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 Nano™ 2GB Developer Kit with 802.11ac Wireless Adapter (Discontinued)

Name: NVIDIA® Jetson Nano™ 2GB Developer Kit with 802.11ac Wireless Adapter (Discontinued)
Brand: DFRobot
SKU: DFR0757
Availability: Discontinued

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: DFR0757
Категория: Наборы разработчика (dev kits)
GPU: 128-core NVIDIA Maxwell
CPU: Quad-core ARM A57 @ 1.43 GHz

Описание

NVIDIA® Jetson Nano™ 2GB Developer Kit with 802.11ac Wireless Adapter (Discontinued)

Характеристики

GPU	128-core NVIDIA Maxwell
CPU	Quad-core ARM A57 @ 1.43 GHz
Memory	2 GB 64-bit LPDDR4 25.6 GB/s
Storage	MicroSD (Card not included)
Video Encode	4Kp @ 30 \| 4x 1080p @ 30 \| 9x 720p @ 30 (H.264/H.265)
Video Decode	4Kp @ 60 \| 2x 4Kp @ 30 \| 8x 1080p @ 30 \| 18x 720p @ 30 (H.264/H.265)
Camera	1x MIPI CSI-2 connector
Connectivity	Gigabit Ethernet 802.11ac wireless
Display	HDMI
USB	1x USB 3.0 Type-A, 2x USB 2.0 Type-A, 1x USB 2.0 Micro-B
Power	USB-C 5V/ 3A
Dimensions	100 mm x 80 mm x 29 mm

Сравнение с аналогами

Характеристика	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	Nano Base Board (B) for Raspberry Pi Compute Module 4, Same Size as the CM4
GPU	128-core NVIDIA Maxwell	—

CPU	Quad-core ARM A57 @ 1.43 GHz	—	—	—

Memory	2 GB 64-bit LPDDR4 25.6 GB/s	—	—	—

Storage	MicroSD (Card not included)	—	1x Micro SD Card	—

Video Encode	4Kp @ 30 \| 4x 1080p @ 30 \| 9x 720p @ 30 (H.264/H.265)	—	—	—

Video Decode	4Kp @ 60 \| 2x 4Kp @ 30 \| 8x 1080p @ 30 \| 18x 720p @ 30 (H.264/H.265)	—	—	—

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

Connectivity	Gigabit Ethernet 802.11ac wireless	—	—	—

Display	HDMI	MIPI DSI display port (15pin 1.0mm FPC connector)	—	MIPI DSI port × 1 (15pin 1.0mm FPC connector)

USB	1x USB 3.0 Type-A, 2x USB 2.0 Type-A, 1x USB 2.0 Micro-B	USB 2.0 Type A × 2, USB 2.0 via FFC connector × 2	1x USB 2.0 HOST, 1x USB 3.0 HOST	USB 2.0 Type A connector × 1

Power	USB-C 5V/ 3A	—	—	—

Dimensions	100 mm x 80 mm x 29 mm	85 × 56mm	—	56 × 41mm

Отзывы

По товару «NVIDIA® Jetson Nano™ 2GB Developer Kit with 802.11ac Wireless Adapter (Discontinued)» 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 Nano™ 2GB Developer Kit with 802.11ac Wireless Adapter (Discontinued)

Описание

Характеристики

Сравнение с аналогами

Инженерный разбор

О товаре

С этим товаром покупают

Аналоги

Похожие товары

Отзывы

Вопросы о товаре

Частые вопросы