• IT-Karriere:
  • Services:

Jetson Nano: Der Raspberry Pi für KI-Anwendungen

Der Jetson Nano ist ein Rechner für Machine Learning in der Größe eines Raspberry Pi. Wir haben einige KI-Anwendungen mit ihm ausprobiert.

Artikel von Dirk Koller veröffentlicht am
Der Jetson Nano kostet im Development Kit 109 Euro.
Der Jetson Nano kostet im Development Kit 109 Euro. (Bild: Dirk Koller)

Wer sich mit künstlicher Intelligenz in Form von Machine Learning oder der zurzeit fokussierten Ausprägung Deep Learning beschäftigt, stößt mit betagten Familienrechnern schnell an Grenzen. Selbst aktuelle Geräte mit acht oder mehr Kernen eignen sich nicht für die Ausführung hunderter paralleler Rechenoperationen, wie sie für künstliche neuronale Netze erforderlich sind.

Inhalt:
  1. Jetson Nano: Der Raspberry Pi für KI-Anwendungen
  2. Installieren, Kamera anschließen, los geht's
  3. ''Hello AI World''

Besser Geeignetes ist im Zimmer des Nachwuchses zu finden: Denn das Herzstück eines Machine-Learning-Rechners sind schnelle GPUs, also Grafikkarten, wie sie in Gaming-Rechner verbaut werden. Sie erlauben mit ihren vielen Kernen das schnelle und gleichzeitige Ausführen von vergleichsweise einfachen Matrizen-Multiplikationen.

Soll der KI-Rechner aber auch noch mobil und handlich wie ein Raspberry Pi sein - etwa, weil er autonomes Fahren eines Roboter-Autos oder die Hinderniserkennung für eine Drohne unterstützen soll -, hilft selbst der Rechner des Juniors nicht mehr weiter. Hier ist Spezial-Hardware gefragt.

Technische Daten zum Jetson Nano

Eine Möglichkeit für solche Fälle ist der Jetson Nano von Nvidia. Das Unternehmen, das für leistungsfähige Grafikkarten steht, bietet mit seinen Jetson-Systemen Nano, TX2 und Xavier KI-Systeme in verschiedenen Größenordnungen und Preisklassen an. Der Nano ist das Einsteigermodell und basiert auf Nvidias Maxwell-GPU mit 128 Nvidia-Cuda-Recheneinheiten.

Stellenmarkt
  1. Viega Holding GmbH & Co. KG, Attendorn
  2. Hays AG, Illertissen

Das kleine Modul ist zudem mit einer ARM Cortex-A57 Quad-Core-CPU und 4 GB Arbeitsspeicher ausgestattet. Sensoren aller Art lassen sich wie beim Pi über 40 GPIO-Pins anbinden. Der Stromverbrauch beträgt je nach eingestelltem Modus 5 oder 10 Watt. Die gesammelten technischen Daten findet man auf der Seite des Herstellers.

Der Rechner ist im Development Kit für 109 Euro erhältlich, das sich an Bastler, Tüftler, Entwickler und Studenten richtet, die damit kostengünstig KI-Projekte realisieren können. Das Kit beinhaltet neben dem Nano Compute Modul eine Trägerplatine mit Anschlüssen für die Peripherie (USB, HDMI, Ethernet und so weiter). Für den kommerziellen Einsatz lässt sich das Compute Modul aber auch separat erwerben und mit eigener Hardware betreiben.

Trotz des moderaten Preises hat der Jetson Nano eine ordentliche Leistung, mit der sich mehrere neuronale Netzwerke parallel betreiben und damit Anwendungen wie Klassifizierungen, Objekterkennung oder Sprachverarbeitung realisieren lassen. Das behauptet zumindest der Hersteller. Grund genug, den KI-Zwerg genauer zu betrachten.

Die Packung mit dem Jetson Nano enthält nur den Rechner. Folgendes Zubehör muss also gegebenenfalls noch erworben werden:

  • eine schnelle UHS-1 MicroSD-Karte mit wenigstens 16, besser 32 GB
  • eine Stromversorgung (Micro USB oder Netzteil mit Hohlstecker)
  • Monitor, Maus und Tastatur
  • eine Kamera
  • ein Gehäuse

Spannungsversorgung mit 4A/5V

Bei der Wahl der Spannungsversorgung braucht es Vorsicht. Die einfachste Variante ist der Anschluss eines Handy-USB-Ladegeräts über den Micro-USB-Anschluss des Nano. Das Ladegerät sollte stabile 2 Ampere (A) bei 5 Volt (V) liefern. Wenn man über die USB-Anschlüsse nun noch Hardware wie Maus, Tastatur und andere Peripherie anschließt, kann das aber schon knapp werden.

Auf der sicheren Seite ist man mit einem 4-A-/5-V-Netzteil mit 5,5 x 2,1 mm Hohlstecker (zum Beispiel von Meanwell für etwa 15 Euro). Wer sich für diese Variante entscheidet, muss einen Jumper zum Aktivieren der Spannungsversorgung über die Hohlstecker-Buchse platzieren: Die beiden Pins zwischen Kamera-Anschluss und Netzteil-Anschluss müssen überbrückt werden, neben den Pins findet sich ein entsprechender Schriftzug (links in der Abbildung).

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed
  • Das Case des Jetson Nano lässt sich in eine - zugegebenermaßen nicht so perfekte - Halterung umbauen (Bild: Dirk Koller).
  • Der Ubuntu-Desktop (Bild: Dirk Koller)
  • Flaschen markieren mit detectnet-camera coco-bottle (Bild: Dirk Koller)
  • Der Jumper dient zum Überbrücken zweier Anschlüsse. (Bild: Dirk Koller)
  • Der Jetson Nano (Bild: Dirk Koller)
  • Richtig erkannt! Ein Pinguin (Bild: Dirk Koller).
Der Jumper dient zum Überbrücken zweier Anschlüsse. (Bild: Dirk Koller)
Installieren, Kamera anschließen, los geht's 
  1. 1
  2. 2
  3. 3
  4.  


Anzeige
Spiele-Angebote
  1. (-91%) 1,20€
  2. (-15%) 46,74€
  3. 29,32€ (PS4), 29,99€ (Xbox One)

gls_gls 09. Jun 2020 / Themenstart

Ich habe daraufhin meinen Jetson vom letzten Jahr noch mal rausgekramt, das neue Image...

DieterMieter 09. Jun 2020 / Themenstart

Das ist jetzt aber auch kein Grund nicht das Setup zu nehmen das genommen wurde. Bei...

DieterMieter 09. Jun 2020 / Themenstart

Das Board scheint ja als Preisrechtfertigung die Erstellung von Modellen anzubieten...

ko3nig 07. Jun 2020 / Themenstart

Rafft jeder, der den Artikel *liest * https://www.duden.de/rechtschreibung...

Oktavian 04. Jun 2020 / Themenstart

Yup, und das schöne als Gamer im fortgeschrittenen Alter von 40+ ist, Geld ist nicht...

Kommentieren


Folgen Sie uns
       


Windows Powertoys - Tutorial

Wir geben einen kurzen Überblick der Funktionen von Powertoys für Windows 10.

Windows Powertoys - Tutorial Video aufrufen
    •  /