NVIDIA的Jetson系列在机器学习(ML)应用程序中很流行，但模块有点大。新款Jetson Nano(图1)让开发人员将Jetson TX1的性能打包到一个更紧凑的包中。70 × 45mm的内存条是专为工业环境设计的。售价仅129美元，数量1000+，Jetson Nano将是一个强大的ML开发目标。
1.紧凑的Jetson Nano内存配备了64位四核CPU和128核的Maxwell GPGPU以及4gb的DRAM。
Jetson Nano的规格与Jetson TX1相当，包括64位四核ARM Cortex-A57 CPU，以及128核Maxwell GPGPU，设计用于处理视频流和ML家务。该系统提供了472 GFLOPS的性能。
在演示中，内存能够处理8条1080p的数据流，同时使用深度神经网络(dnn)来识别每个数据流中的对象。视频处理增强使用硬件视频编码和解码支持。它可以以30帧/秒的速度编码4K、4个1080p或8个720p流。它可以以60帧/秒或30帧/秒的速度解码单个4K流，也可以以1080p的速度解码8个4K流，以720p的速度解码16个4K流。有12个MIPI CSI-2 DPHY 1.1通道。该系统还可以驱动两个显示器使用HDMI 2.0，显示端口(DP) 1.2或eDP 1.4，以及DSI。
根据配置和性能的不同，内存的功耗在5w或10w以下，可以在大多数应用中使用被动冷却。外部接口包括x4 PCI Express、usb3.0、SDI、SPI、I2C端口。该系统不包括Jetson TX1上的无线网络支持，尽管这些支持可以很容易地通过外部接口端口添加。
内存为4gb 64bit LPDDR4，带宽为25.6 GB/s。还有16gb的eMMC闪存存储。
2.Jetson Nano开发工具包包括内存，但使用MicroSD插槽非易失性存储。
Jetson Nano确实是独立运行的;它被设计成与一个承载板一起工作。为了让开发人员开始，NVIDIA提供了99美元的Jetson Nano开发工具包(图2)．是的，它包含了内存条，而且比单独使用内存条便宜，但后者可以用于工业用途，至少在5年内可用。该套件运行相同的软件。它还可以使用MicroSD卡进行闪存存储;内存缺少eMMC存储。
Jetson Nano也能做到这一点NVIDIA Jetpack软件套件比如《杰森TX1》、《杰森TX2》和《杰森AGX Xavier》(图3)．主要的区别是性能级别、功率要求和大小。软件支持包括开发在Jetson Nano上运行的模型的培训工具。
3.Jetson Nano填补了NVIDIA的ML频谱的低端。同样的软件可以在这三个平台上运行。
的JetBot(图4)是一个由Jetson Nano开发工具包支持的开源项目。它与其他小型机器人的最大区别是，JetBot只需要一个摄像头来处理物体识别和避碰。当然，Jetson Nano可以处理更多的事情，但令人印象深刻的是，看到机器人在躲避彼此和附近的障碍物时能有多快。这将机器人技术带到了一个更高的水平。
4.JetBot由Jetson Nano开发工具包提供动力。
所有Jetson平台都通过NVIDIA的TensorRT和CUDA深度神经网络(cuDNN)框架支持流行的ML框架，如Tensorflow。该公司的DeepStream SDK等工具简化了视频分析应用程序，使开发者能够轻松地将硬件加速构建块连接在一起。Jetson Nano还将支持NVIDIA的TrustedOS。
英伟达只销售模块。这种芯片不能单独使用，因此Jetson Nano代表了该系列所有模块中最小的外形因数和最低的功率。Jetson AGX Xavier需要Jetson Nano 3倍的功率，但提供了超过20倍的性能，以及更先进的GPGPU多个ML硬件加速器．
Jetson Nano为ML应用带来了更小的形式因素，同时提供高性能的ML加速。内存的形式允许开发人员利用未来版本的优势，提供更先进的支持，而无需改变他们的载体板。
