태화 쌍둥이 휴대용 모니터를위한 거 때문에 꽤 시작했다 의 Kickstarter에서 사전 주문 1 월까지 3,200 명 이상의 후원자에서 $ (1) 백만 이상 제기 한 - 다만 $ 10,000 프로젝트의 겸손한 목표에도 불구하고.

업데이트 2/19/2019 :  Kickstarter 캠페인이 종료되었지만 이제 Indiegogo 캠페인을 통해 쌍둥이 자리를 미리 주문할 수 있습니다 . 

그렇다면이 15.6 인치 휴대용 디스플레이는 사람들과 함께하는 화음에 무엇이 있을까요? 어쨌든 시장에 다른 휴대용 모니터가 많이 있습니다 ...하지만 Taihe가 제미니로 묶을 수있는 기능의 범위는 거의 없습니다.

다른 옵션과 마찬가지로 한 번에 두 개의 디스플레이를 사용하려는 경우 노트북, 태블릿 또는 기타 장치에 연결할 수있는 화면입니다. 그러나 대부분의 대안보다 많은 포트를 가지고 있으며 내장형 배터리가있어 전원 어댑터의 유무와 상관없이 사용할 수 있으며 4K 디스플레이 또는 1080p 터치 스크린 디스플레이 중 선택이 가능하며 Taihe Gemini는 상당히 컴팩트 한 디자인입니다 .

비교적 싼 가격의 프로모션 가격도 아마 해를 끼치 지 않을 것입니다. 초기 킥 스타터 캠페인의 후원자는 1080p 제미 나이를 159 달러로, 4K 모델을 269 달러로 예약 할 수있었습니다.

Kickstarter 캠페인은 2019 년 2 월 18 일 끝나고 제미니는 5 월에 고객에게 배송되기 시작할 것이며 전체 소매 가격은 결국 1080p 모델의 경우 299 달러, 4K 버전의 경우 499 달러가 될 것이라고 Taihe는 말합니다.

그렇다면이 휴대용 디스플레이는 가격을 요구하는 가치가 있습니까? 회사에서 나에게 1080p 데모 단위를 보내서 알아낼 수있었습니다.

개요

Taihe Gemini 모니터에는 두 가지 버전이 있지만이 미리보기에 소개 된 것은 1080p 터치 스크린 버전입니다. 또한 사전 릴리스 모델이기도합니다. 일부 기능은 전체 프로덕션 모델에서 다를 수 있습니다.

이 제품은 1960 x 1080 픽셀의 무광택 터치 스크린 디스플레이와 60Hz 재생 빈도를 특징으로합니다. 어느 각도에서나보기 좋게 보이는 IPS 디스플레이이며 모니터의 무광택 마무리는 광택 처리가되어있는만큼 섬세한 빛을 반사하지 않는다는 것을 의미합니다.

쌍둥이 자리 모니터는 상대적으로 날카로운 상단 및 측면 베젤과 하단을 따라 다소 다소 칙칙한 것이 있습니다. 그것은 대략 13.5 "x 9"x 0.4 "를 측정하고 나의 가늠자에 따라 대략 2.6 파운드를 무게를 단다.

그것은 Kickstarter 캠페인에서 주장 된 0.3 인치와 2 파운드보다 두껍고 무겁습니다.하지만 출시 전 모델을 테스트 중이므로 Taihe가 고객에게 배송하기 전에 크기와 무게를 줄이는 것이 가능합니다.

모니터는 10 손가락 정전 용량 터치 입력을 지원하므로 하나 이상의 손가락을 사용하여 화면과 상호 작용할 수 있습니다. 용량 성 스타일러스도 사용할 수 있어야하지만 압력에 민감한 액티브 펜은 지원되지 않습니다.

화면 뒤쪽에는 180도 회전을 지원하는 조절 식 받침대가있어 넓은 각도에서 화면을 받칠 수 있습니다.

경첩은 꽤 튼튼하며 손가락으로 터치 스크린 디스플레이를 찌르거나 스 와이프하는 경우에도 모니터를 안정적으로 유지할 수 있습니다. 하지만 제가 120도 정도 지나치게 밀어 붙이면, 쌍둥이 자리가 테이블 위로 내려 앉는 경향이 있습니다.

힌지가 꽤 단단하기 때문에, kickstand를 열기 위해 약간의 노력이 필요할 수 있습니다. 다행스럽게도 스탠드를 확장하려고 할 때 무언가를 붙잡을 수있는 디스플레이의 오른쪽에 약간 펼쳐져있는 kickstand의 작은 조각이 있습니다.

이론적으로는 기수 스탠드를 사용하여 쌍둥이 자리를 세로 모드로지지 할 수 있지만 세로 방향에서는 훨씬 덜 유연합니다. 기본적으로 책상이나 탁상에 90도 각도로 올려 놓을 수 있습니다.

포트와 버튼이 모두 모니터의 짧은면에 있기 때문에 상단의 케이블이 튀어 나와 바닥의 책상에 닿은 케이블로 끝날 것입니다 (설정하는 동안 너무 세게 누르는 경우 실수로 모니터를 끄거나 입력을 전환 할 수 있습니다).

자동 화면 회전을 지원하지 않으므로 운영 체제의 디스플레이 설정으로 이동하여 디스플레이를 수동으로 회전해야합니다.

쌍둥이 자리의 왼쪽에는 전원 잭, USB Type-C 포트, 마이크로 USB 포트 2 개, 미니 HDMI 포트 2 개 등 다양한 포트가 있습니다. 이는 모니터가 고객에게 배송되는 시점에 따라 달라질 수 있습니다. Kickstarter 캠페인의 목표 중 하나는 미니 HDMI에서 1080p 모니터 용 풀 사이즈 HDMI 포트로 업그레이드하는 것입니다.

내 데모 기기에는 12V / 3A 전원 어댑터가 포함되어 있지만 도달 한 다른 목표는 모니터의 최종 버전에 대신 USB-C 충전기가 함께 제공된다는 것입니다.

별도의 전원이 없어도 한 번에 몇 시간 동안 디스플레이를 사용할 수있는 내장 배터리가 있습니다.

오른쪽에는 3.5mm 헤드폰 잭과 5 개의 버튼 (전원, 플러스, 마이너스, 설정 및 입력 선택)이 있습니다.

모니터에는 또한 장치 양쪽에 스테레오 스피커가 있습니다. 대부분의 랩톱 컴퓨터에있는 작은 스피커와 마찬가지로 소리가 크고베이스가 부족하지는 않지만 사용 방법은 좋을 것 같습니다.

듀얼 모니터 설정을 위해 노트북에 쌍둥이 자리를 연결한다면 랩톱의 스피커가 더 잘 들릴 것입니다.

왼쪽에는 모니터가 연결되어 있거나 충전 중이거나 켜져있을 때 켜지는 LED 표시등이 있으며, 오른쪽에 배터리의 주스 양을 나타내는 표시등이 있습니다.

쌍둥이 자리의 4K 버전을 테스트하지는 않았지만 화면 해상도만으로는 해당 모델을 구분할 수있는 유일한 것이 아니라는 점을 지적하고자합니다.

보급형 모델은 터치 입력에 대한 지원이 부족합니다 (터치 패널을 추가로 지불 할 수 있음에도 불구하고). 4K 모델은 2 개의 USB 2.0 Type-A 포트, USB Type-C 포트, 미니 DisplayPort 및 풀 사이즈 HDMI 포트가 있습니다.

사용하기

Taihe Gemini와 같은 휴대용 디스플레이를 사용하는 몇 가지 이유가 있습니다. 스마트 폰이나 태블릿과 같은 소형 장치에 연결하여 더 큰 디스플레이로 사용할 수 있습니다. 나는 이것을 시도하기에 적절한 어댑터를 가지고 있지 않았지만, 쌍둥이 자리를 GPD MicroPC ( 6 인치, 720p 디스플레이가있는 휴대용 컴퓨터) 에 끼워 넣었다 .

또는 랩톱에 연결할 수 있으므로 집이나 이동 중에도 사용할 수있는 듀얼 스크린 설정을 사용할 수 있습니다.

사무실에서 일할 때 랩톱 + 21.5 인치 모니터를 사용하는 경향이 있으므로 다른 창간에 앞뒤로 뒤집지 않고도 여러 개의 앱과 창을 볼 수있는 여지가 충분합니다. 그러나 집에서 (또는 거실이나 식당에서) 멀리 일할 때 나는 보통 하나의 디스플레이 만 사용하도록 조정해야합니다.

쌍둥이 형제는 내가 2를 사용할 수있게 해 뒀다. 내가 그것을위한 여유를 가지고 있다고 가정해라. 필자가 좋아하는 커피 숍의 타블렛에 HP Spectre x360 13t 노트북과 Taihi Gemini를 나란히 맞추기가 다소 까다 롭습니다 . 더 큰 랩탑을 사용한다면 훨씬 더 힘들 수 있습니다.

대부분 쌍둥이 자리는 그 약속을 이행합니다. 최근 언젠가 내 식당에 가게를 열었을 때 노트북과 모니터를 모두 벽면 콘센트에 꽂은 채로 사무실에있는 것처럼 쉽게 하루 종일 작업을 할 수있었습니다.

디스플레이가 꽂혀 있지 않을 때 상황이 약간 번잡 해집니다. 쌍둥이 자리에는 Taihe가 사용하는 최대 5 시간 동안 지속되어야하는 5000mAh 배터리가 내장되어 있습니다. 나는 그것이 더 안정적으로 약 3.5 시간의 런타임을 제공한다는 것을 알았다.

2/14 업데이트 : 추가 테스트를 통해 사용법에 따라 3.5 시간에서 4.5 시간으로 수정하겠습니다. 

플러그를 꽂지 않고 하루 종일 작업해야하는 경우 문제가 될 수 있습니다. 하지만 몇 시간 동안 배터리를 충분히 사용해야하는 상황을 생각해 볼 수 있습니다. 어쩌면 당신은 약속 사이에서 약간의 일을해야 할 것입니다.

어쩌면 회의에 참석하고 두 대의 디스플레이에서 화면을 공유하여 회의 테이블에 앉아있는 모든 사람이 볼 수 있도록 할 수 있습니다. 아니면 하루 중 어느 시점에 디스플레이를 충전 할 수 있기를 기대하기 때문에 배터리 수명이 최대 5 시간은 필요하지 않습니다.

안타깝게도 쌍둥이 자리 옆에 상태 표시등을 배치한다는 것은 실제로 모니터 헤드온을 볼 때 상태 표시등이 보이지 않는다는 것을 의미합니다. 그래서 처음 배터리를 떨어 뜨리려고했을 때 디스플레이가 죽을 때가 언제인지 전혀 알지 못했습니다.

일반적으로 배터리 전원에 의존하는 경우 때때로 배터리 표시등에 주시하기 위해 때때로 장치의 오른쪽을 들여다 보는 것이 좋습니다.

쌍둥이 자리를 데리고 나올 때 충전기를 포장 할 계획이라면 노트북 충전기를 포장하는 것이 좋습니다. 쌍둥이 자리가 HDMI 케이블을 통해서만 꽂혀있는 경우 노트북 배터리로 전력을 끌어 오지는 않지만 2 개의 디스플레이를 구동하는 데 더 많은 전력이 필요합니다.

내 HP Spectre x360 13t는 플러그를 뽑으면 6 ~ 8 시간 이상 지속될 수 있습니다. 그러나 쌍둥이 자리와 함께 사용하면 쌍둥이 자리 디스플레이가 배터리 전원이 부족한 직후, 내 노트북이 적합합니다.

디스플레이를 운반하는 것은 나에게 몇 가지 어려움을 안겼다. 스트레치 목표 덕분에 킥 스타터 캠페인을 통해 제미 나이를 선주문하는 모든 사람들은 스크린 프로텍터와 다기능 가방을 갖게됩니다. 슬리브를 얻기 위해 15 달러를 더 지불 할 수있는 옵션도 있습니다.

내가받은 데모 유닛에는 보호 커버가 없었으며, 충분히 큰 랩톱 슬리브가 없었습니다. 그래서 나는 그것을 부드럽게 나의 배낭에 넣어야했고, 아무것도 쓰지 않을 것을 희망하면서 나의 노트북 소매로 그것을 덮어야했다. 다행히도 이것은 5 월에 그들의 디스플레이를 받기 시작하는 사람들에게는 문제가되지 않을 것입니다.

출시 전 데모 기기로 제한되기를 희망하는 또 다른 몇 가지 단점은 버튼에 중국어 레이블이있는 리모컨과 미니 HDMI 입력 단자 만있는 풀 사이즈 HDMI 케이블이 함께 제공된다는 점입니다. 다행히 HDMI-to-mini-HDMI 케이블을 사용하여 Acer Aspire S13 랩톱 과 앞서 언급 한 GPD MicroPC 및 HP Spectre x360 13t를 비롯한 여러 가지 장치를 연결할 수있었습니다 .

시작하고 실행하는 것은 매우 간단합니다. 모니터는 자동 입력 감지를 지원합니다. 따라서 HDMI 케이블의 한쪽 끝을 컴퓨터에 연결하고 다른 쪽 끝을 모니터에 연결하고 전원 버튼을 잠시 눌러 전원을 켜면 모니터에 볼 수있는 미러 이미지가 표시됩니다. 휴대용 퍼스널 컴퓨터.

Windows 10 디스플레이 설정에 대한 빠른 다이빙을 통해 바탕 화면을 확장하여 쌍둥이 자리에 여분의 화면 공간이 있으므로 각 화면마다 다른 내용을 볼 수있었습니다.

예를 들어 하나의 창에서 웹 브라우저를 열고 다른 창에서 사진이나 문서를 편집 할 수 있습니다. 한 화면에서 전체 화면 비디오를 볼 수 있고 다른 화면에서는 스프레드 시트로 작업 할 수 있습니다. 또는 팟 캐스트 편집 작업을 할 때 디지털 오디오 편집기를 하나의 창에서 볼 수 있었고 다른 사람이 편집했던 대화의 사본을 볼 수도있었습니다.

필자는 Windows에서만 쌍둥이 자리를 테스트했지만 리눅스와 macOS를 포함한 다른 운영체제에서도 작동 할 것입니다 .

그리고 HDMI 입력만으로 사용하는 동안 모니터는 USB-C 케이블을 통해 비디오 입력을 받아 들일 수 있어야하지만 호환 케이블이 없으므로이 기능을 테스트 할 수 없습니다.

내가 테스트 할 수 있었던 것은 USB 연결이 필요한 터치 스크린이었습니다. 모니터에 연결된 HDMI 케이블 만 있으면 디스플레이 및 스피커에 불과합니다. 그러나 제 컴퓨터의 USB 케이블을 제미니의 USB-C 포트에 연결하면 터치 입력이 지원됩니다.

나는 상자에 포함 된 USB Type-A에서 Type-C까지의 케이블과 USB Type-C에서 Type-C까지의 케이블을 테스트 해 보았습니다. 둘 다 작동했습니다. USB 및 HDMI 케이블이 모두 연결되어있는 한 손가락을 사용하여 터치 스크린 디스플레이와 상호 작용할 수있었습니다.

쌍둥이 자리의 2 개의 마이크로 USB 항구는 접촉 입력을 위해 비록 작동 하지  않는 것처럼 보입니다. 마이크로 USB 포트를 사용하면 USB 플래시 드라이브, 마우스 또는 키보드와 같은 주변 장치를 연결하는 일종의 USB 허브로 사용할 수 있습니다. 마이크로 USB 대 USB-A 어댑터가 필요할 수도 있습니다. 하기 위해서.

나는 또한 모니터에 플러그를 꽂아서 휴대폰을 충전 할 수 있었고 쌍둥이 자리는 정말 큰 휴대용 전원 은행 역할을한다.

디스플레이 입력 소스를 조정하는 것은 매우 간단합니다. 입력 버튼을 한 번 눌러 메뉴를 표시 한 다음 다시 누르면 자동 선택, USB-C 및 두 개의 HDMI 포트가 전환됩니다.

다른 설정은 메뉴 시스템에 익숙해 질 때까지 탐색하기가 조금 더 까다 롭습니다 (어느 버튼이 위 / 아래 / 선택인지 기억하기까지 시간이 걸렸으므로 쉽게 볼 수 없었고 동시에 화면을 볼 수 없었습니다). 하지만 일단 밝혀지면 백라이트 수준, 밝기, 대비, 색상 및 기타 설정을 조정할 수있는 다양한 옵션이 있습니다.

전반적으로 태극 제미니 (Taihe Gemini)는 약속대로 제공되는 것 같습니다. 다양한 상황에서 사용할 수있는 휴대용 디스플레이입니다. 상대적으로 컴팩트 한 크기와 내장형 배터리는 풀 사이즈 모니터를 사용하지 않을 수도 있다는 것을 의미합니다.

HDMI와 USB 타입 C 포트를 포함하는 다중 입력, 그것은 또한 많은 다른 것보다 더 다양한 기능의 휴대용 모니터 (전용 USB / 디스플레이 링크 입력 받아 많은 것이), 및 휴대용 찾는 경우  4K 디스플레이 하는이 없다 이 공간에서 경쟁이 많이.

내 노트북의 무게는 2.8 파운드입니다. 이 모니터의 무게는 2.6입니다. 즉, 내 랩톱에 포장 할 때 모바일 컴퓨팅 장비의 무게를 거의 두 배로 늘릴 수 있다는 것을 의미합니다. 위에서 언급했듯이 두 장치를 함께 사용하여 배터리 수명을 절반으로 줄입니다.

가치가 있니? 이는 듀얼 스크린 컴퓨팅에 대한 아이디어와이 설치 프로그램을 언제 어떻게 사용할 것인지에 달려 있습니다. 나는 싱글 스크린 디스플레이에서 창 사이를 계속해서 뒤집어 놓지 않고있을 때 좀 더 빠르게 작동하는 경향이 있으므로 커피 숍 실험에서 나와 스크린을 공유하는 것이 좋았다는 것을 인정해야합니다. 하지만 커피 찻잔에 테이블 위에는 많은 공간이 없었습니다.

작업 공간에 테이블이 더 큰 경우 카페인과 화면 공간 중 하나를 선택하지 않아도됩니다.

초기 새 $ 159 (1080p)와 $ 299 (4K) 가격도 전체 소매가 $ 299와 $ 499보다 훨씬 매력적이며, 이미 저 가격으로 점수를 매기에는 너무 늦었습니다. 2019 년 2 월 9 일 현재 Full HD 제미니는 219 달러, 4K UHD 버전은 329 달러에 판매 될 예정입니다.

모두가 말하자면, 나는이 모니터가 마음에 든다. 지난 몇 주 동안 저는 그것을 툴킷에 유용하게 추가했습니다. 그러나 나는 그것이 내가 충분히 값을 지불하는 것을 정당화하기에 충분할 때 자주 사용하는 것이라고 확신하지 못합니다.

너는 어때?

Taihe Gemini 휴대용 모니터는 Kickstarter.com에서 2019 년 2 월 18 일까지 선주문을 합니다.

엔비디아는  2019 년 엔비디아 GPU 기술 컨퍼런스 (GTC)에서 제트온 나노 개발자 킷 (Jetson Nano Developer Kit) 을 발표했다. 엔비디아 GPU 기술 컨퍼런스 (GTC)는 임베디드 디자이너, 연구원 및 DIY 제조업체가 사용할 수있는 99 달러짜리 컴퓨터로, 현대 AI의 강력한 기능을 소형의 사용하기 쉬운 플랫폼에 제공한다. 완전한 소프트웨어 프로그램 가능성. Jetson Nano는 쿼드 코어 64 비트 ARM CPU와 128 코어 통합 NVIDIA GPU를 통해 472 GFLOPS의 컴퓨팅 성능을 제공합니다. 그림 1과 같이 5W / 10W 전력 모드와 5V DC 입력을 갖춘 효율적인 저전력 패키지에 4GB LPDDR4 메모리가 포함되어 있습니다.

새롭게 출시 된 JetPack 4.2 SDK  는 가속 그래픽, NVIDIA CUDA Toolkit 10.0 지원 및 cuDNN 7.3 및 TensorRT 5와 같은 라이브러리를 지원하는 Ubuntu 18.04를 기반으로하는 Jetson Nano의 완벽한 데스크탑 Linux 환경을 제공합니다. SDK에는 또한 네이티브 OpenCV 및 ROS와 같은 컴퓨터 비전 및 로봇 개발을위한 프레임 워크와 함께 TensorFlow, PyTorch, Caffe, Keras 및 MXNet과 같은 오픈 소스 Machine Learning (ML) 프레임 워크를 제공합니다.

이러한 프레임 워크 및 NVIDIA의 선도적 인 AI 플랫폼과의 완전한 호환성으로 인해 AI 기반의 추론 워크로드를 Jetson에보다 쉽게 ​​배포 할 수 있습니다. Jetson Nano는 다양한 복합 신경 네트워크 (DNN) 모델에 실시간 컴퓨터 비전 및 추론 기능을 제공합니다. 이러한 기능을 통해 다중 센서 자율 로봇, 인텔리전트 에지 분석 기능을 갖춘 IoT 장치 및 고급 AI 시스템을 사용할 수 있습니다. ML 프레임 워크를 사용하여 Jetson Nano에 로컬로 네트워크를 재 교육하는 경우에도 전송 학습이 가능합니다.

Jetson Nano Developer Kit는 80x100mm 크기의 공간에 적합하며 4 개의 고속 USB 3.0 포트, MIPI CSI-2 카메라 커넥터, HDMI 2.0 및 DisplayPort 1.3, 기가비트 이더넷, M.2 Key-E 모듈, MicroSD 카드 슬롯, 및 40 핀 GPIO 헤더. 포트 및 GPIO 헤더는  NVIDIA가 GitHub에서 공개 소스 로 사용하는 3D 인쇄 가능한 심층 학습 JetBot 과 같이 널리 사용되는 다양한 주변 장치, 센서 및 즉시 사용할 수있는 프로젝트와 함께 즉시 사용할 수 있습니다.

devkit은 SD 카드 어댑터가있는 모든 PC에서 포맷 및 이미지 처리가 가능한 이동식 MicroSD 카드로 부팅됩니다. devkit은 마이크로 USB 포트 또는 5V DC 배럴 잭 어댑터를 통해 편리하게 전원을 공급받을 수 있습니다. 카메라 커넥터는 Jetson 생태계 파트너가 제공하는 8MP IMX219 기반 모듈을 포함하여 저렴한 MIPI CSI 센서와 호환됩니다. 또한 JetPack에서 드라이버 지원을 포함하는 Raspberry Pi Camera Module v2도 지원됩니다. 표 1은 주요 사양을 보여줍니다.

devkit은 그림 2와 같이 260 핀 SODIMM 스타일 SoM (System-on-Module)을 기반으로 설계되었습니다. SoM에는 프로세서, 메모리 및 전원 관리 회로가 포함되어 있습니다. Jetson Nano 컴퓨팅 모듈은 45x70mm이며 2019 년 6 월부터 임베디드 디자이너가 프로덕션 시스템에 통합하기 위해 $ 1000 (단위 수량 기준)에 129 달러에 출하 할 예정입니다. 생산 컴퓨팅 모듈에는 PCIe Gen2 x4 / x2 / x1, MIPI DSI, 추가 GPIO, 최대 3 개의 x4 카메라 또는 최대 4 개의 카메라 연결을위한 12 레인의 MIPI CSI-2를 갖춘 16GB eMMC 온보드 스토리지 및 향상된 I / O가 포함됩니다. x4 / x2 구성. Jetson의 통합 메모리 서브 시스템은 CPU, GPU 및 멀티미디어 엔진간에 공유되며 능률적 인 ZeroCopy 센서 인제 스트와 효율적인 프로세싱 파이프 라인을 제공합니다.

심화 학습 추론 벤치 마크

Jetson Nano는 TensorFlow, PyTorch, Caffe / Caffe2, Keras, MXNet 등과 같은 인기있는 ML 프레임 워크의 완전한 기본 버전을 포함하여 다양한 고급 네트워크를 실행할 수 있습니다. 이러한 네트워크는 이미지 인식, 객체 감지 및 로컬라이제이션, 포즈 추정, 의미 론적 세분화, 비디오 향상 및 지능형 분석과 같은 강력한 기능을 구현하여 자율 기계 및 복잡한 AI 시스템을 구축하는 데 사용할 수 있습니다.

그림 3은 온라인에서 사용 가능한 인기 모델 전반의 추론 벤치 마크 결과를 보여줍니다. 추론  에서는 JetPack 4.2에 포함 된 NVIDIA의 TensorRT 가속기 라이브러리를 사용하여 배치 크기 1 및 FP16 정밀도를 사용했습니다 . Jetson Nano는 여러 시나리오에서 실시간 성능을 달성하며 여러 고화질 비디오 스트림을 처리 할 수 ​​있습니다.

표 2는 Raspberry Pi 3, Intel Neural Compute Stick 2 및 Google Edge TPU Coral Dev Board와 같은 다른 플랫폼의 성능을 포함한 전체 결과를 제공합니다.

DNR (실행되지 않음) 결과는 제한된 메모리 용량, 지원되지 않는 네트워크 계층 또는 하드웨어 / 소프트웨어 제한으로 인해 자주 발생합니다. 고정 기능 신경망 가속기는 하드웨어에서 지원되는 전용 계층 작업을 통해 상대적으로 좁은 사용 사례 집합을 지원하며 중요한 데이터 전송 불이익을 피하기 위해 제한된 온칩 캐시에 네트워크의 가중치 및 활성화가 필요합니다. 하드웨어에서 지원되지 않는 레이어를 실행하기 위해 호스트 CPU에서 폴백 할 수 있으며 프레임 워크의 하위 집합 (예 : TFLite)을 지원하는 모델 컴파일러에 의존 할 수 있습니다.

Jetson Nano의 유연한 소프트웨어와 전체 프레임 워크 지원, 메모리 용량 및 통합 메모리 하위 시스템을 통해 다중 센서 스트림에서 가변 배치 크기를 동시에 지원하는 등 다양한 네트워크를 풀 HD 해상도까지 실행할 수 있습니다. 이러한 벤치 마크는 널리 사용되는 네트워크의 샘플을 나타내지 만 사용자는 가속화 된 성능으로 Jetson Nano에 다양한 모델 및 사용자 지정 아키텍처를 배포 할 수 있습니다. 그리고 Jetson Nano는 DNN 추론에만 국한되지 않습니다. CUDA 아키텍처는 사용자 정의 쿠다 커널과 함께 FFT, BLAS 및 LAPACK 연산을 포함한 알고리즘을 사용하여 컴퓨터 비전 및 디지털 신호 처리 (DSP)에 활용 될 수 있습니다.

다중 스트림 비디오 분석

Jetson Nano는 최대 8 개의 HD 풀 모션 비디오 스트림을 실시간으로 처리하며 NVR (Network Video Recorders), 스마트 카메라 및 IoT 게이트웨이를위한 저전력 에지 인텔리전트 비디오 분석 플랫폼으로 배포 할 수 있습니다. NVIDIA의 DeepStream SDK  는 ZeroCopy 및 TensorRT를 사용하여 엔드 투 엔드 추론 파이프 라인을 최적화하여 에지 및 사내 구축 형 서버에서 최상의 성능을 제공합니다. 아래의 비디오는 Jetson Nano가 8 개의 1080p30 스트림에서 동시에 전체 해상도로 실행되는 ResNet 기반 모델과 초당 500 메가 픽셀 (MP / s)의 처리량으로 오브젝트 감지를 수행함을 보여줍니다.

Jetson Nano에서 실행되는 DeepStream 응용 프로그램으로 ResNet 기반 
객체 감지기가 8 개의 독립적 인 1080p30 비디오 스트림에서 동시에 실행됩니다.

그림 4의 블록 다이어그램은 Jetson Nano를 사용하여 심층 학습 분석을 통해 기가비트 이더넷을 통해 최대 8 개의 디지털 스트림을 처리하고 처리하는 NVR 아키텍처의 예를 보여줍니다. 이 시스템은 H.264 / H.265의 500 MP / s를 디코딩하고 H.264 / H.265 비디오의 250 MP / s를 인 코드 할 수 있습니다.

Jetson Nano에 대한 DeepStream SDK 지원은 Q2 2019 릴리스 용으로 계획되어 있습니다.  곧 출시 될 릴리스에 대한 알림을 받으려면 DeepStream 개발자 프로그램 에 가입하십시오 .

JetBot

 그림 5에 표시된 NVIDIA JetBot 은 250 달러 이하의 AI 기반 심층 학습 로봇을 구축하기위한 모든 소프트웨어 및 하드웨어 계획을 제공하는 새로운 오픈 소스 자율 로봇 키트입니다. 하드웨어 재료에는 Jetson Nano, IMX219 8MP 카메라, 3D 인쇄 가능한 섀시, 배터리 팩, 모터, I2C 모터 드라이버 및 액세서리가 포함됩니다.

이 프로젝트는 Jupyter 노트북을 통해 모터 제어를위한 Python 코드를 작성하는 방법, 장애물을 감지하도록 JetBot을 교육하는 방법, 사람과 가재 도구와 같은 물건을 따라가는 방법, JetBot을 훈련시켜 바닥 주위의 경로를 추적하는 방법에 대해 쉽게 배울 수있는 예제를 제공합니다. 코드를 확장하고 AI 프레임 워크를 사용하여 JetBot의 새로운 기능을 만들 수 있습니다.

또한  JetBot 용 ROS 노드 가있어 ROS 기반 응용 프로그램과 SLAM 및 고급 경로 계획과 같은 기능을 통합하려는 사람들을 위해 ROS Melodic을 지원합니다. JetBot 용 ROS 노드가 포함 된 GitHub 저장소에는 Gazebo 3D 로봇 시뮬레이터 모델이 포함되어있어 로봇에 배치되기 전에 가상 환경에서 새로운 AI 동작을 개발하고 테스트 할 수 있습니다. Gazebo 시뮬레이터는 합성 카메라 데이터를 생성하고 Jetson Nano에서도 실행됩니다.

안녕 AI 월드

안녕 AI World  는 Jetson을 사용하고 인공 지능의 힘을 경험할 수있는 좋은 방법을 제공합니다. 몇 시간 만에 JetPack SDK 및 NVIDIA TensorRT가 포함 된 Jetson Nano 개발자 키트에서 실시간 이미지 분류 및 객체 감지 (사전 교육 된 모델 사용)를위한 일련의 심층 학습 추론 데모를 실행할 수 있습니다. 튜토리얼은 컴퓨터 비전과 관련된 네트워크에 중점을두고 라이브 카메라를 사용합니다. 또한 C ++에서 쉽게 이해할 수있는 인식 프로그램을 코딩 할 수 있습니다. 사용 가능한 심층 학습 ROS 노드  는 이러한 인식, 탐지 및 세분화 추론 기능을 ROS 와 통합합니다. 고급 로봇 시스템 및 플랫폼에 통합 할 수 있습니다. 이러한 실시간 추론 노드는 기존 ROS 응용 프로그램으로 쉽게 삭제할 수 있습니다. 그림 6에서는 몇 가지 예제를 중점적으로 설명합니다.

자신의 모델을 시험해보고자하는 개발자 는 이미지 분류, 객체 감지 및 전송 학습을 통한 의미 론적 세분화 모델의 재교육 및 사용자 정의를 다루는 " 2 일 간의 데모"자습서 를 따를 수 있습니다 . 전송 학습은 특정 데이터 세트의 모델 가중치를 미세 조정하고 모델을 처음부터 교육하지 않아도됩니다. 전송 학습은 NVIDIA 개별 GPU가 연결된 PC 또는 클라우드 인스턴스에서 가장 효율적으로 수행됩니다. 교육에는 추론보다 계산 자원과 시간이 더 필요하기 때문입니다.

그러나 Jetson Nano는 TensorFlow, PyTorch 및 Caffe와 같은 전체 교육 프레임 워크를 실행할 수 있기 때문에 다른 전용 교육 시스템에 액세스 할 수없는 사용자를위한 전송 학습으로 재 훈련 할 수 있으며 결과를 기다리는 데 더 오래 기다릴 수 있습니다. 표 3은 AlexNet 및 ResNet-18을 200,000 이미지에서 교육하기 위해 Jetson Nano를 사용하여 PyTorch를 사용한 2 일간의 데모 자습서로의 이전 학습 결과의 일부, 22.5GB 하위 이미지 그룹을 보여줍니다.

시간당 시간은 200K 이미지의 교육 데이터 세트를 완전히 통과하는 데 걸리는 시간입니다. 분류 네트워크는 사용 가능한 결과에 대해 2-5 개 에포크를 필요로 할 수 있으며, 최대 정확도에 도달 할 때까지 별도의 GPU 시스템에서 더 많은 에포크에 대해 생산 모델을 교육해야합니다. 그러나 Jetson Nano를 사용하면 네트워크를 밤새 다시 훈련시켜 저가형 플랫폼에서 심층 학습 및 AI를 실험 할 수 있습니다. 모든 사용자 정의 데이터 세트가 여기서 사용 된 22.5GB 예제만큼 클 수 없습니다. 따라서 이미지 / 초는 데이터 세트의 크기, 트레이닝 배치 크기 및 네트워크 복잡성을 기준으로 시간별 시간별로 Jetson Nano의 교육 실적을 나타냅니다. Jetson Nano에서도 교육 시간을 늘려 다른 모델을 재 훈련 할 수 있습니다.

모두를위한 AI

Jetson Nano의 컴퓨팅 성능, 컴팩트 풋 프린트 및 유연성으로 인해 AI 구동 장치 및 임베디드 시스템을 개발할 수있는 개발자에게 무한한 가능성이 제공됩니다. 오늘 Jetson Nano 개발자 키트를 99 달러에 시작하십시오.이 키트는 당사의 주요 글로벌 유통 업체를 통해 판매   되며 제조업체 채널, Seeed Studio 및 SparkFun 에서도 구입할 수 있습니다 . 임베디드 개발자 존 을 방문 하여 소프트웨어 및 문서를 다운로드하고 Jetson Nano에서 사용할 수있는 오픈 소스 프로젝트를 탐색하십시오 . Jetson DevTalk 포럼 의 커뮤니티에 가입 하여 프로젝트를 공유하십시오. 우리는 당신이 만드는 것을 보길 고대합니다!

NVIDIA의 최신 Jetson 컴퓨터 모듈은 기본적으로 인공 지능을위한 저렴한 솔루션을 제공하도록 설계된 작고 저전력의 PC입니다.

NVIDIA Jetson Nano 모듈은 1.43 GHz ARM Cortex-A57 쿼드 코어 프로세서와 최대 921 MHz의 속도를 갖춘 128 코어 NVIDIA Maxwell 그래픽을 특징으로합니다.

엔비디아는 5 ~ 10 와트의 전력을 소비하면서 Jetson Nano는 "472 GFLOPS의 컴퓨터 성능"을 제공한다고 말한다. 또한이 시스템은 5GB의 LPDDR4-1600 RAM을 갖추고 있습니다.

아마도 Jetson Nano에 관한 가장 흥미로운 사실은 가격이라고 할 수 있습니다. 
Jetson Nano 개발자 키트는 오늘부터 99 달러에 주문합니다.

NVIDIA는 작년 말에 1,099 달러에 출시 된 Jetson AGX Xavier 와 같은 고성능, 고가의 Jetson 하드웨어를 계속해서 제공 할 것입니다. 그러나 더 작고 저렴하며 저전력의 새로운 Jetson Nano는 대규모 하드웨어 개발자뿐만 아니라 제조업체 세트에 어필 할 수 있도록 설계되었습니다.

하드웨어는 고급 Jetson 제품과 동일한 핵심 아키텍처를 사용하며 TensorFlow, PyTorche, Caffe, Keras 및 MXNet과 같은 기계 학습 프레임 워크를 지원합니다. 그러나 그것은 더 싸고 더 작습니다.

Jetson Nano의 핵심은 프로세서, RAM 및 기타 핵심 부품이 260 핀 SODIMM 카드에 장착 된 70mm x 45mm 시스템 온 모듈 (system-on-a-module)입니다.

NVIDIA의 개발자 키트에는 4 개의 USB 3.0 포트, 마이크로 USB 포트, HDMI 및 DisplayPort, 이더넷, PCIe 카드 슬롯 (무선 랜용) 및 microSD 카드 리더기 등을 제공하는 독이 포함되어 있습니다.

개발자 키트는 스토리지 용 SD 카드를 사용하지만 엔비디아는 6 월에 출하 될 예정인 Jetson Nano 연산 모듈에 16GB 온보드 eMMC 스토리지를 포함하게된다.

생산 버전은 129 달러 (1,000 유닛 이상 구매시)로 판매 될 예정입니다.

NVIDIA는 Ubuntu 18.04 기반의 Jetson Nano를위한 완벽한 GNU / Linux 데스크톱 운영 체제를 포함 하는 새로운 JetPack 4.2 SDK 도 출시합니다 .

또한 Jetson Nano 용으로 개발할 수있는 프로젝트를 찾고 있다면 NVIDIA는 JetBot 이라는 오픈 소스 로봇에 대한 계획을 발표했습니다 . 쉽게 액세스 할 수있는 부품 (Nano 자체 포함)을 250 달러 이하로 사용하면 자율 로봇을 만들고 프로그래밍하여 장애물 감지, 대상 따라하거나 특정 경로를 따르도록 훈련 할 수 있습니다.

아니면 사람들이 항상 저전력 컴퓨터로하고 싶은 것처럼 보이고 팬이없는 작은 미디어 센터 PC 나 간단한 게임 콘솔을 만들 수 있다고 생각합니다. Jetson nano는 한 번에 최대 2 개의 디스플레이를 4Kp60 비디오 2 개 출력 할 수 있어야합니다.