Aaeon glisse le module Nvidia Jetson Nano dans un boîtier industriel taillé pour l’IA en bordure de réseauLe fabricant de modules, cartes et sous-systèmes pour l'embarqué Aaeon, qui propose déjà des boîtiers bâtis sur les modules Jetson TX2 de Nvidia pour instiller de l’intelligence artificielle (IA) en périphérie de réseau (AI@Edge), lance sous la référence Boxer-8220AI un modèle architecturé cette fois-ci sur le module Jetson Nano.... Dévoilé en début d’année, le Jetson Nano affiche des dimensions de seulement 70 x 45 mm et développe une performance de 472 Gflops suffisante pour exécuter des tâches IA dignes de ce nom, et ce dans une enveloppe thermique qui n’excède pas 5 watts. Dans le détail, le module est bâti sur une puce-système SoC intégrant un quadruple cœur Arm Cortex-A57 et une unité graphique Maxwell à 128 cœurs Nvidia Cuda avec capacité d’encodage/décodage vidéo 4K. On y trouve aussi 4 Go de mémoire LPDDR4 64 bits, une mémoire de stockage eMMC 5.1 de 16 Go, des interfaces pour caméras et afficheurs, un lien Gigabit Ethernet et tout un jeu d’interfaces d’entrées/sorties. Selon Aaeon, la conception du Jetson Nano lui permet d’exécuter plusieurs réseaux de neurones ou de traiter plusieurs images de haute résolution simultanément. Affichant des dimensions de 154 x 101 x 30 mm, le boîtier Boxer-8220AI est en mesure de fournir à la fois des performances et un prix adaptés au déploiement d'applications d'intelligence artificielle et de traitement en bordure de réseau (edge) d’entrée et de moyenne gamme, explique la société taiwanaise. Doté de cinq ports Ethernet Gigabit, l’équipement peut être connecté à cinq caméras ou capteurs et dispose en outre de quatre ports USB 3.0 pour une intégration flexible dans divers projets. Le boîtier fonctionne sans ventilateur dans une plage de température comprise entre -20°C et +60°C sans perte de performances, assure en outre Aaeon. Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA
|