Чем отличается одноплатный компьютер от микроконтроллера для промышленной задачи?

Одноплатные компьютеры (Raspberry Pi, Rock Pi, Orange Pi) несут полноценную ОС Linux, гигабайты ОЗУ и интерфейсы Ethernet/USB3/HDMI — это база для машинного зрения и обработки данных. Микроконтроллеры (STM32, NXP, GD32, ESP32) работают без ОС в реальном времени, управляют периферией по I2C, SPI, UART, CAN и потребляют единицы милливатт. Для AI-инференса на краю берут SoM Jetson или Coral, а для жёсткой логики и опроса датчиков — промышленный MCU.

Как выбрать AI-модуль для инференса нейросети на edge?

Ориентируйтесь на производительность в TOPS и поддержку фреймворка: NVIDIA Jetson (Orin Nano/NX) даёт от 20 до 100+ TOPS и работает с TensorRT, Google Coral на TPU оптимизирован под TensorFlow Lite (INT8, 4 TOPS), а FPGA-модули дают детерминированную задержку для кастомных пайплайнов. Учитывайте объём LPDDR, форм-фактор SO-DIMM или SMD и тепловой пакет — под нагрузкой модулю нужен радиатор или активное охлаждение.

Какие интерфейсы у промышленных edge-компьютеров для подключения к АСУ ТП?

Промышленные edge-компьютеры обычно несут изолированный RS485/RS232 с поддержкой Modbus RTU, порты Ethernet под Modbus TCP и OPC UA, дискретные входы/выходы (DI/DO) и CAN. Питание — широкий диапазон 9–36 В DC под автомобильные и шкафные сети, рабочий диапазон температур до -40…+70 °C. Для камер машинного зрения важны порты GigE Vision с PoE и USB3 Vision.

Нужен ли AI-ускоритель (NPU) если уже есть процессор?

AI-ускоритель (NPU) разгружает CPU от матричных операций нейросети и поднимает FPS инференса в разы при том же энергобюджете. Внешние ускорители подключаются по USB3, M.2 (PCIe) или как HAT к одноплатнику; они дают единицы TOPS на INT8 и удобны, когда апгрейдить сам вычислитель нельзя. Для лёгких моделей детекции хватает встроенного NPU SoC, для тяжёлых сетей берут Jetson или дискретный ускоритель.

Какую память и накопитель ставить в промышленный вычислитель?

Для встраиваемых систем выбирают индустриальные microSD и eMMC с pSLC-режимом либо M.2/2242 NVMe SSD с расширенным температурным диапазоном и поддержкой power-loss protection. Объём ОЗУ (LPDDR4/LPDDR5) подбирают под модель: для классического CV хватает 4–8 ГБ, для крупных нейросетей нужно 16 ГБ и больше. Ресурс записи (TBW) критичен при постоянном логировании.

Поставляете вычислители юрлицам, есть наличие и КП?

Да, отгружаем одноплатники, SoM Jetson/Coral, промышленные MCU и edge-компьютеры юридическим лицам по безналу с НДС, формируем коммерческое предложение и счёт. Позиции в наличии резервируются под заказ, по отсутствующим называем срок поставки. Доставка по России транспортными компаниями, отгрузочные документы в комплекте.

нет фото

DFRobot

NVIDIA Jetson AGX Orin 64GB Developer Kit (275 TOPS, 64GB, 60W)

Name: NVIDIA Jetson AGX Orin 64GB Developer Kit (275 TOPS, 64GB, 60W)
Brand: DFRobot
SKU: DFR1079
Availability: InStock

Цена по запросу

Для B2B-заказов цена, срок и состав поставки фиксируются в счёте. Каталог не является публичной офертой. НДС не облагается (продавец применяет УСН).

В наличии

Запросить цену

На складе0 шт.

Производитель: DFRobot
Артикул: DFR1079
Категория: Наборы разработчика (dev kits)
GPU: NVIDIA Ampere architecture with 2048 NVIDIA CUDA cores and 64 tensor cores
CPU: 12-core Arm Cortex-A78AE v8.2 64-bit CPU 3MB L2 + 6MB L3

Описание

NVIDIA Jetson AGX Orin 64GB Developer Kit (275 TOPS, 64GB, 60W)

Характеристики

GPU	NVIDIA Ampere architecture with 2048 NVIDIA CUDA cores and 64 tensor cores
CPU	12-core Arm Cortex-A78AE v8.2 64-bit CPU 3MB L2 + 6MB L3
DL Accelerator	2x NVDLA V2.0
Vision Accelerator	PVA v2.0
Memory	64GB 256-bit LPDDR5 2048GB/s
Storage	64GB eMMC 5.1
Video Encode	2x4K 60 \| 4x4K 30 \| 8x1080p 60 \| 16x1080p 30(H.265)
Video Decode	1x8K 30 \| 3x4K 60 \| 7x4K 30 \| 11x1080p 60 \| 22x1080p 30(H.265)
Power	15W-60W
Camera	16-lane MIPICSI-2 connector
AI Performance	275 TOPS
Dimensions	110mm x 110mm x 71.65mm

Сравнение с аналогами

Характеристика	NVIDIA Jetson AGX Orin 64GB Developer Kit (275 TOPS, 64GB, 60W)	NVIDIA® Jetson Nano™ 2GB Developer Kit with 802.11ac Wireless Adapter (Discontinued)	Mini Base Board (A) Designed for Raspberry Pi Compute Module 4	CM3I IO Board
GPU	NVIDIA Ampere architecture with 2048 NVIDIA CUDA cores and 64 tensor cores

Инженерный разбор

CPU	12-core Arm Cortex-A78AE v8.2 64-bit CPU 3MB L2 + 6MB L3	Quad-core ARM A57 @ 1.43 GHz	—	—

DL Accelerator	2x NVDLA V2.0	—	—	—

Vision Accelerator	PVA v2.0	—	—	—

Memory	64GB 256-bit LPDDR5 2048GB/s	2 GB 64-bit LPDDR4 25.6 GB/s	—	—

Storage	64GB eMMC 5.1	MicroSD (Card not included)	—	1x Micro SD Card

Video Encode	2x4K 60 \| 4x4K 30 \| 8x1080p 60 \| 16x1080p 30(H.265)	4Kp @ 30 \| 4x 1080p @ 30 \| 9x 720p @ 30 (H.264/H.265)	—	—

Video Decode	1x8K 30 \| 3x4K 60 \| 7x4K 30 \| 11x1080p 60 \| 22x1080p 30(H.265)	4Kp @ 60 \| 2x 4Kp @ 30 \| 8x 1080p @ 30 \| 18x 720p @ 30 (H.264/H.265)	—	—

Power	15W-60W	USB-C 5V/ 3A	—	—

Camera	16-lane MIPICSI-2 connector	1x MIPI CSI-2 connector	MIPI CSI-2 camera port × 2 (15pin 1.0mm FPC connector)	2x MIPI CSI

AI Performance	275 TOPS	—	—	—

Dimensions	110mm x 110mm x 71.65mm	100 mm x 80 mm x 29 mm	85 × 56mm	—

275 TOPS при Power 15W-60W задают широкий коридор по питанию: при 60W требования к источнику питания и отводу тепла заметно выше, чем при 15W, зато такой предел соответствует заявленной AI Performance. Для проектов с жестким лимитом по питанию нижняя граница 15W важна, но фактическая производительность в таком режиме в характеристиках не раскрыта.

GPU на NVIDIA Ampere architecture with 2048 NVIDIA CUDA cores and 64 tensor cores дополняется CPU 12-core Arm Cortex-A78AE v8.2 64-bit CPU 3MB L2 + 6MB L3, 2x NVDLA V2.0 и PVA v2.0. Такая конфигурация разделяет вычислительные задачи между CUDA, tensor cores, NVDLA и PVA; при выборе нагрузки важно учитывать, под какой из этих блоков рассчитано ПО, потому что наличие блока само по себе не означает автоматическое ускорение без поддержки в стеке.

64GB 256-bit LPDDR5 2048GB/s и Storage 64GB eMMC 5.1 показывают разницу между оперативной памятью и встроенным хранилищем: память рассчитана на обмен данными во время вычислений, а eMMC — на размещение системы и данных. Видеоблок заявлен как Video Encode 2x4K 60 | 4x4K 30 | 8x1080p 60 | 16x1080p 30(H.265) и Video Decode 1x8K 30 | 3x4K 60 | 7x4K 30 | 11x1080p 60 | 22x1080p 30(H.265), поэтому по H.265 декодирование включает 8K, а кодирование в списке ограничено 4K и 1080p. Габариты 110mm x 110mm x 71.65mm и 16-lane MIPICSI-2 connector важны для компоновки корпуса и подключения камерного тракта.

Отзывы

По товару «NVIDIA Jetson AGX Orin 64GB Developer Kit (275 TOPS, 64GB, 60W)» пока нет опубликованных отзывов покупателей. Зарегистрированные пользователи смогут оставить отзыв после покупки.

Войти и написать

Мы не публикуем сгенерированные оценки и не размечаем отзывы в JSON-LD, пока нет подтвержденных отзывов после покупки.

NVIDIA Jetson AGX Orin 64GB Developer Kit (275 TOPS, 64GB, 60W)

Описание

Характеристики

Сравнение с аналогами

Инженерный разбор

О товаре

С этим товаром покупают

Аналоги

Похожие товары

Отзывы

Вопросы о товаре

Частые вопросы