform zu ermöglichen. Jetpack unterstützt auch den Nvidia Triton Inference Server, um den groß angelegten Einsatz von KI-Modellen zu vereinfachen.

Inhalt des Kits

  • Abdeckung aus Acryl
  • Aluminiumrahmen
  • Jetson Nano-Modul
  • Kühler
  • Trägerplatte

Schnittstellen in reComputer Jetson

Auf dem mit Nvidia Jetson kompatiblen Board befinden sich Ports wie HDMI 2.0, Gigabit Ethernet, USB 3.0 und USB 2.0 Port, CSI, GPIO, I2C, I2S Kameraanschlüsse, Lüfteranschluss und andere reichhaltige Peripherieschnittstellen. Es hat fast das gleiche funktionale Design und die gleiche Größe wie das Nvidia Jetson Nano Board. Kleine Größe, Vielzahl von Schnittstellen und hohe Leistung ermöglichen es, neue Möglichkeiten für alle eingebetteten künstlichen Intelligenz- und Edge-Systeme einzuführen.

  1. MIPI-CSI-Kameraanschlüsse
  2. USB-Typ-C-Stromanschlüsse
  3. Geben Sie einen HDMI-Anschluss ein
  4. USB 3.0 Typ A
  5. 2x USB 2.0 Typ A Anschlüsse
  6. Gigabit Ethernet
  7. USB-Typ-C (2.0)-Anschluss
  8. Button-Anschluss
  9. MicroSD-Kartensteckplatz (reserviert)
  10. M.2 Key E-Anschluss
  11. 2-poliger RTC-Anschluss
  12. 40-poliger Stecker
  13. 260-poliger (SO-DIMM) Anschluss
  14. Lüfteranschluss
Board-Ausgänge Pins der Jetson reComputer Platine.
Spezifikation und Vergleich
Produkt reComputer J1010 reComputer J1020 Nvidia Jetson Nano-B01
Modul
Nano (Entwicklungsversion)
Nano (Nicht-Entwicklerversion)
KI-Leistung
472 GFLOPS
Grafikkarte
Nvidia Maxwell-Chip mit 128 Kernen
Prozessor
Quad-Core-ARM A57 1,43 GHz
RAM
4 GB 64-Bit-LPDDR4 25,6 GB/s
Interne Speicher
16 GB eMMC
MicroSD
Video-Codec
4K30 | 2x1080p60 | 4x1080p30 | 4x720p60 | 9x720p30
(H.265 und H.264)
4Kp30 | 4x 1080p30 | 9x 720p30 (H.264 / H.265)
Video-Decoder
4K60 | 2x 4K30 | 4x 1080p60 | 8x 1080p30 | 9x 720p60
(H.265 und H.264)
4Kp60 | 2x 4Kp30 | 8x 1080p30 | 18x 720p30 (H.264 / H.265)
Ethernet-Verbindung
1x RJ45-Gigabit-Ethernet (10/100/1000)
USB

1x USB 3.0 Typ A-Anschluss
2x USB 2.0 Typ A Anschlüsse
1x USB-Typ-C-Hostanschluss
1x USB-Typ-C-Anschluss für die Stromversorgung

4x USB 3.0 Typ A-Anschluss
1x microUSB-Port-Host
4x USB 3.0 Typ A-Anschluss
1x microUSB-Anschluss für Strom und Host
Kameraanschluss
2x CSI (15-polig, 1 mm Raster, MIPI-CSI-2)
Display-Anschluss 1x HDMI Typ A 1x HDMI Typ A
1x DP

1x HDMI Typ A
1x DP

Kühlung
1x Lüfteranschluss
M.2-Schlüssel E 1x M.2 Schlüssel E 1x M.2 E-Taste (deaktiviert) 1x M.2 Schlüssel E
M.2 Schlüssel M - 1x M.2 M-Schlüssel -
RTC
1x RTC-Buchse
-
GPIO
1x 40-pol
Leistung USB-Typ-C 5V / 3A 12 V / 2 A Klinkenanschluss DC 5V / 3A-Buchse
microUSB 5 V / 2 A
Maße 130 x 120 x 50 mm (mit Gehäuse) 130 x 120 x 50 mm (mit Gehäuse) 100 x 80 x 29 mm

UC - Kern Kortex A57
UC - RAM-Speicher 4GB
UC - Anzahl der Kerne 4. Quad-Core
UC - Digitale Stifte 40
UC - Externer Speicher eMMC 16 GB
UC - Timing 1,43 GHz
UC - Ethernet Ja
UC - USB-Schnittstelle 3x USB
UC - microSD Ja
UC - I2C-Schnittstelle Ja
UC - UART-Schnittstelle Ja
UC - Stromanschluss USB-Typ C
UC - Kameraschnittstelle Ja
UC - Linux-System Ja
PAKETBREITE 16 cm
PAKETHÖHE 14.6 cm
PAKETTIEFE 6.6 cm
PAKETGEWICHT 0.502 kg

Seien Sie der Erste, der eine Frage zu diesem Produkt stellt!

Produktrezensionen

reComputer J1010 – Nvidia Jetson Nano 4 GB RAM + 16 GB eMMC – Seeedstudio 110061362

5/5

Durchschnittsnote

2

Kundenmeinung
Wir sammeln die folgenden
Bewertungen und verifizieren sie
mit Hilfe des externen Partners Trustmate
die aus dem Nachkaufprozess stammen.

Zdjęcia użytkowników

Kunden, die diesen Artikel gekauft haben, kauften auch:

Produkte aus der gleichen Kategorie: