{"id":7156,"date":"2020-06-30T09:35:07","date_gmt":"2020-06-30T07:35:07","guid":{"rendered":"https:\/\/blog.generationrobots.com\/?p=7156"},"modified":"2023-05-05T10:00:08","modified_gmt":"2023-05-05T08:00:08","slug":"vergleich-der-nvidia-jetson-nanocomputer","status":"publish","type":"post","link":"https:\/\/www.generationrobots.com\/blog\/de\/vergleich-der-nvidia-jetson-nanocomputer\/","title":{"rendered":"Vergleich der NVIDIA Jetson Nanocomputer"},"content":{"rendered":"\n<html>\n <body>\n  <h2>\n   NVIDIA\u00ae Jetson\u2122 Systeme: Leistungsf\u00e4hige AI f\u00fcr Ihre Roboterprojekte\n  <\/h2>\n  <p>\n   Die\n   <strong>\n    <a class=\"catalogue\" href=\"\/de\/463-nvidia-jetson-ki-computer\" title=\"NVIDIA Jetson KI-Computer\">\n     NVIDIA Jetson Nanocomputer\n    <\/a>\n   <\/strong>\n   sind kompakt, besitzen eine hohe Rechenleistung und sind sparsam im Energieverbrauch \u2013 damit eignen sie sich perfekt f\u00fcr die Anforderungen eingebetteter Systeme.\n  <\/p>\n  <p>\n   Die NVIDIA\u00ae Jetson\u2122 Prozessoren werden eingesetzt, um\n   <strong>\n    Deep-Learning\n   <\/strong>\n   -Anwendungen zu implementieren,\n   <strong>\n    multiple neuronale Netze parallel\n   <\/strong>\n   zu verwalten oder Daten einer Vielzahl von\n   <strong>\n    hochaufl\u00f6senden\n   <\/strong>\n   Sensoren in\n   <strong>\n    Echtzeit\n   <\/strong>\n   zu verarbeiten.\n  <\/p>\n  <p>\n   Diese Module verkn\u00fcpfen hohe Leistungen mit einer nie dagewesenen\n   <strong>\n    Energieausbeute\n   <\/strong>\n   . Das macht sie zu Komponenten erster Wahl bei Projekten der integrierten Robotik (autonome Fahrzeuge, vernetzte Stadt, Haustechnik, Gesundheit usw.).\n  <\/p>\n  <p>\n   Die NVIDIA\u00ae Jetson\u2122 Module sind die Referenz f\u00fcr\n   <strong>\n    autonome Systeme\n   <\/strong>\n   und wurden bereits von f\u00fchrenden Anbietern der industriellen Robotik eingef\u00fchrt, darunter FANUC oder Komatsu.\n  <\/p>\n  <p>\n   <strong>\n    Anwendungen: Videospiele, Rennsimulation, Architektur, Robotik, Smart Cities, e-Health usw.\n   <\/strong>\n  <\/p>\n  <h2>\n   Hauptunterschiede zwischen den NVIDA Jetson Supercomputern\n  <\/h2>\n  <h3>\n   NVIDIA Jetson Nano\n  <\/h3>\n  <p>\n   Der\n   <a class=\"catalogue\" href=\"\/de\/403351-nvidia-nano-development-kit.html\" title=\"Nvidia Nano Development Kit\">\n    <strong>\n     NVIDIA Jetson Nano\n    <\/strong>\n    Development Kit\n   <\/a>\n   gibt Ihnen eine erschwingliche, vielseitige AI-Entwicklungsl\u00f6sung in die Hand.\n  <\/p>\n  <p>\n   Als Einstiegsmodell der Baureihe NVIDIA Jetson bietet das NVIDIA Jetson NANO mehr als respektable Leistungsdaten, die sich f\u00fcr\n   <strong>\n    Prototyping-Projekte im Bereich der autonomen Robotik und IoT-\n   <\/strong>\n   Hausautomation eignen.\n  <\/p>\n  <p>\n   Wir empfehlen es auch f\u00fcr den Einsatz im\n   <strong>\n    Hochschulunterricht\n   <\/strong>\n   .\n  <\/p>\n  <h3>\n   NVIDIA Jetson TX2\n  <\/h3>\n  <p>\n   Nutzen Sie die Rechenleistung des\n   <strong>\n    NVIDIA Jetson TX2\n   <\/strong>\n   mit einer herausragenden Pr\u00e4zision und Energieausbeute \u2013 und das trotz seinem Federgewicht. Die Deep-Learning-Anwendungen eignen sich f\u00fcr kompakte Produkte wie\n   <strong>\n    Drohnen\n   <\/strong>\n   .\n  <\/p>\n  <h3>\n   NVIDIA Jetson Xavier NX\n  <\/h3>\n  <p>\n   Das\n   <a class=\"catalogue\" href=\"\/de\/522-developer-kit-und-module-nvidia-jetson\" title=\"NVIDIA Jetson Xavier NX Developer Kit\">\n    <strong>\n     NVIDIA Jetson Xavier NX\n    <\/strong>\n   <\/a>\n   positioniert sich als kleinster AI-Superrechner der Welt f\u00fcr Embedded- und Edge-Systeme. Dieser NVIDIA Jetson Nanocomputer bietet au\u00dferdem eine native Cloud-Unterst\u00fctzung.\n  <\/p>\n  <p>\n   Die native Cloud-Unterst\u00fctzung versetzt Sie in die Lage, auf integrierten und anderen Peripherieger\u00e4ten Funktionen und Anwendungen zu entwickeln, die eine hohe Rechenleistung erfordern. Dadurch k\u00f6nnen au\u00dferdem umfangreiche Algorithmen im Handumdrehen gestartet werden.\n  <\/p>\n  <p>\n   <strong>\n    Zu den gezielten Anwendungsbereichen z\u00e4hlen Robotik, Smart Cities, Gesundheitswesen, industrielles IoT usw.\n   <\/strong>\n  <\/p>\n  <p>\n   Das Jetson Xavier NX beschleunigt den Software-Stack von NVIDIA mit Leistungen, die jene des NVIDIA Jetson TX2 mitunter um das Zehnfache \u00fcbertreffen.\n  <\/p>\n  <h3>\n   NVIDIA Jetson Xavier AGX\n  <\/h3>\n  <p>\n   Als weltweit erster Computer der Welt f\u00fcr autonome Maschinen liefert das\n   <a class=\"catalogue\" href=\"\/de\/522-developer-kit-und-module-nvidia-jetson\" title=\"Jetson AGX Xavier Development Kit\">\n    <strong>\n     Jetson Xavier AGX\n    <\/strong>\n   <\/a>\n   hohe Leistungswerte, mit denen Algorithmen der optischen Wegmessung, Fusion von Sensorendaten, Lokalisierung, 3D-Mapping, Objekterkennung und Streckenplanung ausgef\u00fchrt werden k\u00f6nnen.\n  <\/p>\n  <p>\n   <strong>\n    Anwendungen: Liefer- und Logistikroboter, Automationssysteme in der Fabrik, unbemannte Industriefahrzeuge usw.\n   <\/strong>\n  <\/p>\n  <h3>\n   NVIDIA Jetson AGX Orin\n  <\/h3>\n  <p>\n   Das\n   <a class=\"catalogue\" href=\"\/de\/404093-jetson-agx-orin-developer-kit.html\" title=\"Jetson AGX Xavier Development Kit\">\n    <strong>\n     Jetson AGX Orin\n    <\/strong>\n   <\/a>\n   Development Kit ist 8-mal leistungsf\u00e4higer als seinVorg\u00e4nger, der Xavier AGX. Mit seinen ultrakompakten Abmessungen bietet es eine beispiellose Rechengeschwindigkeit (bis zu 275 TOPS) und f\u00f6rdert viele M\u00f6glichkeiten in Bezug auf Edge Computing und KI-Entwicklung. Dar\u00fcber hinaus k\u00f6nnen Sie dank seines \u00d6kodesigns (zwischen 15 und 60 W) die Grenzen Ihrer Embedded-Projekte und autonomen Robotik erweitern.\n  <\/p>\n  <p>\n   <strong>\n    Anwendungen: industrielle Produktion, Logistik, Einzelhandel, pers\u00f6nliche Dienstleistungen, Landwirtschaft, vernetzte St\u00e4dte, Gesundheitswesen und Biowissenschaften.\n   <\/strong>\n  <\/p>\n  <h2>\n   Vergleichstabelle zwischen den verschiedenen NVIDIA Jetson Boards\n  <\/h2>\n  <table>\n   <tbody>\n    <tr>\n     <td style=\"border-top: 1px solid #ededed; padding: 6px 10px 6px 0;\" width=\"100\">\n     <\/td>\n     <td width=\"300\">\n      <div align=\"center\">\n       <img decoding=\"async\" alt=\"NVIDIA Jetson Nano Development Kit\" height=\"150\" src=\"https:\/\/static.generation-robots.com\/img\/kit-de-developpement-nvidia-jetson-nano.jpg\" width=\"150\"\/>\n      <\/div>\n     <\/td>\n     <td style=\"border-top: 1px solid #ededed; padding: 6px 10px 6px 0;\" width=\"300\">\n      <div align=\"center\">\n       <img decoding=\"async\" alt=\"Nvidia Jetson TX2\" height=\"150\" src=\"https:\/\/static.generation-robots.com\/img\/cms\/kit-developer-nvidia-jetson-tx2.jpg\" width=\"150\"\/>\n      <\/div>\n     <\/td>\n     <td style=\"border-top: 1px solid #ededed; padding: 6px 10px 6px 0;\" width=\"300\">\n      <div align=\"center\">\n       <img decoding=\"async\" alt=\"Nvidia Jetson Xavier NX\" height=\"150\" src=\"https:\/\/static.generation-robots.com\/img\/cms\/kit-developer-nvidia-jetson-xavier-nx.jpg\" width=\"150\"\/>\n      <\/div>\n     <\/td>\n     <td style=\"border-top: 1px solid #ededed; padding: 6px 10px 6px 0;\" width=\"300\">\n      <div align=\"center\">\n       <img loading=\"lazy\" decoding=\"async\" alt=\"Nvidia Jetson Xavier AGX\" height=\"150\" src=\"https:\/\/static.generation-robots.com\/img\/cms\/kit-developer-nvidia-jetson-xavier-agx.jpg\" width=\"150\"\/>\n      <\/div>\n     <\/td>\n     <td style=\"border-top: 1px solid #ededed; padding: 6px 10px 6px 0;\" width=\"300\">\n      <div align=\"center\">\n       <img loading=\"lazy\" decoding=\"async\" alt=\"Nvidia Jetson AGX Orin\" height=\"150\" src=\"https:\/\/static.generation-robots.com\/img\/kit-de-developpement-nvidia-jetson-agx-orin.jpg\" width=\"150\"\/>\n      <\/div>\n     <\/td>\n    <\/tr>\n    <tr>\n     <td style=\"text-align: left;\">\n     <\/td>\n     <td style=\"text-align: center;\">\n      <strong>\n       <a class=\"catalogue\" href=\"\/de\/403351-nvidia-nano-development-kit.html\" rel=\"noopener noreferrer\" target=\"_blank\" title=\"Nvidia Nano Development Kit\">\n        JETSON Nano\n       <\/a>\n      <\/strong>\n     <\/td>\n     <td style=\"text-align: center;\">\n      <strong>\n       <a class=\"catalogue\" href=\"\/de\/522-developer-kit-und-module-nvidia-jetson\" rel=\"noopener noreferrer\" target=\"_blank\" title=\"Der Jetson TX2 Nvidia Development Kit\">\n        JETSON TX2\n       <\/a>\n      <\/strong>\n     <\/td>\n     <td style=\"text-align: center;\">\n      <strong>\n       <a class=\"catalogue\" href=\"\/en\/522-developer-kit-and-module-nvidia-jetson\" rel=\"noopener noreferrer\" target=\"_blank\" title=\"Nvidia Jetson Xavier NX\">\n        JETSON Xavier NX\n       <\/a>\n      <\/strong>\n     <\/td>\n     <td style=\"text-align: center;\">\n      <strong>\n       <a class=\"catalogue\" href=\"\/de\/522-developer-kit-und-module-nvidia-jetson\" rel=\"noopener noreferrer\" target=\"_blank\" title=\"Jetson AGX Xavier Development Kit\">\n        JETSON Xavier AGX\n       <\/a>\n      <\/strong>\n     <\/td>\n     <td style=\"text-align: center;\">\n      <strong>\n       <a class=\"catalogue\" href=\"\/de\/404093-jetson-agx-orin-developer-kit.html\" title=\"Jetson AGX Orin Development Kit\">\n        JETSON AGX Orin\n       <\/a>\n      <\/strong>\n     <\/td>\n    <\/tr>\n    <tr>\n     <td style=\"text-align: left;\">\n      <strong>\n       KI-Leistung\n      <\/strong>\n     <\/td>\n     <td style=\"text-align: center;\">\n      0.5 TFLOPS (FP16)\n     <\/td>\n     <td style=\"text-align: center;\">\n      1.3 TFLOPS (FP16)\n     <\/td>\n     <td style=\"text-align: center;\">\n      6 TFLOPS (FP16)\n      <br\/>\n      21 TOPS (INT8)\n     <\/td>\n     <td style=\"text-align: center;\">\n      5.5-11 TFLOPS (FP16)\n      <br\/>\n      20-32 TOPS (INT8)\n     <\/td>\n     <td style=\"text-align: center;\">\n      275 TOPs\n     <\/td>\n    <\/tr>\n    <tr>\n     <td style=\"text-align: left;\">\n      <strong>\n       GPU\n      <\/strong>\n     <\/td>\n     <td style=\"text-align: center;\">\n      128-core NVIDIA Maxwell\u2122 GPU\n     <\/td>\n     <td style=\"text-align: center;\">\n      256-core NVIDIA Pascal\u2122 GPU architecture with 256 NVIDIA CUDA cores\n     <\/td>\n     <td style=\"text-align: center;\">\n      NVIDIA Volta architecture with 384 NVIDIA CUDA\u00ae cores and 48 Tensor cores\n     <\/td>\n     <td style=\"text-align: center;\">\n      512-Core Volta GPU with Tensor Cores\n     <\/td>\n     <td style=\"text-align: center;\">\n      NVIDIA Ampere architecture with 1792 NVIDIA\u00ae CUDA\u00ae cores and 56 Tensor Cores\n     <\/td>\n    <\/tr>\n    <tr>\n     <td style=\"text-align: left;\">\n      <strong>\n       CPU\n      <\/strong>\n     <\/td>\n     <td style=\"text-align: center;\">\n      Quad-core ARM A57 @ 1.43 GHz\n     <\/td>\n     <td style=\"text-align: center;\">\n      Dual-Core NVIDIA Denver 2 64-Bit CPU\n      <br\/>\n      Quad-Core ARM\u00ae Cortex\u00ae-A57 MPCore\n     <\/td>\n     <td style=\"text-align: center;\">\n      6-core NVIDIA Carmel ARM\u00aev8.2 64-bit CPU 6 MB L2 + 4 MB L3\n     <\/td>\n     <td style=\"text-align: center;\">\n      8-Core ARM v8.2 64-Bit CPU, 8 MB L2 + 4 MB L3\n     <\/td>\n     <td style=\"text-align: center;\">\n      8-core ARM Cortex-A78AE v8.2 2MB L2 + 4 MB L3\n     <\/td>\n    <\/tr>\n    <tr>\n     <td style=\"text-align: left;\">\n      <strong>\n       Flash-Speicher\n      <\/strong>\n     <\/td>\n     <td style=\"text-align: center;\">\n      4 GB 64-bit LPDDR4 25.6 GB\/s\n     <\/td>\n     <td style=\"text-align: center;\">\n      8 GB 128-bit LPDDR4\n      <br\/>\n      1866 MHz &#8211; 59.7 GB\/s\n     <\/td>\n     <td style=\"text-align: center;\">\n      8 GB 128-bit LPDDR4x @ 51.2GB\/s\n     <\/td>\n     <td style=\"text-align: center;\">\n      32 GB 256-Bit LPDDR4x | 137 GB\/s\n     <\/td>\n     <td style=\"text-align: center;\">\n      32 GB 256-Bit LPDDR5 | 204,8 GB\/s\n     <\/td>\n    <\/tr>\n    <tr>\n     <td style=\"text-align: left;\">\n      <strong>\n       Leistungsaufnahme\n      <\/strong>\n     <\/td>\n     <td style=\"text-align: center;\">\n      5-10W\n     <\/td>\n     <td style=\"text-align: center;\">\n      7.5-15W\n     <\/td>\n     <td style=\"text-align: center;\">\n      10-15W\n     <\/td>\n     <td style=\"text-align: center;\">\n      10-30W\n     <\/td>\n     <td style=\"text-align: center;\">\n      15W-20W-50W\n     <\/td>\n    <\/tr>\n    <tr>\n     <td style=\"text-align: left;\">\n      <strong>\n       Preis\n      <\/strong>\n     <\/td>\n     <td style=\"text-align: center;\">\n      129\u20ac brutto\n     <\/td>\n     <td style=\"text-align: center;\">\n      515\u20ac brutto\n     <\/td>\n     <td style=\"text-align: center;\">\n      515\u20ac brutto\n     <\/td>\n     <td style=\"text-align: center;\">\n      925\u20ac brutto\n     <\/td>\n     <td style=\"text-align: center;\">\n      3420\u20ac brutto\n     <\/td>\n    <\/tr>\n   <\/tbody>\n  <\/table>\n  \n <\/body>\n<\/html>","protected":false},"excerpt":{"rendered":"<p>NVIDIA\u00ae Jetson\u2122 Systeme: Leistungsf\u00e4hige AI f\u00fcr Ihre Roboterprojekte Die NVIDIA Jetson Nanocomputer sind kompakt, besitzen eine hohe Rechenleistung und sind sparsam im Energieverbrauch \u2013 damit eignen sie sich perfekt f\u00fcr die Anforderungen eingebetteter Systeme. Die NVIDIA\u00ae Jetson\u2122 Prozessoren werden eingesetzt, um Deep-Learning -Anwendungen zu implementieren, multiple neuronale Netze parallel zu verwalten oder Daten einer Vielzahl[&#8230;]<br \/> <a class=\"button\" href=\"https:\/\/www.generationrobots.com\/blog\/de\/vergleich-der-nvidia-jetson-nanocomputer\/\" style=\"float:right;\">Read this article &gt;&gt;<\/a><\/p>\n","protected":false},"author":188,"featured_media":7084,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[10543],"tags":[],"class_list":["post-7156","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-produktvergleiche-und-tests"],"_links":{"self":[{"href":"https:\/\/www.generationrobots.com\/blog\/wp-json\/wp\/v2\/posts\/7156","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.generationrobots.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.generationrobots.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.generationrobots.com\/blog\/wp-json\/wp\/v2\/users\/188"}],"replies":[{"embeddable":true,"href":"https:\/\/www.generationrobots.com\/blog\/wp-json\/wp\/v2\/comments?post=7156"}],"version-history":[{"count":7,"href":"https:\/\/www.generationrobots.com\/blog\/wp-json\/wp\/v2\/posts\/7156\/revisions"}],"predecessor-version":[{"id":14219,"href":"https:\/\/www.generationrobots.com\/blog\/wp-json\/wp\/v2\/posts\/7156\/revisions\/14219"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.generationrobots.com\/blog\/wp-json\/wp\/v2\/media\/7084"}],"wp:attachment":[{"href":"https:\/\/www.generationrobots.com\/blog\/wp-json\/wp\/v2\/media?parent=7156"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.generationrobots.com\/blog\/wp-json\/wp\/v2\/categories?post=7156"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.generationrobots.com\/blog\/wp-json\/wp\/v2\/tags?post=7156"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}