代的人越來越離不開數碼設備了，而這一切設備(手機、智能手表等)的基礎無外乎是將一臺計算機塞進了這樣的小型設備中，而計算機多年來的演化也依舊有最簡單的幾樣設備：主機、顯示器、鼠標、鍵盤。于是就有人想：為什么不把這幾樣東西做到一起去呢?于是筆記本電腦誕生了，而為了實現“更小”的要求，一位國外網友Electronic Grenade自己動手把所有的零部件放到了鼠標里，并且拍下了視頻放在了Youtube上。
這位外國網友通過3D打印做出了一個自定義鼠標，適合裝載滑入式鍵盤(下面那個白色的部分)和迷你顯示器，但依舊小到和普通鼠標一樣。內部的原件由樹莓派的Raspberry Pi Zero W micro PC套件組成。
當然如此小的一臺PC，內部的規格不能指望多強大，一顆1GHz的單核CPU，512MB的內存，鼠標的前端配有一塊僅有1.5英寸的OLED顯示屏，128×128 RGB像素，電池容量500mAh。這樣的硬件自然運行不了現在的Windows操作系統，但是可以使用Linux系統。
在視頻中，這位網友還對這臺微型電腦進行了演示，從圖上看，對，你沒有看錯，這么小的一臺PC電腦甚至可以運行熱門全平臺游戲——Minecraft(我的世界)。當然，這樣小的設備甚至都不能夠完美的運行這個游戲，但是這位外國網友的思路確實是非常的大膽和奇特的。
本文編輯：王偉銘
關注泡泡網，暢享科技生活。
點擊上方關注，All in AI中國
Raspberry Pi是制造商選擇的單板計算機，但AI不是它的強項。 Nvidia新推出的99美元Jetson Nano開發套件可以讓業余愛好者和程序員都有機會以實惠的價格玩深度學習和神經網絡。
Nvidia多年來一直在生產其Jetson系列AI電腦，但它們的價格遠遠超出了大多數消費者的需求，而且也不適合用于制造商項目。與Raspberry Pi一樣，Jetson Nano可在相對較小的主板上安裝全套端口和40個GPIO引腳，您可以使用一個標準的2.5安培微型USB電源適配器進行充電。
我有機會花了幾天玩了玩Jetson Nano，并在其上運行了一些AI演示。該平臺顯然很有潛力成為制造商針對特定用例工具箱的一個有趣的部分，但缺乏車載Wi-Fi確實阻礙了它的發展。而且，即使它具有無線連接，也不可能直接與Raspberry Pi競爭。
規格配置強大，但無線的在哪里？
與Raspberry Pi相比，Jetson Nano的性能要好得多，專為AI應用而設計，采用1.4 GHz四核ARM A57 CPU，128核Nvidia Maxwell GPU和4 GB RAM。它有四個USB A型端口，包括一個USB 3.0，HDMI和DisplayPort輸出用于視頻和一個千兆以太網連接器。有一個攝像頭插槽，您也可以通過USB連接攝像頭。
微型USB端口連接到電源，但也有一個桶式連接器，您可以使用可選的高功率電源。 CPU上面有一個散熱器，但是如果你要執行需要更多散熱的處理器密集型任務，你可以在水槽頂部安裝一個可選的風扇。
與Raspberry Pi一樣，操作系統和軟件存儲在可移動的microSD卡上。此外，與Pi一樣，Jetson Nano具有40個GPIO（通用輸入/輸出）引腳，可用于連接燈、電機和傳感器。這些引腳是制造商社區的賭注，因為你會很需要它們來構建機器人和其他iOT設備。
然而，Jetson Nano缺少車載無線連接，這對于大多數的制造商來說是至關重要的。除了5美元的Raspberry Pi Zero外，每一款當前的Raspberry Pi都配有內置Wi-Fi和藍牙功能。但是要使用Jetson Nano，您必須使用以下三種連接選項的其中之一：連接到以太網，只編寫離線運行的程序，不需要藍牙，或者附加一個第三方USB Wi-Fi /藍牙適配器。
連接第三方Wi-Fi加密狗并不像您想象的那么容易。您可以使用USB加密狗或M.2 Wi-Fi卡，它們位于CPU和GPU下面的M.2插槽中（稍后會詳細介紹）。無論哪種方式，Jetson Nano使用的Ubuntu 18.04版本都沒有內置的Wi-Fi適配器驅動程序，根據我讀過的所有支持文檔，獲取它們的唯一方法是編譯自己的驅動程序。
在辦公室，我們有一個TP-Link Archer AC600 T2UH USB Wi-Fi適配器，我花了兩到三個小時搜索關于如何編譯Jetson驅動程序的指令，并在我放棄之前嘗試不同的方法，最終決定堅持使用以太網。可能還有其他可能很容易找到或編譯驅動程序的加密狗，比如Nvidia推薦的10美元的Edimax-7811UN。但你不應該只是為了連接互聯網這一種功能就這么繁瑣，更不用說配對藍牙設備之類的。當價值10美元的Raspberry Pi Zero W內置Wi-Fi /藍牙時，開箱即用，很難找到英偉達把它放在價格10倍的電腦之外的理由。
SODIMM卡上的電腦
雖然我們的評測單元組合在一起，但很容易看出CPU和GPU實際上是在一個單獨的電路板上，插入主PCB上的260針SODIMM插槽，該插槽容納端口和連接器。考慮到Nvidia還制造了一個獨立的Jetson Nano計算單元，售價129美元，擁有16GB的內置存儲空間但沒有端口，因此開發人員套件的處理器也可以放在附加板上。順便說一下，如果你想要129美元的電路板，Nvidia說你需要訂購1000個或更多的單元才能以這個價格買到它。因此，除非您將Jetson Nano制作成批量生產的產品，否則開發工具包是您唯一的選擇。
尺寸和重量
Jetson Nano Developer套件非常小，但比最大的Raspberry Pi，Pi 3B +要大得多。顯然，它需要增加空間，特別是因為散熱器和SODIMM插槽，但是當你計劃你的項目時，你需要容納一塊3.8 x 3英寸（95.3 x 76.2 mm）的板子，重量為4.8盎司（136克）而Pi 3B +僅為3.4 x 2.3英寸（87毫米×58.5毫米），重量僅為1.8盎司（49.7克）
Linux操作系統
Jetson Nano和其他Jetson主板的官方操作系統稱為Linux4Tegra，它實際上是Ubuntu 18.04的一個版本，設計用在Nvidia的硬件上運行。桌面的外觀和感覺與標準的Ubuntu Linux相同，并且有一個龐大的Linux應用程序生態系統，從開發軟件到可以從捆綁的“軟件”應用程序（這是一種應用程序商店）中獲得的游戲。
也許并不奇怪，Nvidia在其文檔中推薦的AI軟件和演示不在商店中，需要從命令行下載、編譯和調用。顯然，如果軟件全部預裝在Linux4Tegra上，整個過程對初學者來說會更容易，但使用命令行下載和安裝程序是Linux開發經驗的典型部分。
AI體驗：很快但有時奇怪的結果
Jetson Nano的真正存在理由是它能夠執行AI工作負載，如對象識別、運動跟蹤和視頻平滑。而且，基于Nvidia提供的深度視覺演示/教程，它似乎可以快速工作，但結果的質量更多地取決于軟件而不是硬件。
我首先嘗試了imagenet-console程序，該程序獲取圖像文件并嘗試識別其中的內容。當我嘗試使用Nvidia提供的示例JPG時，程序運行得非常好，正確識別出一只橙子和一個黑色的熊。然而，當我給它一些我拍攝的圖像時，結果很有趣。我兒子拿著樂高機器人的照片被標記為注射器，一組氣球被標記為圣誕襪，Nvidia首席執行官Jensen Huang的照片被標記為“西裝，衣服套裝。”最后一張從主題上來說，也不是完全不符合，黃教主穿著皮衣，但我不能認同，將皮夾克標記為西裝。
該應用程序在某些圖像上表現得更好一些，在背景中用開放式紙板箱識別出一張照片作為“紙盒”和我兒子使用卡諾計算機套件的圖片識別為筆記本電腦，卡諾電腦套件不是筆記本電腦。公平點說，這個應用程序使用了1,000個對象類型的離線庫，如果使用更廣泛的數據集可能會產生更好的結果。
我還使用了imagenet-camera，它與imagenet-console相同，只是它使用的是來自網絡攝像頭的實時視頻源。我用C920和C930e對羅技的網絡攝像頭進行了測試，結果顯示，與使用靜止圖像時相比，羅技攝像頭的識別結果更加不準確。
當我坐在網絡攝像頭前時，它認為我是“浴帽”，大概是因為我的光頭吧。而另一位朋友在做測試時，被不同地貼上標簽，一個是出氣筒，一個是牛仔帽，要么兩者兼而有之。他們襯衫上有按鈕或標志的人被貼上了“軍裝”的標簽。然而，當我拿著一張橘子的照片放（在電話屏幕上） ）在相機前面，它正確地識別了該水果。
VisionWorks特征跟蹤、運動估計和視頻穩定演示中得到的結果給我留下了深刻的印象。這個功能跟蹤演示程序處理了一段汽車在金門大橋上行駛的視頻，并在汽車的車牌等細節處加上紅色和綠色標記，大概是為了顯示它可以在這些物體移動時跟蹤它們。
這個運動估計演示使用了一段人們走在人行道上的視頻剪輯，并在他們穿過視野時跟蹤他們。視頻穩定演示展示了在應用穩定技術之前和之后，一個跳動的電影是什么樣子的。
性能
作為工具包的一部分，Nvidia向我們提供了一份測試結果列表，它將各種AI基準測試結果與Jetson Nano與附帶英特爾神經計算棒的Raspberry Pi 3和帶有Edge TPU的Google Coral板進行比較。我們沒有時間在Jetson Nano上驗證這些數字，也沒有進行必要的競爭性測試。然而，至少在與Raspberry Pi相比時，人們很容易相信Jetson Nano的速度要快得多，特別是在AI任務中。
基準測試結果：圖片由Nvidia提供
Jetson Nano擁有比Raspberry Pi和帶有Edge TPU的Coral Board更強大的處理器，兩者都有基于Arm Cortex A53的CPU，而Nano則使用更高級的Cortex A57平臺。 Nano還擁有4GB內存，而競爭對手只有1GB。即使您沒有運行AI應用程序，只想運行Linux應用程序，您也可以從Nvidia的計算機中獲得更多功能。
底線
Jetson Nano Developer Kit提供了一種經濟實惠且功能強大的方式來開始開發AI應用程序并將其部署到制造商項目中。除了演示之外，Nvidia還提供了一些非常詳細的教程來幫助您創建自己獨特的AI應用程序，我期待將來嘗試這些應用程序。
然而，對于大多數非AI制造商項目，Raspberry Pi仍然是最佳選擇。 99美元，Jetson Nano的成本幾乎是Raspberry Pi 3B +的三倍，它的體積更大，就是缺乏內置的Wi-Fi /藍牙。 Nvidia或其粉絲也很難與Raspberry Pi擁有的大量社區支持相匹配，或者復制其背后的配件、書籍和學校課程計劃的巨大生態系統。
但是，對于剛剛入門的AI開發人員或想要制作依賴于推理的項目的業余愛好者來說，Jetson Nano是一個不錯的進步。
編譯出品