





| Состояние | Новое |
|---|---|
| Производитель | Nvidia |
| Совместимость с моделью | P30, K30, X40, X80 |
| UC - microSD | Да |
|---|---|
| UC - Внешняя память | eMMC 16 ГБ |
| UC - Интерфейс камеры | Да |
| UC - ОЗУ (оперативная память) | 4ГБ |
| UC - Разъем питания | USB Type-C |
| UC - Цифровые значки | 40 |
| UC - интерфейс UART | Да |
| UC - система Linux | Да |
| UC — Ethernet | Да |
| UC — USB-интерфейс | 3x USB |
| UC — Количество ядер | 4. Четырехъядерный процессор |
| UC – ядро | Кортекс А57 |
| UC — Сроки | 1,43 ГГц |
| Интерфейс UC - I2C | Да |
| Вес упаковки | 0,502 кг |
| Высота упаковки | 14,6 см |
| глубина упаковки | 6,6 см |
| Ширина упаковки | 16 см |

reComputer Jetson основан на модулеNvidia Jetson Nanoс использованием передовых систем искусственного интеллекта (ИИ) наряду с4 ГБ оперативной памятии16 ГБ памяти eMMCБлагодаря наличию в плате ряда модулей расширения и промышленных периферийных устройств, reComputer Jetson может использоваться для ускорения развертывания систем следующего поколения.ИИ.Этот процесс осуществляется с использованием популярных моделей DNN и фреймворков машинного обучения. Возможные области применения включают классификацию и обнаружение объектов в реальном времени, оценку позы, семантическую сегментацию и обработку естественного языка (NLP). Разработчики могут использовать предварительно обученные модели из Tao Toolkit и развертывать их с помощью DeepStream. Jetson Nano может обеспечить11 кадров в секундуPoepleNet - ResNet33 для распознавания людей.19 кадров в секундудля распознавания транспортных средств и101 FPSДля FaceDetect-IR-ResNet18 для распознавания лиц. Результаты тестирования можно найти по адресу .
Jetson Nano позволяет запускать широкий спектр сложных нейронных сетей, включая полнофункциональные нативные версии популярных фреймворков машинного обучения (ML), таких как TensorFlow, PyTorch, Caffe/Caffe2, Keras, MXNet и другие.
reComputer Jetson совместим со всем программным обеспечением Nvidia Jetson, ведущими в отрасли платформами искусственного интеллекта, платформами разработки, такими как, и облачными инструментами разработки роботов.


Серия reComputer Jetson идеально подходит для создания автономных машин и сложных систем искусственного интеллекта, решающих задачи распознавания изображений, обнаружения и локализации объектов, распознавания движения, семантической сегментации, обработки видео и интеллектуального анализа.
Внедрение искусственного интеллекта в дикую природу.БПЛА, дроны, охрана дикой природы, сельское хозяйство
Умные города: транспортное сообщение, розничная торговля, здравоохранение
Промышленность: производство, логистика, доставка, сервис

Модули Nvidia Jetson работают на одном и том же программном стеке, поэтому вы можете написать приложение один раз и запустить его на других платах Jetson. Программное обеспечение Jetson разработано для обеспечения сквозного ускорения приложений ИИ и сокращения времени выхода на рынок. Оно включает в себя те же передовые технологии Nvidia, которые используются в центрах обработки данных и облачных развертываниях на периферии сети. Nvidia JetPack включает в себя Nvidia Container Runtime с интеграцией Docker, что позволяет ускорять контейнеризированные приложения на платформе Jetson с помощью графических процессоров. Jetpack также поддерживает Nvidia Triton Inference Server для упрощения развертывания моделей ИИ в масштабе.

Эта плата, совместимая с Nvidia Jetson, оснащена HDMI 2.0, гигабитным Ethernet, портами USB 3.0 и USB 2.0, разъемами CSI для камер, GPIO, I2C, I2S, разъемом для вентилятора и другими многочисленными периферийными интерфейсами. Она имеет практически тот же функциональный дизайн и размеры, что и плата Nvidia Jetson Nano. Ее малый размер, множество интерфейсов и высокая производительность открывают новые возможности для всех встроенных систем искусственного интеллекта и периферийных систем.
| Технические характеристики и сравнение | |||
|---|---|---|---|
| Продукт | reComputer J1010 | reComputer J1020 | Nvidia Jetson Nano-B01 |
| Модуль | Нано (версия для разработчиков) | Nano (не для стадии разработки) | |
| Производительность ИИ | 472 ГФЛОПС | ||
| GPU | 128-ядерный чип Nvidia Maxwell | ||
| Процессор | Четырехъядерный процессор ARM A57 1,43 ГГц | ||
| БАРАН | 4 ГБ 64-битной памяти LPDDR4 25,6 ГБ/с | ||
| Внутренняя память | 16 ГБ eMMC | MicroSD | |
| Видеокодек | 4K30 | 2x1080p60 | 4x1080p30 | 4x720p60 | 9x720p30 (H.265 и H.264) | 4Kp30 | 4x 1080p30 | 9x 720p30 (H.264/H.265) | |
| Видеодекодер | 4K60 | 2x 4K30 | 4x 1080p60 | 8x 1080p30 | 9x 720p60 (H.265 и H.264) | 4Kp60 | 2x 4Kp30 | 8x 1080p30 | 18x 720p30 (H.264/H.265) | |
| Разъем Ethernet | 1x разъем RJ45 Gigabit Ethernet (10/100/1000) | ||
| USB | 1 разъем USB 3.0 Type-A | 4 разъема USB 3.0 Type-A 1 порт microUSB | 4 разъема USB 3.0 Type-A 1 порт microUSB для питания и подключения к компьютеру. |
| Разъем камеры | 2x CSI (15-контактный, шаг 1 мм, MIPI-CSI-2) | ||
| Разъем дисплея | 1x HDMI тип A | 1x HDMI тип A 1x DP | 1x HDMI тип A |
| Охлаждение | 1x разъем для вентилятора | ||
| Ключ M.2 E | 1x ключ M.2 E | 1x M.2 Key E (отключен) | 1x ключ M.2 E |
| Ключ M.2 M | - | 1x ключ M.2 M | - |
| РТС | 1 разъем для RTC | - | |
| GPIO | 1x 40-контактный | ||
| Источник питания | USB Type-C 5 В/3 А | Разъем 12 В/2 А | Розетка постоянного тока 5 В/3 А microUSB 5 В/2 А |
| Размеры | 130 x 120 x 50 мм (с корпусом) | 130 x 120 x 50 мм (с корпусом) | 100 x 80 x 29 мм |