Nvidia Jetson Nano Development Kit
De Raspberry Pi is een universeel experimenteerboard, maar mist grafische rekenkracht. De Jetson Nano van Nvidia is vrijwel volledig Raspberry Picompatibel, maar richt zich met name op AI-achtige toepassingen waar veel gpu-berekeningen voor nodig zijn.
De Raspberry Pi begon ooit als een 256MB-printplaatje met een microUSB-aansluiting voor de voeding en een HDMI-poort voor de beelden. Het huidige Pi-model (zie ook pagina 20 in deze c’t) is met zijn 8 GB, 2 maal HDMI en USB-C-voeding daar al een stuk vandaan geëvolueerd – terwijl de prijzen wel wat maar niet schrikbarend zijn toegenomen. Maar door de toegenomen mogelijkheden veranderen vanzelfsprekend ook de eisen van de gebruikers.
Wil je wat meer qua grafische rekenkracht, voor bijvoorbeeld AI-toepassingen, dan loopt de geïntegreerde multimedia-gpu al snel tegen zijn grenzen aan. Dan komt een Nvidia Jetson Nano om de hoek kijken. Zo’n Nano is zeer compatibel met een Raspberry Pi, tot de indeling van de GPIO-pinnen aan toe, zodat veel HAT’s die geschikt zijn voor het Raspberry-Pi-platform ook gewoon kunnen werken. Maar het grote verschil is dat er in de Jetson Nano een Maxwell-gpu met 128 CUDA-cores zit – dezelfde die ook in de Nintendo Switch zit. Een voordeel is daarnaast dat alle aansluitingen aan dezelfde kant zitten, zodat de ingenomen (tafel)ruimte klein kan blijven.
De 64-bit quadcore ARM Cortex-A57 van de Jetson Nano is een processor die wat minder performance biedt dan de Cortex-A72 van de Raspberry Pi 4, maar een stuk meer dan Cortex-A53 van een Raspberry Pi 3. Met Speedometer was de stijging van 16,9 voor een Pi 4 naar 20,3 nog niet meteen spectaculair, maar een sysbench-score van 62,6 voor de Pi 4 en 9,9 seconden voor de Nano zegt veel. Door de veel betere CUDA-gpu kun je op AI-gebied echter veel beter uit de voeten met een Nano.
Om met de Jetson Nano te kunnen werken, moet je eerst een sd-image downloaden en die op een microSD-kaart zetten. In tegenstelling tot bij een Raspberry Pi kun je daarbij niet kiezen uit meerdere besturingssystemen, waaronder Raspbian en Ubuntu 20.04, maar wordt op dit moment alleen Ubuntu 18.04 ondersteund. De LTS-versie 20.04 van Ubuntu zal naar alle waarschijnlijkheid snel volgen.
Na het opstarten zie je een aangepaste Ubuntu-desktop, met daarop links naar Jetson-websites. Er is een 8 uur durende gratis cursus beschikbaar om met AI op de Jetson Nano aan de slag te gaan, waarna je je eigen neurale netwerken kun trainen en deep-learning classificaties en regressiemodellen kunt maken. Als je een account aanmaakt bij het Nvidia Developer Program, kun je de Nvidia SDK Manager installeren voor het opzetten van een ontwikkelomgeving.
Er is een website met Jetson Community Projects, waar projecten staan waar je mee aan de slag kunt, zoals een adaptief verkeerscontrolesysteem. Niet meteen voor beginners, maar wel voor degenen die de mogelijkheden van de Raspberry Pi wat ontgroeid zijn.