Seeed Studio reComputer J1020 | Mini PC com 0.5 TFLOPs | Edge AI Device com Nvidia Jetson Nano Module 4GB | JetPack Pré-Instalado

OEM: 110061361

Produto Lacrado de Fábrica

• Alternativa ao NVIDIA Jetson Nano Dev Kit: dispositivo Edge AI do tamanho de uma mão construído com o Jetson Nano Production Module de 4 GB, a placa de suporte traz extensas E/Ss: GPIO, CSI, Gigabit Ethernet, 4 x USB 3.0 Tipo A, 1 x Micro-USB, eMMC de 16 GB integrado.

• 128 núcleos NVIDIA CUDA® fornecem 0,5 TFLOPs (FP16) para executar estruturas e modelos de IA para aplicativos como classificação de imagens, detecção de objetos, segmentação e processamento de fala.

• NVIDIA Jetpack pré-instalado, o JetPack SDK inclui um pacote de suporte de placa (BSP), Linux OS, NVIDIA CUDA, cuDNN e bibliotecas de software TensorRT para aprendizado profundo, visão computacional, computação GPU, processamento multimídia, etc.

• Suporte a toda a pilha de software Jetson e várias ferramentas de desenvolvedor para criar aplicativos de IA rápidos e robustos fornecidos pelos parceiros de IA da Seeed Edge.

O J1020 é um mini PC edge IA do tamanho de uma mão construído com o módulo de produção Jetson Nano™, rico conjunto de E/S, ganinete de alumínio, dissipador de calor passivo, sistema JetPack pré-instalado, pronto para o próximo desenvolvimento e implantação de aplicativos de IA.

Compacto construído com o módulo de produção NVIDIA Jetson Nano de 4 GB, vem com 128 núcleos NVIDIA CUDA® que fornecem 0,5 TFLOPs (FP16) para executar estruturas de IA e aplicativos como classificação de imagens, detecção de objetos e processamento de fala.

Os módulos de produção oferecem eMMC de 16 GB, uma garantia mais longa e vida útil de 5 a 10 anos em um ambiente de produção.

Também temos a série reComputer J20 construída com um módulo Jetson Xavier NX™, oferecendo desempenho de IA de 21 TOPS para cargas de trabalho de IA mais complexas.

Além do módulo Jetson™, o reComputer J1020 também inclui: placa portadora A206 com slot para cartão microSD integrado, 4 x USB 3.0 Tipo A , 1 x Micro-USB, eMMC de 16 GB integrado , 1 x M.2 Key M , 1 x M.2 Key E (Disabled) , 1 x HDMI Type A , 1 x DP , DC Jack 12V/2A,  LTE e Bluetooth, RTC, Raspberry Pi GPIO 40- pino, e assim por diante, bem como um dissipador de calor e gabinete de alumínio.

O dispositivo foi pré-instalado Jetpack 4.6.1, basta conectar a fonte de alimentação DC Jack 12V/2A incluída, teclado, mouse e cabo ethernet, você está pronto para iniciar sua jornada de IA incorporada!

Se você é iniciante em Deep Learning, a NVIDIA preparou um tutorial de deep learning de Hello AI World e Two Days to a Demo. Você pode até ganhar certificados para demonstrar sua compreensão do Jetson e da IA ao concluir cursos gratuitos e de código aberto. Para a maioria dos aplicativos, você também precisa se conectar a câmeras e pode precisar de sensores Grove plug-and-play para usar com o Raspberry Pi HAT para estender mais ideias.

Computer Vision and embedded machine learning

• Edge AI no code Vision tool , veja o mais recente projeto de código aberto para implantar o aplicativo de IA em 3 nodes.
• O NVIDIA DeepStream SDK oferece um kit de ferramentas de análise de streaming completo para processamento multissensor baseado em IA e compreensão de vídeo e imagem no Jetson.
• O kit de ferramentas NVIDIA TAO, construído no TensorFlow e no PyTorch, é uma versão de baixo código da estrutura NVIDIA TAO que acelera o treinamento do modelo
• AlwaysAI: crie, treine e implante aplicativos de visão computacional diretamente na borda do reComputer. Obtenha acesso gratuito a mais de 100 modelos de visão computacional pré-treinados e treine modelos de IA personalizados na nuvem com apenas alguns cliques por meio de assinatura corporativa. Confira nosso guia wiki para começar a usar o alwaysAI.
• Edge Impulse: o pipeline de aprendizado de máquina incorporado mais fácil para implantar aplicativos de áudio, classificação e detecção de objetos na borda sem dependências na nuvem.
• O Roboflow fornece ferramentas para converter imagens brutas em um modelo de visão computacional treinado de forma personalizada para detecção e classificação de objetos e implantar o modelo para uso em aplicativos. Consulte a documentação completa para implantação no NVIDIA Jetson com Roboflow.
• YOLOv5 da Ultralytics: use o aprendizado de transferência para realizar a detecção de objetos de poucos disparos com o YOLOv5, que precisa apenas de poucas amostras de treinamento. Veja nossos tutoriais wiki passo a passo
• Deci: otimize seus modelos no NVIDIA Jetson Nano. Confira o webinar em Deci de Automatically Benchmark and Optimize Runtime Performance em NVIDIA Jetson Nano e Xavier NX Devices

Part List