尽管树莓派板非常适合执行各种任务，并且能够执行对象识别，但是在出现时可能会有些慢进行实时图像识别。 2019 年， Nvidia 在 99 美元的 Jetson Nano 中推出了以人工智能为核心的 Pi 竞争对手。当然，当时 4GB Nano 的 RAM 是顶级 Pi 的四倍，但价格却高出一倍以上，并且没有 Wi-Fi 。
快进到 2020 年，英伟达又回来了 2GB 版本的 Jetson Nano ，售价更合理的 59 美元，并且对于某些市场 (包括美国) 的消费者，包装盒中还提供兼容的 USB Wi-Fi 加密狗。新的 Nvidia Jetson Nano 2GB 将于本月晚些时候面世，旨在制造 AI 。业余爱好者，孩子和有抱负的开发人员更容易使用。
为了帮助更多的业余爱好者使用其平台， Nvidia 还推出了针对 AI 的免费在线培训和认证计划。由于几乎完全相同的 4GB Jetson Nano 投放市场已经一年半了，所以也有一个现有的开发人员社区，他们共享了教程和开源项目。您甚至可以购买 Jetson 机器人套件进行构建。
与 4GB Jetson Nano 一样，新型号也由运行在 1.43 GHz 的 64 位四核 ARM A57 CPU 和 128 核 Nvidia Maxwell GPU 供电。根据 Nvidia 的数据， Jetson Nano 2GB 的得分比 AI 上的树莓派 4 高 8 到 73 倍。基准，例如 ResNet ， OpenPose ， Inception V4 和 Tiny YOLO V3 。尽管我们还没有自己进行这些测试，但令人难以置信的是， 4GB Nano 在 AI 上的速度明显更快。比 Pi 。
Nvidia Jetson Nano (2GB) 规格
| Jetson Nano (2GB) | |
|---|---|
| 建议零售价 $ 59 | |
| CPU | 64 位四核 ARM A57 (1.43 GHz) |
| GPU | 128 核 Nvidia Maxwell |
| 内存 4GB DDR4 | |
| 连接性 | 以太网 10/100/1000 ， Wi-Fi 加密狗 (某些地区) |
| 港口 | 2 个 USB 2.0 、 1 个 USB 3.0 ， HDMI ， CSI 摄像头连接器 |
| 针脚 | 40 引脚 GPIO |
Jetson Nano 2GB 与 Jetson Nano 4GB
在对 4GB 型号的改进中， 2GB Nano 通过 USB Type-C 供电，旧型号具有专有的桶形连接器。确实，较早的型号配备 5V ， 4A 电源 (通过微型 USB 连接也可以提供 5W)，而对于新型号，您必须带上至少 5V ， 3A 的 USB-C 充电器我们中许多人已经装满了抽屉。
在不那么受欢迎的变化中， Nano 2GB 具有更少的 USB 端口，只有一个 USB 3.0 和两个 USB 2.0 端口，而 4GB 型号只有 4 个 USB 3.0 端口。它还只有 HDMI 输出，而更昂贵的型号还带有 DisplayPort 连接器。但是，将 Wi-Fi 加密狗捆绑在一起对于想使用该开发板并且不在以太网输出路由器附近的人来说是一个巨大的优势。 4GB 型号没有配备 Wi-Fi 加密狗，在我们的测试中，我们发现很多型号无法使用它。
Jetson Nano 与树莓派
与任何最新的树莓派一样， Jetson Nano 2GB 具有 40 针 GPIO 连接器和 CSI 摄像机端口。摄像头端口与树莓派摄像头模块兼容，这对于想要构建使用图像识别的机器人或 iOT 设备的任何人来说都是个好消息。从 GPIO 引脚分配角度来看，树莓派 HAT 可以并且应该起作用，但是 Jetson 可能不存在利用单个 HAT 的软件。
树莓派的官方操作系统是 Debian 的端口树莓派 OS ，而 Jetson Nano 的是 Ubuntu 的 eLinux 。因此，尽管您可能会为 Nvidia 的主板获得很多相同的软件，但您不能只下载适用于 Pi 的每个软件包并直接使用它们。
底线
令人怀疑的是， Jetson Nano 2GB 是否会失去树莓派的市场份额，但它确实有机会在希望建立更多 AI 密集型项目的制造商那里获得重要的支持。例如，制造商 Ahad Cove 最近设计了一种 [自动驾驶式垃圾桶](https://www.youtube.com/watch ? v = 7fdM2hHW8yA)，该垃圾桶知道何时垃圾车从他的街道上走下来，然后将自己开到路边及时取货。
Cove 使用树莓派本身为垃圾桶供电，但是从窗户向外看并查看每辆经过的车辆是否为垃圾车的计算机是 Nvidia Jetson Xavier NX 开发人员工具包，价格为 399 美元，比 Jetson Nano 快很多，但使用的技术相似。 Cove 表示，他过去曾使用 Jetson Nano 进行对象识别项目，当我们问他为什么不使用树莓派时，他指出 Pi 不够迅速，无法及时发现卡车以将垃圾桶送出到角落。在这种本地对象识别中， Jetson Nano 2GB 对于没有几百美元花费的业余爱好者来说可能非常方便。