30 Orin Nano modül üzerinde sistemi (SOM) tanıtmasının üzerinden altı ay geçti. Şimdi, GTC ’23’te Huang tekrar sahnede ve bu kez Jetson Orin Nano Geliştirici Kiti paketini hemen satışa sunuyor.
Jetson Nano’nun “80 katı” performans sunduğu iddia edilen yeni Jetson Orin Nano, şirketin en yeni nesil Orin grafik işlem birimi (GPU) mimarisini giriş seviyesine getirmek için tasarlandı – ancak şirketin yüksek vaatlerini yerine getirebilecek mi?
Kartı ters çevirdiğinizde son genişletme seçeneklerini göreceksiniz: SOM’un üst kenarının altında neredeyse görünmez bir şekilde gizlenmiş bir microSD yuvası, 802.11ac Wi-Fi modülü ile önceden doldurulmuş bir M.2 Key E yuvası ve sırasıyla dört ve iki PCI Express (PCIe) Gen. 3 şeritli iki M.2 Key M yuvası – ancak birinin kısa 2230 boyutlu modüllerle sınırlı olduğunu, diğerinin ise yalnızca 2280 modüller için bir montaj noktası sunduğunu unutmayın.
İŞLEMCI: 1.5MB L2 ve 4MB L3 önbelleğe sahip 6 çekirdekli Arm Cortex-A78AE v8.2, 1.5GHz’e kadar
GPU: NVIDIA Ampere, 1.024 CUDA Çekirdeği, 32 Tensör Çekirdeği (4GB modülde 512/16), 625MHz’e kadar
Hızlandırıcılar: Hiçbiri
RAM: 8GB LPDDR5 68GB/s (4GB modülde 4GB 34GB/s)
Depolama: microSD (modül üzerinde), M.2 Key M 4 şeritli NVMe ve M.2 Key M 2 şeritli NVMe (ana kart üzerinde)
USB: 4× USB 3.2 Gen. 2 Tip-A, Hata Ayıklama/Aygıt Modu için 1× USB 2.0 Tip-C
Bağlanabilirlik: Gigabit Ethernet, M.2 Key E 802.11ac 2.4/5GHz
Ekran Çıkışları: DisplayPort 1.2
Kamera Girişleri: 2× MIPI CSI-2
GPIO: UART, SPI, I2C, I2S, PWM ile 40 pimli başlık (doldurulmuş)
Video Kodlama (H.264): Yalnızca yazılım, 3× 1080p30’a kadar
Video Kod Çözme (H.265/H.264): 1× 4k60, 2× 4k30, 5× 1080p60 veya 11× 1080p30
Boyutlar: Taşıyıcı dahil 100×79×21mm (yaklaşık 3,94×3,11×0,83″)
Performans
NVIDIA’nın manşetlerdeki en büyük iddiası, Jetson Orin Nano’nun eski ve oldukça ucuz Jetson Nano’ya göre “80 kat daha fazla yapay zeka performansı” sunmasıdır – ve bu teknik olarak doğrudur, ancak büyük bir uyarıyla birlikte. NVIDIA’nın hesaplamaları, Jetson Nano’da FP16 hassasiyeti, Jetson Orin Nano’da ise INT8 hassasiyeti kullanılarak yapılan ham hesaplamalara dayanıyor. Her iki cihazda da FP32 hassasiyeti kullanıldığında, eşit bir oyun alanı için kazanç 80x’ten hala etkileyici olan 5.4x’e düşüyor – INT8’e karşı FP16 hala makul bir karşılaştırma olsa da, INT8 hassasiyeti desteği yeni cihaza yükseltmek için büyük bir neden olacaktır.
