Les Jetson Orin Nano sont lancées par NVIDIA !

Pour accélérer les applications embarquées faisant usage de machine learning, NVIDIA a sa solution Jetson, une famille composée de kit de dévleoppment dont le Nano, tarifé à 55 $ et dont nous avions causé pour sa version... Maxwell. En face, la concurrence se développe chez AMD avec les Kria, et, chez Intel, ce sont plutôt les Compute Stick qui occupent le segment. Si, au Computex, la firme du caméléon avait vanté le succès de sa gamme et lancé les Jetson ORIN NX, c’est désormais au tour de l’entrée de gamme d’arriver, avec les Jetson ORIN Nano, dont notre Tonton Jensen préféré a causé à la GTC.

Toujours au format SO-DIMM (260 pins/identique à la DDR4), deux versions sont proposées : une équipée de 4 Gio de RAM (LPDDR5), l’autre de 8 Gio. La différence ne s’arrête pas là : l’accélérateur vert embarqué n’est pas non plus le même : le plus faible incorpore 512 cœurs CUDA de génération Ampère, contre le double pour la version plus énervée. De même, le nombre de Tensor Cores passe de 16 à 32 en fonction des modèles, de quoi offrir respectivement 20 et 40 TOPs. Pour le reste, les caractéristiques sont identiques : fréquence maximale de 625 MHz, hexacore Cortex-A78E (cœur 64-bit Armv8.2 intégrant 1,5 Mio de L2 et 4 Mio de L3) @ 1,5 GHz, et de quoi supporter de l’encodage 1080p30, du décodage 4K60 en H.265, 4 lignes PCIe 3.0 sur un lien, et trois liens d’une ligne. L’Ethernet Gigabit répond présent, tout comme un bon tas d’interfaces de debug en tout genre : UART (x3), SPI (x2), I2C (x4), I2S (x2), GPIOs… Notez la différence de TDP, le plus petit se contentant de 5 à 10 W, contre 7 à 15 W pour le plus gourmand, comprenant non seulement l’alimentation du SoC, mais aussi celle de toutes les autres puces auxiliaires (DRAM, contrôleurs…).

Niveau prix, la version 4 Gio nécessitera 199 de vos dollars, et 299 $ pour la plus grande, à condition d’acheter en pack de 1000. Il ne manque plus qu’une mobale abordable, et voilà qui devrait ravir les start-up et autres bidouilleurs fortunés à la recherche d’accélération GPU pour leurs projets ! (Source : ServerTheHome)