英伟达 Nano 新手必读：Jetson Nano 深度学习算法模型基准性能测评

最新推荐文章于 2025-10-18 10:15:12 发布

原创

最新推荐文章于 2025-10-18 10:15:12 发布 · 9.3k 阅读

53 ·

CC 4.0 BY-SA版权

文章标签：

#jetson #nano #gpu #nivida

NVIDIA推出的Jetson Nano开发套件是一款价格亲民的高性能计算机，适用于嵌入式AI设计。它提供472 GFLOPs的计算能力，支持多种深度学习框架，如TensorFlow、PyTorch等，并能实现实时计算机视觉任务。

NVIDIA在2019年NVIDIA GPU技术会议（GTC）上宣布了Jetson纳米开发工具包，这是一款99美元的计算机，目前可供嵌入式设计师、研究人员和DIY制造商使用，在一个紧凑、易用的平台上，充分实现软件编程，为现代AI提供动力。Jetson Nano提供472个GFLOP的计算性能，四核64位ARM CPU和128核集成NVIDIA GPU。它还包括4GB LPDDR4内存，在一个高效的低功耗封装中，具有5W/10W电源模式和5V直流输入，如图1所示。

在这里插入图片描述

新发布的JetPack 4.2SDK为Jetson Nano提供了一个完整的桌面Linux环境，基于Ubuntu 18.04，并加速了图形，支持NVIDIA CUDA工具包10.0，以及cuDNN 7.3和TensorRT 5等库。SDK还包括本地安装流行的开源机器学习（ML）框架的能力，如TensorFlow、Pythrot、Caffe、Keras和MXNet，以及用于计算机视觉和机器人开发的框架，如OpenCV和ROS。

与这些框架和NVIDIA领先的AI平台的完全兼容性使将基于AI的推理工作负载部署到Jetson比以往任何时候都容易。Jetson Nano带来了实时的计算机视觉，并通过各种复杂的深神经网络模型进行推理。这些功能使多传感器自主机器人、具有智能边缘分析的物联网设备和先进的AI系统成为可能。甚至可以使用ML框架对Jetson Nano本地网络进行重新培训。

Jetson Nano开发包的占地面积仅为80x100mm，具有四个高速USB 3.0端口、MIPI CSI-2摄像头接口、HDMI 2.0和DisplayPort 1.3、千兆以太网、M.2 Key-E模块、MicroSD卡插槽和40针GPIO头。端口和GPIO头与各种流行的外围设备、传感器和现成的项目一起开箱即用，例如NVIDIA在GitHub上开源的3D可打印深度学习JetBot。

devkit从一个可移动MicroSD卡引导，该卡可以从任何带有SD卡适配器的PC机格式化和成像。devkit可以方便地通过Micro-USB端口或5V DC桶形插孔适配器供电。摄像头接口与价格合理的MIPI CSI传感器兼容，包括基于8MP IMX219的模块，可从Jetson生态系统合作伙伴处获得。同时支持的还有Raspberry Pi摄像头模块v2，其中包括JetPack中的驱动程序支持。表1显示了主要规格。