IT-Zeitschriften, Fachbücher, eBooks, digitale Magazine und vieles mehr - direkt im heise shop online kaufen
Warenkorb Ihr Warenkorb ist noch leer.

  •  
     
    Ins neue Jahr mit Ritsch+Renn!
134,90 €*
Nvidia Jetson Nano
NOISEBLOCK XM2 Noiseblocker BlackSilent fan XM2 - 40 mm für 6,90 €*

NVIDIA Jetson Nano Developer Kit

Gadget
Die Leistung moderner KI für Millionen Geräte. Mit dem Jetson Nano von NVIDIA können Sie als Heimbastler oder Entwickler platzsparend und effizient in die Welt der KI eintauchen.
Lieferung: 1-4 Tage
Anbieter: NVIDIA
Sprache: Deutsch
EAN: 4018837025314
Veröffentlicht: 10.05.2019
Zubehör
  1. Kameramodul Raspberry Pi Kamera V2
    Diese HD Cam ist mit allen CSI fähigen Modellen der Raspberry Pi Platine kompatibel. Hochwertige HD-Videos und hochauflösende Fotos, direkt am RasPi sind damit kein Problem.

    vollständige Beschreibung anzeigen !
    29,90 €*
  2. NoIR Kameramodul - Raspberry Pi Kamera V2
    Diese HD Kamera Erweiterung für den Raspberry Pi kann an allen CSI fähigen Modellen der Pi Platine eingesetzt werden. Damit werden HD-Videos und hochauflösende Fotos, direkt am RasPi möglich.

    vollständige Beschreibung anzeigen !
    29,90 €*
  3. Weitwinkel 5 MP Camera Modul für Raspberry PI mit D160°, H122°
    Die Digitalkamera wurde speziell für den Raspberry Pi entwickelt und verfügt über einen 5 Megapixel Chip mit Auflösungen von bis zu 2952 x 1944 Pixeln. Zudem kann die hochwertige Kamera in einem Bereich von -30 bis +70 Grad eingesetzt werden.


    vollständige Beschreibung anzeigen !
    29,90 €*
  4. JOY-iT® 5 MP Camera Modul für Raspberry PI
    Die Kamera ist für alle Raspberrymodelle geeignet und liefert beste Aufnahmen in 5 MP Qualität. Die JOY-iT Cam arbeitet mir dem OV5647 Chip und verfügt über die Möglichkeit zusätzliche Module über eine eigene Stromversorgung zu versorgen. 


    vollständige Beschreibung anzeigen !
    18,50 €*
  5. NOISEBLOCK XM2 Noiseblocker BlackSilent fan XM2 - 40 mm
    leise, zuverlässig und preiswert

    vollständige Beschreibung anzeigen !
    6,90 €*
  6. Maschinelles Lernen (2. Auflg.)
    Grundlagen und Algorithmen in Python

    vollständige Beschreibung anzeigen !
    38,00 €*
  7. Machine Learning
    kurz und gut

    vollständige Beschreibung anzeigen !
    14,90 €*
NVIDIA Jetson Nano ermöglicht die Entwicklung von Millionen neuer, kleiner, kostengünstiger, energieeffizienter KI-Systeme. So werden neue Möglichkeiten bei eingebetteten IoT-Anwendungen eröffnet, unter anderem Netzwerkvideorekorder (NVRs, Network Video Recorders ) im Einstiegsbereich, Haushaltsroboter und intelligente Gateways mit vollen Analysefähigkeiten.

EINE NEUE DIMENSION DER KI

Mit nur 70 x 45 mm ist das Jetson Nano-Modul das kleinste Jetson-Gerät. Dieses produktionstaugliche System-on-Module (SOM) bietet bei der Bereitstellung von KI auf Geräten am Rand für verschiedene Branchen große Vorteile –von Smart Citys bis Robotik.   

HOHE RECHENLEISTUNG

Jetson Nano liefert 472 GFLOPs, damit moderne KI-Algorithmen schnell ausgeführt werden können. Es können mehrere neurale Netze parallel ausgeführt und zahlreiche hochauflösende Sensoren gleichzeitig verarbeitet werden. Dadurch ist es ideal für Anwendungen wie Netzwerkvideorekorder im Einstiegsbereich, Haushaltsroboter und intelligente Gateways mit vollen Analysefähigkeiten.

GERINGE STROMAUFNAHME

Jetson Nano gibt Ihnen die Freiheit, am Rand innovativ zu sein. Erleben Sie leistungsfähige und effiziente KI, maschinelles Sehen und High Performance Computing bei nur 5 bis 10 Watt.


BETRIEBSSYSTEM

Die Jetson-Lösungen aller drei Generationen werden von dem gleichen Softwarepaket unterstützt, sodass Unternehmen ihre Anwendung nur einmal entwickeln müssen und sie dann überall bereitstellen können. Die Jetson-Plattform wird vom Jetpack-SDK unterstützt, die das Board Support Package (BSP), Linux-Betriebssystem sowie NVIDIA CUDA(R) umfasst und mit Drittanbieterplattformen kompatibel ist. DeepStream SDK ermöglicht Entwicklern eine schnelle Erstellung und Bereitstellung effizienter Pipelines zur Videoanalyse auf Jetson-Basis.
JetPack wird mit Bibliotheken für Deep Learning, maschinelles Sehen, beschleunigtes Computing und Multimedia geliefert und unterstützt Treiber für eine Vielzahl von Sensoren. Außerdem entwickelt NVIDIA GPU-beschleunigtes IP für wichtige autonome Maschinenaufgaben wie Tiefenschätzung, Wegplanung und Objekterkennung. Im Rahmen von Jetpack stellt NVIDIA eine Vielzahl von Tools bereit, die die Entwicklung beschleunigen, detaillierte Informationen über Anwendungs- und Systemenergie sowie die Systemleistung liefern und Entwicklern helfen, ihren Code schnell zu optimieren und anzupassen.

Hier finden Sie den Link zum Betriebssystem: https://developer.nvidia.com/embedded/jetpack



TECHNISCHE DATEN

GPU    NVIDIA-Grafikprozessor mit der Maxwell -Architektur und 128 NVIDIA CUDA®Recheneinheiten
CPU    Quad-Core-Prozessor ARM® Cortex®-A57 MPCore processor
Arbeitsspeicher    4 GB 64-bit LPDDR4
Datenspeicher    16 GB eMMC 5.1-Flashspeicher
Videokodierung    4K bei 30 (H.264/H.265)
Videodekodierung    4K bei 60 (H.264/H.265)
Kamera    12 Spuren (3x4 oder 4x2) MIPI CSI-2 DPHY 1.1 (1,5 Gbit/s)
Anschlüsse    Gigabit-Ethernet
Bildschirme    HDMI 2.0 oder DP1.2 | eDP 1.4 | DSI (1 x2) 2 simultan
UPHY    1 x1/2/4 PCIE, 1x USB 3.0, 3x USB 2.0
Anschlüsse    1 x1/2/4 PCIE, 1x USB 3.0, 3x USB 2.0
Größe    69,6 mm x 45 mm
Mechanik    260-poliger Randstecker
Um bewerten zu können, melden Sie sich bitte an
  • Es ist kompliziert
    27.06.2019
    von: Lothar
    Für den Jetson Nano hat die Nvidia-Marketingabteilung ein kleines Ubuntu-Image gebastelt, womit der Rechner zum netten Raspberry-Clone wird.

    Doch für euch Freunde der KI gibt es von Nvidia etwas versteckt ein anderes Image, womit man den Nano Headless (ohne Monitor) per USB betreiben kann, mit Jupyter, Pytorch, Numpy und jetcam für die Kamera(s) die dann direkt Numpy grabben. Glaubt mir, DASS wollt ihr haben.

    Dafür muss man allerdings viel beachten.

    1. Das von Heise mitgelieferte Netzteil ist für KI-Aufgaben zu schwach. Ihr braucht UNBEDINGT ein 5V 4A-Netzteil, z.B. das "PremiumCord Netzteil 230V / 5V / 4A DC". Heise kann dafür nichts, die Nvidia-Marketingabteilung hat das mitgelieferte Netzteil empfohlen.

    2. Ich braucht eine Kamera, aber keine mit OV5647-Chip. Dessen Unterstützung ist im Kernel deaktiviert und nach 1 1/2 Tagen Kernelkompiliererei habe ich mir eine andere Kamera ('Raspberry Pi V2.1, 8 MP 1080P Kamera-Modul') gekauft. Ich bekam den gebackenen Kernel nicht instlliert und wollte KI machen, keine Kernels backen. Heise bietet leider auch OV5647-basierte Kameras an. Passt also auf.
    Ach so: eine USB-Kamera tut es auch.

    3. Ihr braucht nicht unbedingt ein WiFi-BlueTooth-Device wie den "Intel Dual Band Wireless-AC 8265NGW", weil ihr den Jetson Nano ja zunächt Headless an USB betreibt. Aber ich weiß, ihr werdet euch so ein Teil kaufen. Denkt daran, dass die separat zu kaufenden Antennenkabel Stecker haben, die dem "MHF IV" Format entsprechen.

    4. Der von Heise empfohlende Lüfter hat zu dicke Schrauben, die passen nicht in die Kühlkörperbohrungen. Außerdem unterstützt das Board PWM, also 4-polige Stecker für Geschwindigkeitsregelung, der Lüfter hat das nicht, läuft also ständig mit Vollgas (Heise, Heise). Aber er ist wirklich leise.

    5. Ihr braucht mind. eine 32GB-SD-Karte! Besser noch etwas größer. Das Image allein hat 20 GB und irgendwo will man ja auch die Netze speichern.

    6. Jetzt wird es nervig: Ihr müsst den Kurs "Getting Started With Jetson Nano Developer Kit" kaufen. Für 0 Euro. Und dennoch verlangt Nvidia eine Rechnungsadresse, eine Lieferaderesse und weiteres. Dazu müsst ihr diesem Link folgen:
    https://courses.nvidia.com/courses/course-v1:DLI+C-RX-02+V1/info
    Dort könnt ihr euch bei Nvidia developers registrieren, dann nochmals diesen Link aufrufen, um den Kurs zu "kaufen".

    6b. Wenn ihr den Kurs habt, bookmarked ihn! Diese Nvidia-developers-Seiten sind total unübersichtlich, und immer wieder wird man zu Spieleforen geleitet. Nvidia hat Kunden, die neuromorphe Hardware nur zum Spielen benutzen.

    7. Ladet das Image von hier:
    https://developer.download.nvidia.com/training/nano/dlinano_v1-0-0_image_20GB.zip
    Der Link steht auch in "getting started - Introduction" des Kurses.
    Wichtig ist: Es ist das 20 GB-Image der developers, nicht die 12 GB-Version der Nvidia-Marketingabteilung.

    8. Ihr braucht noch eine Jumper, um die Micro-USB-Schnitte zur Headless-Schnittstelle zu machen und gleichzeitig den 'richtigen' Stromanschluß zu aktivieren. Wenn ihr keinen habt, könnt ihr die zwei Pins auch mit einem Kügelchen aus Alufolie verbinden. Ich bin aber sicher, ich habt einen Jumper, nur wahrscheinlich nicht in Griffweite.

    9. Wenn ihr dann per Micro-USB-Kabel euren Rechner mit dem Jetson Nano verbindet, verhält er sich wie ein Laufwerk und erstellt auch eine PPP-Verbindung für die Konsole, Terminal und Jupyter. Mein Bruder meint, unter Windows will der Jetson Nano ein Device installieren. Auf meinem Mac wollte er das nicht. Unter Linux habe ich es noch nicht ausprobiert, aber was sollte bei Linux schon schief gehen.
    Wichtig ist: Der Jupyter-Server läuft immer unter http://192.168.55.1:8888
    Bookmarkt ihn rechtzeitig, denn die IP steht gefühlt fast nirgendwo in dem Kurs.

    Ach, und nur zur Vorfreude: Die erste Übung besteht darin, vor laufender Kamera Daumen hoch/runter zu erkennen, oder die Anzahl von Fingern zählen, oder Gesichtsausdrücke lernen. Alles in einer Übung, und alles in Jupyter Notebook.

    Für eine Einführung in KI ist der Kurs allerdings etwas schnell. Wer das bequem haben möchte, der könnte den Videokurs "Deep Learning, Neuronale Netze & AI: Der Komplettkurs" von Jannis Seemann bei udemy.com durchgehen. Das habe ich gemacht. Das Schöne an Videokursen ist der rote Faden, und das alles funktioniert. Dieser eine Kurs kostet 200€, aber es gibt ihn permanent mit 90% Rabatt.

    So, das war es erst einmal. Ich bin der Lothar Schlüter, und ihr könnt mich unter nvidia2 -at- entkam.de erreichen.
  • Developer kit ist kein plug-and-play Gerät wie RPi
    20.06.2019
    von: Roland
    Der NVIDIA NANO ist kein Surrogat für den Raspberry Pi, aber ein Entwicklungspaket mit einer umfangreichen Dokumentation auf der Website von NVIDIA.
    https://developer.nvidia.com/embedded/jetson-nano-developer-kit.
    Es ist ein interessantes Kit für Entwickler von künstlichen Intelligenz, nicht für RPi Bastler.
  • Betriebssystem
    07.06.2019
    von: Anonym
    Nicht ein Wort zum Betriebssystem ? Nicht kaufen !