英伟达 Jetson Nano 4GB 开发者套件

英伟达于 2019 年 GPU 技术大会（GTC）发布 Jetson Nano 开发者套件，这款售价 99 美元的开发设备面向嵌入式设计人员、科研人员与 DIY 爱好者，以小巧易用的硬件平台承载现代人工智能算力，且支持完整软件可编程开发。Jetson Nano 搭载四核 64 位 ARM 处理器与 128 核集成英伟达 GPU，算力达 472 GFLOPS；板载 4GB LPDDR4 内存，整机低功耗设计，支持 5W/10W 双功耗模式，采用 5 伏直流供电。

全新发布的 JetPack 4.2 软件开发套件基于 Ubuntu 18.04 系统，为 Jetson Nano 搭建完整桌面 Linux 开发环境，内置图形加速组件，兼容英伟达 CUDA 10.0 工具包、cuDNN 7.3、TensorRT 5 等底层函数库。套件原生支持 TensorFlow、PyTorch、Caffe、Keras、MXNet 等主流开源机器学习框架，同时预装 OpenCV、ROS 等计算机视觉与机器人开发工具。

设备全兼容各类开发框架与英伟达旗舰 AI 平台，大幅简化人工智能推理业务的部署流程。Jetson Nano 可实时运行各类复杂深度神经网络（DNN）模型，完成机器视觉识别与推理运算，适用于多传感器自主机器人、搭载边缘智能分析的物联网终端以及高端 AI 系统；开发者还可借助机器学习框架，在设备本地完成迁移学习与神经网络二次训练。

Jetson Nano 开发者套件尺寸仅 80×100 毫米，硬件接口包含 4 路高速 USB3.0、MIPI CSI-2 相机接口、HDMI2.0、DP1.3、千兆网口、M.2 Key-E 插槽、MicroSD 卡槽以及 40 针 GPIO 排针。全部接口与 GPIO 可直连市面主流外设、传感器，适配各类现成开发项目，例如英伟达在 GitHub 开源、支持 3D 打印外壳的深度学习机器人 JetBot。

开发套件通过可拆卸 MicroSD 卡启动，搭配 SD 读卡器即可在任意电脑完成系统烧录格式化；供电方式灵活，可通过 Micro USB 接口或 5 伏直流圆口适配器供电。相机接口兼容多款高性价比 MIPI CSI 图像传感器，包含基于 800 万像素 IMX219 芯片的生态配套模组，同时原生支持树莓派二代摄像头，JetPack 套件内置对应驱动程序。设备核心规格详见表 1 。

深度学习推理性能基准

Jetson Nano 可运行各类高级深度神经网络，原生完整兼容 TensorFlow、PyTorch、Caffe/Caffe2、Keras、MXNet 等主流机器学习框架。依托这些网络模型可开发自主设备与复杂人工智能系统，实现图像识别、目标检测与定位、姿态估算、语义分割、视频画质增强、智能数据分析等核心功能。

图 3 展示了多款主流开源模型的推理跑分结果。此处可查看在 Jetson Nano 上运行基准测试的操作指南。本次基准测试采用批次大小 1、FP16 半精度运算，调用 JetPack4.2 内置的英伟达 TensorRT 加速库。Jetson Nano 在多数场景下可实现实时推理，支持多路高清视频流同步处理。