NVIDIA® Jetson Nano™ Developer Kit é um kit de desenvolvimento SoM (system-on-module) que permite que você execute multiplas redes neurais em paralelo, para aplicações como classificação de imagens, detecção de objetos, segmentação e reconhecimento de fala. Tudo em uma plataforma simples de usar e que consome apenas 5W.
Especificações
| CPU | Quad-core ARM A57 @ 1.43 GHz |
| GPU | 128-core Maxwell |
| Memória | 4 GB 64-bit LPDDR4 25.6 GB/s |
| Armazenamento | microSD (não incluso) |
| Camera | 2x MIPI CSI-2 |
| Conectividade | Gigabit Ethernet, M.2 Key E (para adaptadores Wifi/BT) |
| Vídeo | HDMI e DisplayPort |
| USB | 4x USB 3.0 |
| Outros | GPIO, I2C, I2S, SPI, UART |
| Dimenções | 69 mm x 45 mm |
Software
A imagem oficial é Ubuntu, e conta com suporte de bibliotecas como JetPack SDK, CUDA Toolkit, cuDNN, TensorRT, TensorFlow, OpenCV, OpenGL, Vulkan, entre outros.
Finalidade
A finalidade principal da Jetson Nano é a utilização em aplicações relacionadas a visão computacional e deep learning, onde se faz necessário o uso de GPU, pois ela provê 472 GFLOPS (FP16) de desempenho computacional, tudo isso consumindo apenas 5-10W.
Alguns dos usos mais comuns são robôs autônomos, dispositivos IoT inteligentes, e sistemas avançados de Inteligência Artificial (IA).
Desempenho
Na tabela abaixo é feita uma comparação da Jetson Nano com demais opções disponíveis no mercado, dentre elas:
- Raspbery Pi 3
- Raspbery Pi 3 com a Intel Neural Compute Stick 2
- Google Edge TPU Dev Board
| Modelo | Framework | Jetson Nano | RPi 3 | RPi 3 + Intel NCS2 | Google Edge TPU |
|---|---|---|---|---|---|
| ResNet-50 (224×224) | TensorFlow | 36 FPS | 1.4 FPS | 16 FPS | DNR |
| MobileNet-v2 (300×300) | TensorFlow | 64 FPS | 2.5 FPS | 30 FPS | 130 FPS |
| SSD ResNet-18 (960×544) | TensorFlow | 5 FPS | DNR | DNR | DNR |
| SSD ResNet-18 (480×272) | TensorFlow | 16 FPS | DNR | DNR | DNR |
| SSD ResNet-18 (300×300) | TensorFlow | 18 FPS | DNR | DNR | DNR |
| SSD Mobilenet-V2 (960×544) | TensorFlow | 8 FPS | DNR | 1.8 FPS | DNR |
| SSD Mobilenet-V2 (480×272) | TensorFlow | 27 FPS | DNR | 7 FPS | DNR |
| SSD Mobilenet-V2 (300×300) | TensorFlow | 39 FPS | 1 FPS | 11 FPS | 48 FPS |
| Inception V4 (299×299) | PyTorch | 11 FPS | DNR | DNR | 9 FPS |
| Tiny YOLO V3 (416×416) | Darknet | 25 FPS | 0.5 FPS | DNR | DNR |
| OpenPose (256×256) | Caffe | 14 FPS | DNR | 5 FPS | DNR |
| VGG-19 (224×224) | MXNet | 10 FPS | 0.5 FPS | 5 FPS | DNR |
| Super Resolution (481×321) | PyTorch | 15 FPS | DNR | 0.6 FPS | DNR |
| Unet (1x512x512) | Caffe | 18 FPS | DNR | 5 FPS | DNR |
DNR significa Did Not Run, ou, não foi possível executar.
A Raspbery Pi por si só não é focada em nenhum tipo de aplicação relacionada a inteligência artificial e nem possui capacidade computacional para tal.
A Intel Neural Compute Stick 2 é uma VPU (unidade de processamento visual), e seu foco principal é visão computacional, porém a NCS2 é um dispositivo USB, ou seja, ela precisa ser utilizada em conjunto com algum outro computador, e é a combinação ideal para a Raspbery Pi.
A Google Edge também é uma SoM (system-on-module) e conta com uma TPU (unidade de processamento de tensores) capaz de executar 4 trilhões de operações (tera-operations) por segundo (TOPS) e seu foco principal também é visão computacional.
A Jetson Nano possui uma GPU (unidade de processamento gráfico) Maxwell de 128 núcleos CUDA, ou seja, é a mesma arquitetura da Titan X e GTX 970, porém com cerca de 1/10 dos núcleos CUDA. Sendo uma GPU, ela permite uma variedade maior de aplicações.
Obviamente a Jetson Nano não é ideal para o treinamento de redes neurais, como uma GPU de Desktop ou Servidor, porém, para a execução, em determinadas aplicações ela supera as demais concorrentes.
Considerações finais
A Jetson Nano é certamente uma plaquinha interessante, principalmente em usos como robôs autônomos, porém vale resaltar que ela é uma placa de desenvolvimento, ou seja, uso indicado para prototipação.
Para produção em larga escala ou para uso em algum sistema em produção é aconselhável utilizar outras placas da família Jetson, como por exemplo a Jetson Xavier NX.
Seu preço oficial é de 99 Dólares, porém achá-la no Brasil e por um preço aceitável é outra questão.
Fique ligado que falaremos novamente sobre a Jetson Nano em breve.