Nvidia a annoncé lundi le nouveau kit de développement NVIDIA Jetson Nano 2GB, un ordinateur monocarte qui coûte 59 dollars et qui fait tourner un logiciel d'intelligence artificielle. Le Jetson Nano 2GB est doté d'un processeur ARM quadricœur 1,4ghz et d'un GPU NVIDIA Maxwell intégré. C'est le modèle Jetson le moins cher et il s'adresse au même type de passionnés qui achèteraient un Raspberry Pi. NVIDIA le décrit comme « idéal pour apprendre, construire et enseigner l'IA et la robotique », sur son site dédié au Jetson Nano Developer Kits.Les ordinateurs monocartes sont de plus en plus populaires depuis l'apparition du premier Raspberry Pi en 2012. NVIDIA a lancé sa gamme d'ordinateurs monocartes accélérés par le GPU en 2014 avec le Jetson TK1, un système de développement à 200 dollars conçu pour intégrer le calcul haute performance dans un ensemble suffisamment petit et économe en énergie pour pouvoir être intégré directement dans des produits. Peu nombreuses, les cartes TX1 et TX2 ont suivi le TK1, et toutes étaient équipées d'un processeur Tegra.
Puis est arrivé le Jetson Nano. Son GPU Maxwell à 128 cœurs était encore très puissant et entièrement compatible avec l'architecture CUDA de NVIDIA, mais sa taille réduite et son prix de 99 dollars le rendaient bien plus attrayant pour les amateurs. Selon les propres chiffres de la société, le nombre de développeurs actifs de Jetson a plus que triplé depuis l'introduction du Nano en mars 2019. Certes, le Nano de 4GB axé sur l’IA avait quatre fois plus de RAM que le Pi de haut niveau de l'époque, mais il était plus de deux fois plus cher et n'était pas équipé du Wi-Fi.
Pour réduire de moitié le prix du matériel Jetson et faire participer encore plus de développeurs, NVIDIA a officiellement annoncé lundi que le nouveau Jetson Nano 2GB sera mis en vente dans le courant du mois pour seulement 59 $. Le Jetson Nano 2GB n'est pas un nouvel appareil, en réalité. C'est essentiellement une version optimisée en termes de coût du matériel qui a été lancée l’année dernière. Il est toujours de la même taille, consomme la même quantité d'énergie et possède exactement le même GPU Maxwell, mis à part quelques améliorations.
Pour aider davantage d'amateurs à utiliser sa plateforme, NVIDIA lance également des programmes gratuits de formation et de certification en ligne pour l'intelligence artificielle. Depuis que le Jetson Nano 4GB est sur le marché depuis un an et demi, il existe également une communauté de développeurs qui a partagé des tutoriels et des projets open source. Comme le Jetson Nano de 4GB, le nouveau modèle est équipé d'un processeur ARM A57 quadricœur de 64 bits cadencé à 1,43 GHz, ainsi que d'un GPU Nvidia Maxwell de 128 cœurs.
Selon Adam Geitgey qui a testé le nouvel ordinateur monocarte et publié un article sur Medium, en plus du programme de certification Jetson AI, l’appareil est soutenu par un environnement Linux dans lequel il peut fonctionner, le logiciel et les outils CUDA-X, et un certain nombre de ressources pour vous aider à apprendre, y compris un guide de démarrage et la plateforme open source JetBot AI.
Même si le Nano 2GB est 40 $ moins cher que le modèle 4 GB, vous obtenez à peu près le même ordinateur monocarte avec 2 GB de RAM en moins et moins de ports USB 3.0. Le port d'alimentation a également changé pour devenir un port USB-C. Il est disponible en précommande dès maintenant et devrait commencer à être expédié avant la fin du mois d'octobre.
Comparaison du Jetson Nano 2GB avec le Jetson Nano 4GB et le Raspberry Pi
En amélioration par rapport au modèle de 4GB, le Jetson Nano de 2GB est alimenté par un USB de type C, alors que l'ancien appareil était équipé d'un connecteur propriétaire de forme cylindrique. Il est vrai que l'ancien modèle était équipé d'une alimentation de 5V, 4A (il pouvait également fonctionner à 5W via une connexion micro USB), et pour le nouveau, vous devrez disposer de votre propre chargeur USB-C d'au moins 5V, 3A, bien que beaucoup d'entre nous en aient au moins un dans un tiroir.
Le Nano 2GB a moins de ports USB, avec seulement un port USB 3.0 et deux ports USB 2.0 contre 4 ports USB 3.0 sur le modèle 4GB. Il ne dispose que d'une sortie HDMI, tandis que le modèle le plus cher possède également un connecteur DisplayPort. Cependant, le fait qu’il combine le Wi-Fi est un avantage énorme pour tous ceux qui veulent utiliser l’appareil et qui ne sont pas à proximité d'un routeur avec une sortie Ethernet. Le modèle de 4GB n'est pas équipé du Wi-Fi.
Les ports sur le Jetson Nano 2GB comprennent également un emplacement pour carte microSD, port Gigabit Ethernet, un connecteur pour caméra CSI-2 (y compris le support pour la caméra), micro USB et un connecteur GPIO 40 broches. Le Nano 2GB est aussi livré avec un dongle Wi-Fi.
Comme tous les modèles récents de Raspberry Pi, le Jetson Nano 2GB possède un connecteur GPIO à 40 broches et un port CSI pour caméra. Le port de caméra est compatible avec les modules de caméra Raspberry Pi, ce qui est une bonne nouvelle pour tous ceux qui veulent construire un robot ou un appareil IdO utilisant la reconnaissance d'images. Alors que le système d'exploitation officiel de Raspberry Pi est Raspberry Pi OS, un portage de Debian, celui de Jetson Nano est eLinux, une version dérivée d’Ubuntu.
Selon Geitgey, l’auteur de l’article publié sur Medium, il existe de nombreuses plateformes de développement d'intelligence artificielle et de modules d'accélération, mais NVIDIA a un grand avantage sur elles. En effet, il est directement compatible avec les bibliothèques d'IA de bureau et n'exige pas que vous couvriez vos modèles de deep learning dans des formats spéciaux pour les exécuter. Il utilise les mêmes bibliothèques CUDA pour l'accélération GPU que la plupart des frameworks d'apprentissage profond basés sur Python utilisent déjà.
Cela signifie, selon Geitgey, que vous pouvez prendre un programme d'apprentissage profond existant en Python et l'exécuter sur le Jetson Nano 2GB avec peu ou pas de modifications tout en obtenant de bonnes performances (tant que votre application peut fonctionner avec 2GB de RAM). La possibilité de prendre exactement le même code Python que celui que vous avez écrit pour un serveur puissant et de le déployer sur un appareil autonome à 59 $ est plutôt géniale.
Dans son article, Geitgey dit avoir utilisé une bibliothèque Python qu’il a développée et qui rend plus simple la reconnaissance des visages. La bibliothèque vous permet de détecter des visages, de transformer chaque visage détecté grâce à un encodage unique, puis de comparer ces données pour voir s'il s'agit probablement de la même personne - le tout avec seulement quelques lignes de code.
Selon Geitgey, grâce aux performances de l’ordinateur monocarte à 59 dollars, il a pu ainsi créer une version simple d'une caméra de sonnette qui suit tous ceux qui se présentent à la porte d'entrée d’une maison. Grâce à la reconnaissance de visage, elle saura instantanément si la personne à votre porte vous a déjà rendu visite, même si elle était habillée différemment.
Sources : NVIDIA
Et vous ?
Que pensez-vous du Jetson Nano 2GB de NVIDIA ? Avez-vous utilisé le Nano 4GB ? Quels changements apportés à la version 2GB vous intéressent ?Voir aussi :
NVIDIA annonce un ordinateur à 99 $ dédié à l'implémentation d'applications en IApour les développeurs, les chercheurs et les hobbyistes NVIDIA se lance dans la 5G avec Aerial, un kit de développement logiciel pour construire et déployer des réseaux d'accès radio virtualisés 5G accélérés par GPU Raspberry Pi 4 : l'ordinateur monocarte Linux désormais doté de 2x plus de mémoire vive et d'un correctif USB-C à l'occasion d'un nouvel anniversaire 
Envoyé par kmedghaith
