Jetson Nano 사용기

지난 두달 간, 인턴(연구연수생)을 하면서 인상 깊었던 디바이스에 대해 소개 및 관련 자료를 정리하려고한다.

 

나는 실무에서 프로젝트의 업무를 하기 위해 Jetson nano를 대여할 수 있었고 완수하였다.

---

1. Jetson Nano 란 무엇인가?

https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-nano/

 

NVIDIA에서 개발한 소형 컴퓨터 모듈이다.

 

저전력 시스템에서 고성능 연산을 수행할 수 있도록 설계 되었고, AI & 머신러닝에 적합한 디바이스이다. 

 

---

2. Jetson Nano 의 사양은?

• CPU: 64비트 Quad-Core ARM A57
• GPU: 128-core NVIDIA Maxwell architecture-based GPU
• 메모리: 4GB LPDDR4
• 스토리지: microSD 카드 슬롯
• 비디오 인코딩/디코딩 기능: 4K @ 30 | 4x 1080p @30 |9x720p @30 (H.264/H.265)
• I/O 포트
  - HDMI 1개, DP 1개, USB 3.0 4개, 기가비트 이더넷 1개
  - GPIO, I2C, I2S, SPI, UART
  - M.2 Key E 슬롯 1개
  - MIPI-CSI 카메라 커넥터 1개
  - 4핀 Fan 커넥터 1개, PoE 커넥터 1개
• 전원
  - DC 잭 : 최대 입력 5V@4A
  - micro USB 포트 : 최대 입력 5V@2A

이며 특히 고속 연산에 사용되는 CUDA-Core 가 128개 있기 때문에 성능은 충분하다.

 

손바닥 만한 디바이스가 4k 영상출력도 시원시원하게 된다.

 

GPU 성능과 관련된 상세한 내용

• GPU 이름/종류 : GM20B/TM660M-A2
• 아키텍쳐 : Maxwell 2.0
• 생산자(Foundry)/집적 밀도 : TSMC/20nm
• 트랜지스터 수 : 20억개 (2,000 million)
• 다이 크기 : 118mm^2
• GPU 클럭 : 640Mhz(베이스) / 921Mhz(부스트)
• TDP : 10W
• 쉐이더 유닛 수 : 128개
• TMUs/ROPs : 16/16
• DirectX : 12 (12_1)
• 픽셀 레이트/텍스쳐 레이트 : 14.74GPixel/s
• FP16/FP32/FP64 : 471.6GFLOPS / 235.8GFLOPS / 7.368GFLOPS

출처 : www.techpowerup.com/gpu-specs/jetson-nano-gpu.c3643

NVIDIA Jetson Nano Specs

---

Jetpack을 통해 초기 셋팅이 가능하며 

 

기본적으로 OpenCV , TensorRT , Ubuntu 18.04 버전이 설치 된다.

 

또한 GPLO 40핀 단자가 있기 때문에 (카메라 모듈 및 센서 탑재) 유연한 확장이 가능하다. (전력이 달라지면 성능이 달라지니 유의하자)

 

가장 큰 장점은 딥러닝 추론 라이브러리인 TensorRT가 탑재된것이다.

(아래는 TensorRT에 대한 정리 블로그)

 

https://boramchan-corgi.tistory.com/22

NVIDIA Tensor RT 에 대해 알아보기

 

다음 블로그는 Jetson nano  Yolo 사용을 위한 포팅에 대한 글을 정리해볼까한다.

 

초소형 엣지 디바이스 즉 임베디드 시스템에 대해 큰 관심이 있다면 꼭 사용해보는것이 좋을 것 같다.

 

 

개인적인 의견으로는 자연어 모델, 분산학습처리에 있어서,

 

좋은 그래픽 카드를 사용하면 더할나위 없이 이상적이겠지만 jetson nano 여러 대와, 확실한 네트워킹이 있다면 효율적인 가격으로 이룰수 있지 않을까라는 생각을 하게 되었다.

 

 

참고자료

https://developer.nvidia.com/embedded/jetson-nano-developer-kit

Jetson Nano Developer Kit