DFRobot
NVIDIA Jetson er en familie af kompakte AI- og edge computing-platforme der kombinerer ARM-CPU og NVIDIA GPU på ét board, med fuld CUDA-, cuDNN- og TensorRT-support til at køre deep learning-modeller lokalt. Udvalget dækker Jetson Nano (begynder/edge), Jetson Orin Nano (67 TOPS, ny generation), Jetson Orin NX og det kraftfulde Jetson AGX Orin (275 TOPS, op til 64 GB RAM) samt carrier boards, kølehuse, UPS-HATs og touch-skærme. Find platformen til dit projekt — robot-vision, ansigtsgenkendelse, objektdetektion eller AI-server.
DFRobot
DFRobot
DFRobot
Nvidia
DFRobot
DFRobot
DFRobot
NVIDIA Jetson-familien er udviklet til at køre AI-arbejdsbelastninger lokalt — uden at sende data til skyen. Hver platform har en GPU der kan udføre titusinder til hundredtusindvis af milliarder operationer pr. sekund (TOPS), så modeller som YOLO-objektdetektion, ansigtsgenkendelse og LLM-inferens kan køre direkte på enheden. Hvilken Jetson du skal vælge afhænger af modellens størrelse, hastighedskrav og strømforbrug.
Jetson kører Ubuntu med NVIDIA's JetPack-SDK, der giver dig:
Standard ML-rammer som PyTorch, TensorFlow og ONNX Runtime fungerer også direkte med GPU-acceleration via CUDA.
Robot-vision og navigation, autonome droner, smart trafikovervågning, fabriksautomation med kamerakontrol, ansigts- og nummerpladegenkendelse, sundhedsudstyr med real-tids-billedanalyse, generativ AI på edge (LLM, diffusion), kunstinstallationer, sikkerhedskameraer med objektdetektion, industrielle vision-systemer og uddannelsesprojekter inden for AI og machine learning.
Jetson-modulerne har konfigurerbare power-modes — fx kan AGX Orin køre fra 15 W til 60+ W. Det giver mulighed for at tilpasse forbruget til projektets krav. Bemærk at vedvarende AI-belastning genererer betydelig varme, og passiv køling er ofte ikke nok. Brug aktive kølehuse eller dedikeret køleplade ved konstant brug.
Skal du sammenligne med andre platforme? Se Raspberry Pi til mere generelle Linux-projekter eller LattePanda til x86-baseret Windows/Linux. Til AI på mikrocontroller-niveau, se ESP32 Boards med S3- og P4-varianter.