• Description

為什麼需要用邊緣計算?!

1.      需要快速反應，立即做出處理 (例:汽車自動駕駛系統)

2.      網路頻寬無法負擔大量資料需降低頻寬 (例:人臉辨識系統)

 

常見各領域應用

 

l  車聯網

l  人臉辨識

l  無人機

l  車流監測

l  能源監測

l  環境監測

l  產線監測

 

可用於車聯網、邊緣計算、人工智慧、深度學習

▲1個TFLOP / s，256個CUDA內核處理器，採NVIDIA®Pascal™或Maxwell™GPU架構
▲尺寸135mm x 50mm x 105mm
▲USB 3.0，USB 2.0，CAN 2.0b，USB OTG，RS-232，I2C，GPIO，WiFi，藍牙
▲擁有PCIe和USB連接的miniPCIe插槽
▲安裝（表面邊緣安裝）
▲作業溫度範圍-20°C至+ 80°C

Rudi嵌入式系統在小型封裝中具有許多功能。

 

Rudi與NVIDIA®Jetson™TX2 / TX1超級電腦模組整合，在NVIDIA Pascal™或Maxwell™  架構上提供256個CUDA內核處理器  。

 

系統具有4GB LPDDR4內存（TX1）或8GB LPDDR4內存（TX2），4K視頻解碼/編碼，WiFi，藍牙，USB 3.0，CAN 2.0b，USB 2.0以及mSATA和miniPCIe擴展。

 

包括1個帶PCIe和USB連接的miniPCIe插槽（用於3G / HD-SDI視頻捕獲，模擬視頻捕獲，蜂巢式模組，GPS模組，附加乙太網路，ADC，DAC，附加RS-232/485埠，附加GPIO）。

 

這個小型嵌入式系統非常適合可應用電腦視覺和深度學習。


智能飛行器(IFM)-無人機應用

 

飛行技術一直是Marc Gyongyosi的最大愛好。

現在，他是一家初創公司IFM的創始人，該公司開發了由Jetson驅動的智慧自動無人機。

公司在2016年4月的NVIDIA GPU技術大會上首次推出了其室內導航技術，現在在價值50億美元的倉庫分析行業中佔有一席之地。

使用Jetson技術，他的飛行機器人小巧，輕巧，靈活，足以在倉庫的走廊和狹窄空間中穿行。


機器人影像辨識(高中生製作)

大多數高中生將暑假用於度假，但 Prat Prem Sankar並非如此。

去年夏天，他用Jetson TX1嵌入式計算系統研究AI深度學習，並建造人形機器人。

兼容性

NVIDIA®Jetson™TX1，NVIDIA®Jetson™TX2

GPU

採NVIDIA®Pascal™或Maxwell™架構的TFLOP / s 256內核處理器

中央處理器

64位ARM®A57 CPU

操作系統

Linux Tegra R24.2 - Ubuntu 16.04 64位預裝

記憶體

4GB RAM，8GB RAM

無線網路

IEEE 802.11ac

藍牙

藍牙4.0（24Mbls）

儲存

16GB eMMC，32GB eMMC，mSATA擴展能力

乙太網絡

2個千兆乙太網路（10/100/1000）RJ-45

顯示

1個HDMI

USB

1個USB OTG，2個USB 2.0,2個USB 3.0

串行

2個3線UART埠@ RS-232電瓶

CAN

1個CAN 2.0b埠

GPIO

4位GPIO

Misc

I2C

用戶擴展

1個帶PCIe和USB連接的miniPCIe插槽
（3G / HD-SDI視頻捕捉，模擬視頻捕捉，蜂巢式模組，GPS模組

附加乙太網路，ADC，DAC，附加RS-232/485埠，附加GPIO選件）

電源需求

+ 12V直流輸入（直流桶）

外形尺寸

135mm×50mm×105mm（5.31“×1.97”×4.13“）

安裝選項

表面邊緣支架安裝選項

作業溫度

-20°C至+ 80°C（-4°F至+ 176°F）

重量

0.703公斤