Nel corso della GTC 2019 Nvidia ha annunciato Jetson Nano, una nuova soluzione di sviluppo con un prezzo a partire da 99 dollari pensata per designer, ricercatori e appassionati che vogliono sperimentare con l'intelligenza artificiale, la robotica e le applicazioni nel campo dei sistemi autonomi.
Due le versioni, una in formato modulo (SODIMM a 260 pin) a 129 dollari su lotti di mille unità, e una chiamata Developer Kit disponibile da subito a soli 99 dollari. Con Jetson Nano l'obiettivo di Nvidia era quello di ridurre sensibilmente il prezzo, garantendo lo stesso livello di funzionalità delle schede Jetson più costose.
In questo modo nuovi utenti dovrebbero avvicinarsi allo sviluppo di applicazioni di intelligenza artificiale. Le prestazioni, seppur inferiori alle board precedenti (la scheda si ferma a 472 gigaflops), sarebbero adeguate per le applicazioni. Al centro di Jetson Nano troviamo un chip Erista di Nvidia, ovvero il Tegra X1 di Nvidia Shield e Nintendo Switch.
La variante a bordo della Nano è una versione limitata, con quattro core A57 che operano a una frequenza fino a 1,43 GHz e una GPU Maxwell con la metà dei core - 128 vs 256 - di un Tegra X1 completamente attivo. Il tutto consuma circa 5 watt.
Il modulo è dotato di 4 GB di memoria LPDDR4 e 16 GB di eMMC, mentre Jetson Nano Development Kit non ha l'archiviazione a bordo, cosa a cui si sopperisce con l'uso di una microSD. Per questo c'è una differenza di 30 dollari.
Tra i vantaggi del Developer Kit troviamo quattro USB (tre 2.0 e una 3.0), HDMI, DisplayPort e una Gigabit Ethernet, insieme ai classici connettori SDIO, I2C, SPI, GPIO e UART tipici di queste schede. C'è persino un M.2 per il WiFi e un'interfaccia MIPI-CSI per videocamere.
La board supporta diversi framework di intelligenza artificiale popolari tra cui TensorFlow, PyTorch, Caffe, Keras e MXNet. Per dimostrare le potenzialità di Jetson Nano, Nvidia ha creato JetBot, un robot open source "fai da te" basato su Ubuntu Linux dal costo complessivo di 250 dollari, di cui trovate documentazione su Github.