Jetson Xavier NX

全球最小的嵌入式人工智慧超級電腦和邊緣端系統。現在提供原生雲端支援。

NVIDIA® Jetson Xavier NX 為小尺寸模組系統 (SOM),但卻具備極致的超級電腦效能。高達 21 兆次運算的加速運算可提供足夠效能,讓使用者並行多個現代類神經網路,及處理多個高解析度感應器的資料,滿足完整人工智慧系統的需求。Jetson Xavier NX 可量產並支援所有常用的人工智慧框架。

Jetson Xavier NX 現在提供雲端原生支援,讓開發人員能夠在嵌入式和邊緣裝置上打造和部署高品質軟體定義功能。NVIDIA NGC 中預先訓練過的人工智慧模型,與NVIDIA 遷移學習工具組,讓你能夠更快速產出經過訓練且最佳化的人工智慧網路,並以容器化方式部署至 Jetson 裝置,實現彈性、流暢的更新。在加速 NVIDIA 軟體堆疊方面,Jetson Xavier NX 的效能比起獲得廣泛採用的前一代產品 Jetson TX2 高出 10 倍。

尺寸輕巧,卻能在邊緣端提供強大效能

  • 尺寸
  • 效能
  • 功耗

Xavier 的效能、Nano 的尺寸

Jetson Xavier NX 的體積僅 70 mm x 45 mm,將 NVIDIA Xavier SoC 的功能就封裝在 Jetson Nano 尺寸的模組中。這款功能強大的小型模組結合卓越效能和能源優勢,以及一系列豐富的 IO,從高速 CSI 和 PCIe 到低速 I2C 和 GPIO,一應俱全。具備小尺寸、多感應器介面和強大效能等優勢,為你的嵌入式人工智慧和邊緣系統加入全新功能。  

強大的 21 兆次運算人工智慧效能

Jetson Xavier NX 可提供高達 21 兆次的運算能力,最適合在嵌入式和邊緣系統中支援高效能運算與人工智慧。你將獲得 384 個 NVIDIA CUDA® 核心、48 個 Tensor 核心、6 個 Carmel ARM CPU 與兩個 NVIDIA 深度學習加速器 (NVDLA) 引擎的效能。Jetson Xavier NX 結合超過每秒 51 GB 的記憶體頻寬、影片編碼與解碼功能,這個理想平台能以平行方式執行多個現代類神經網路,並同時處理多感應器高解析度資料。  

不可思議的能源效率

Jetson Xavier NX 支援多種功耗模式,包含可供電池系統使用的低功耗模式,並可在最低消耗 10 W 的情況下,為人工智慧應用程式提供高達 14 兆次的運算能力。如此一來,你可以為感應器和週邊設備保留更多功耗預算,同時完整使用 NVIDIA 軟體堆疊。現在透過深度學習、電腦視覺、電腦繪圖技術,和多媒體與其他類型的加速函式庫,你擁有充足的效能可以執行所有現代人工智慧網路和框架。

Jetson Xavier NX

適用於重要嵌入式應用

Jetson Xavier NX 適合用於高效能人工智慧系統,例如商用機器人、醫療儀器、智慧攝影機、高解析度感應器、自動光學檢查、智慧工廠和其他人工智慧物聯網嵌入式系統。

Delivery Bot
Healthcare
Camera
Assembly Line

Jetson Xavier NX 讓邊緣端人工智慧技術享有強大運算效能,但同時又能維持 Jetson Nano 的輕巧尺寸。如此一來便能為各類應用像是多攝影機內容、更複雜的機器人應用或是邊緣人工智慧匣道情境,部署容器化 Azure 解決方案以大規模進行 AI 加速。

— Moe Tanabian,Microsoft Azure Edge Devices 總經理

從資料中心到 Jetson 人工智慧邊緣解決方案,NVIDIA 運用各產業人工智慧軟體技術的架構能力,大幅推動嵌入式裝置和機器人領域發展。嵌入式裝置和機器人領域即將大幅翻轉,從採用固定功能的軟體裝置,變成現代、以軟體定義的電腦。

— Janakiram MSV,Janakiram & Associates 分析師

NVIDIA Jetson Xavier NX 讓我們能夠在尺寸更精巧的裝置和更低的功耗預算中,獲得更高效能,幫助我們推動適合多種實務應用的輕巧無人機創新發展。我們相信搭載雲端原生支援的 Jetson 平台,對打造和部署未來世代的自動化裝置而言至關重要。

— 麻省理工學院航空太空工程系副教授 Sertac Karaman

NVIDIA 的嵌入式 Jetson 產品長久以來協助加速研發和部署洛克希德馬丁 (Lockheed Martin) 的平台上的嵌入式人工智慧解決方案。憑藉 Jetson Xavier NX 卓越的效能、小尺寸和低功耗,我們在邊緣端的即時處理效能將更勝以往。」

— 洛克希德馬丁 (Lockheed Martin) 應用人工智慧總監及首席架構師 Lee Ritholz

在人工智慧晶片不停推陳出新的世界裡,我認為 NVIDIA 的 Jetson Xavier NX 樹立了新標準,顯示以小尺寸和低耗能提供出色效能,並結合一致而強大的應用軟體框架,就是嵌入式邊緣運算最重要的目標。」

— Moor Insight & Strategy 總裁及首席分析師 Patrick Moorhead

查看支援 Jetson Xavier NX 的所有 NVIDIA 生態系統合作夥伴產品

查看所有 JETSON XAVIER NX 產品

  • 概觀
  • 規格

NVIDIA® Jetson Xavier NX 開發套件將超級電腦效能延伸至邊緣端。開發套件內含 Jetson Xavier NX 模組,讓使用者利用 NVIDIA 軟體堆疊,只需消耗 10 W 能源就能開發出多模型人工智慧應用程式。開發人員現在可以運用雲端原生支援,更輕鬆地在邊緣裝置上開發和部署人工智慧應用軟體。

開發套件擁有整個 NVIDIA 軟體堆疊,包含加速 SDK 和專為應用程式開發與最佳化打造的最新 NVIDIA 工具的支援。包含 Jetson Xavier NX 模組、參考載板與 AC 電源供應。

開發套件技術規格
GPUNVIDIA Volta 架構
搭載 384 個 NVIDIA® CUDA® 核心及 48 個 Tensor 核心
CPU6 核心 NVIDIA Carmel ARM® v8.2 64 位元 CPU
6 MB L2 + 4 MB L3
DLA2 個 NVDLA 引擎
視覺加速器7 向 VLIW 視覺處理器
記憶體8 GB 128 位元 LPDDR4x | 51.2GB/秒
儲存空間microSD (未含記憶卡)
影片編碼2x 4Kp30 | 6x 1080p 60 | 14x 1080p30 (H.265/H.264)
影片解碼2x 4Kp60 | 4x 4Kp30 | 12x 1080p60 | 32x 1080p30 (H.265)
2x 4Kp30 | 6x 1080p60 |16x 1080p30 (H.264)
攝影機2 個 MIPI CSI-2 D-PHY 通道
連線能力Gigabit 乙太網路、M.2 Key E (含 WiFi/BT)、M.2 Key M (NVMe)
顯示器HDMI 和 DP
USB4 個 USB 3.1、USB 2.0 Micro-B
其他GPIO、I2C、I2S、SPI、UART
機械規格103 mm x 90.5 mm x 34 mm

向合作夥伴購買

Jetson Xavier NX Developer Kit
  • 概觀
  • 規格

Jetson Xavier NX 模組不僅節能,尺寸比信用卡 (70x45 mm) 更小,可提供 21 兆次運算 (15 W 時) 或高達 14 兆次運算 (10 W 時) 的伺服器等級效能。它可同時執行多個現代神經網路,並處理來自多個高解析度感應器的資料,符合完整人工智慧系統的要求。提供雲端原生支援,讓邊緣裝置的人工智慧軟體開發和部署作業變得更加輕鬆。

Jetson Xavier NX 可量產並支援所有常用的人工智慧框架。這為嵌入式邊緣運算裝置開啟全新契機,能在有限的大小、重量、功耗預算或成本下,支援因處理人工智慧工作負載而增加的效能需求。

模組技術規格
人工智慧效能 21 兆次運算
GPU 具備 48 個 Tensor 核心的 384 核心 Volta GPU
CPU 6 核心 NVIDIA Carmel ARM®v8.2 64 位元 CPU
6MB L2 + 4MB L3
記憶體 8 GB 128 位元 LPDDR4x
每秒 51.2GB
儲存空間 16 GB eMMC 5.1
功耗 10 W|15 W
PCIe 1 x1 (PCIe 第 3 代) + 1 x4 (PCIe 第 4 代),共每秒 144 GT*
CSI 攝影機 多達 6 台攝影機 (24 台透過虛擬通道)
14 lanes (3x4 혹은 6x2) MIPI CSI-2
D-PHY 1.2 (高達 30 Gbps)
影片編碼 2x 4Kp30 | 6x 1080p60 | 14x 1080p30 (H.265 & H.264)
影片解碼 2x 4Kp60 | 4x 4Kp30 | 12x 1080p60 | 32x 1080p30 (H.265)
2x 4Kp30 | 6x 1080p60 | 16x 1080p30 (H.264)
顯示器 2 個多節點 DP 1.4/eDP 1.4/HDMI 2.0
DL 加速器 2 個 NVDLA 引擎
視覺加速器 7 向 VLIW 視覺處理器
網路 10/100/1000 BASE-T 乙太網路
機械規格 69.6 公釐 x 45 公釐
260-pin SO-DIMM 接頭

向合作夥伴購買

Jetson Xavier NX Module