Trabalho 1 - 2024.2

Introdução

• Disciplina: Fundamentos de Sistemas Embarcados (FSE) - UnB/FGA
• Professor: Renato Sampaio
• Produto: NVIDIA Jetson Nano
• Integrantes:

Informações sobre o Sistema

Descrição Geral

O NVIDIA Jetson Nano é um computador embarcado compacto e poderoso, projetado para desenvolvimento de projetos de inteligência artificial (IA), computação de borda e aplicações em visão computacional, robótica e IoT. Amplamente utilizado em educação, pesquisa e prototipação industrial, ele se destaca por oferecer suporte a redes neurais profundas, processamento paralelo e conectividade avançada. Seu principal objetivo é proporcionar recursos de IA com baixo consumo de energia, tornando-se ideal para dispositivos IoT integrados, drones, veículos autônomos, segurança com reconhecimento de imagens, automação industrial e gravadores de vídeo em rede de nível básico.

Características principais

• Processamento: Microprocessador Tegra X1 da NVIDIA e GPU de 128 núcleos baseada na arquitetura NVIDIA Maxwell™ (frequência de 640 MHz a 921 MHz).
• Desempenho de IA: 472 GFLOPS, permitindo treinar e implementar modelos de machine learning em tempo real.
• Conectividade: Inclui portas USB, HDMI, GPIO e interfaces de câmera, oferecendo flexibilidade para integração com diferentes sensores e hardware.

Aplicações

O Jetson Nano é amplamente aplicado em setores como robótica, visão computacional, reconhecimento de objetos e automação. É uma escolha popular entre startups, pesquisadores e entusiastas que buscam soluções acessíveis para desenvolvimento de IA e aprendizado de máquina. Ele também é utilizado na educação para aprendizagem prática de IA, destacando-se como equipamento de entrada para aprender e pesquisar.

Comercialização

Disponível como módulo individual ou como Kit de Desenvolvedor, com os modelos mais comuns sendo os de 4GB e 2GB. Um Kit de Desenvolvedor com 4GB custa, em média, R$ 3.800,00.

Histórico

Lançado em março de 2019, o Jetson Nano é uma plataforma de desenvolvimento consolidada, com suporte a produtos parceiros compatíveis. Informações adicionais podem ser encontradas na página oficial da NVIDIA.

Listagem de Características

• Referência: > NVIDIA Developer - Jetson Nano Overview. NVIDIA. Disponível em: https://developer.nvidia.com/embedded/jetson-nano. Acesso em: 2 nov. 2024.

Características Consolidadas do Jetson Nano

1. Unidade de Processamento

   • Tipo: Microprocessador (MPU) NVIDIA Tegra X1
   • Arquitetura: ARM Cortex-A57 quad-core (Armv8-A, 64 bits)
   • GPU: 128 núcleos CUDA Maxwell
   • Frequência de Clock: 1.43 GHz
   • Fabricante: NVIDIA

2. Memória

   • RAM: 4 GB LPDDR4, 64 bits, 1600 MHz, 25.6 GB/s
   • Memória Interna: 16 GB eMMC 5.1 (disponível em algumas versões)
   • Armazenamento Externo: Suporte para cartão microSD (até 128 GB)

3. Sistema Operacional

   • Tipo: Linux baseado em Ubuntu 18.04
   • Gerenciamento: Compatível com NVIDIA JetPack SDK, incluindo bibliotecas e ferramentas para desenvolvimento de IA e atualizações OTA.

4. Sensores e Atuadores

   • Sensores e Atuadores Integrados: Não possui.
   • Compatibilidade: Integração com sensores (como câmeras CSI, sensores de temperatura) e atuadores (LEDs, motores) via GPIO, I2C, e SPI.

5. Interfaces de Comunicação

   • Com Fio: Gigabit Ethernet, I2C, SPI, UART, HDMI 2.0, eDP 1.4, USB 3.0 (4x), USB 2.0 Micro-B.
   • Sem Fio: Não possui integrado; compatível com adaptadores USB para Wi-Fi e Bluetooth.

6. Unidades de Entrada/Saída (I/O)

   • GPIO: 40 pinos (compatível com Raspberry Pi)
   • PWM: Até 4 canais (para controle de motores ou LEDs)
   • ADC/DAC: Não possui integrado, mas pode ser expandido externamente.

7. Fonte de Energia e Gerenciamento

   • Fonte: Alimentação via USB (5V, 2A) ou conector barril (5V, 4A).
   • Gerenciamento de Energia (PMIC): Regulação integrada com suporte a inicialização e reset automáticos.

8. Firmware e Atualizações

   • Firmware: Gerenciado via JetPack SDK.
   • Atualizações OTA: Suporte para pacotes Debian ou baseadas em imagem com redundância de sistema de arquivos.

9. Proteção e Segurança

   • Criptografia: Suporte a criptografia de disco baseada no Linux Unified Key Setup (LUKS).
   • TPM: Suporte opcional para módulos de segurança de hardware.

10. Armazenamento Externo

    • Compatibilidade: MicroSD, HDD e SSD externos via USB.

11. Interface com o Usuário (UI)

    • Displays: Compatível com HDMI, DisplayPort, e MIPI-DSI.
    • Entrada de Comandos: Suporte a teclados e mouses via USB.

Artigos acadêmicos relacionados

Artigo 1

Título: Performance comparative of OpenCV Template Matching method on Jetson TX2 and Jetson Nano developer kits
Resumo: Este artigo apresenta uma comparação de desempenho entre os kits de desenvolvimento Jetson TX2 e Jetson Nano ao implementar o método Template Matching do OpenCV. O estudo avalia os tempos de processamento em implementações sequenciais com CPUs e paralelas com GPUs, demonstrando a superioridade do Jetson TX2 em projetos de processamento de imagens.
Referência: BASULTO-LANTSOVA, A.; PADILLA-MEDINA, J. A.; PEREZ-PINAL, F. J.; BARRANCO-GUTIERREZ, A. I. Performance comparative of OpenCV Template Matching method on Jetson TX2 and Jetson Nano developer kits. In: 2020 10th Annual Computing and Communication Workshop and Conference (CCWC), Las Vegas, NV, USA, 2020. IEEE, 2020. DOI: 10.1109/CCWC47524.2020.9031166. Disponível em: https://ieeexplore.ieee.org/abstract/document/9031166. Acesso em: 20 nov. 2024.

Artigo 2

Título: Nvidia makes it easy to embed AI: The Jetson Nano packs a lot of machine-learning power into DIY projects - [Hands on]
Resumo: Este artigo da IEEE Spectrum aborda como a NVIDIA transformou sua arquitetura de processadores para aplicações de inteligência artificial, destacando a potência do Jetson Nano em projetos de aprendizado de máquina. A publicação também menciona a criação do framework CUDA e sua relevância na evolução do aprendizado profundo.
Referência: CASS, S. Nvidia makes it easy to embed AI: The Jetson Nano packs a lot of machine-learning power into DIY projects - [Hands on]. IEEE Spectrum, v. 57, n. 7, p. 14–16, 25 jun. 2020. DOI: 10.1109/MSPEC.2020.9126102. Disponível em: https://ieeexplore.ieee.org/abstract/document/9126102. Acesso em: 20 nov. 2024.

Artigo 3

Título: Detection of Drowsiness from Facial Images in Real-Time Video Media using Nvidia Jetson Nano
Resumo: Este artigo apresenta uma abordagem para detecção de sonolência em imagens faciais capturadas em vídeos em tempo real, utilizando o dispositivo Nvidia Jetson Nano. O estudo foca no uso de visão computacional e processamento de imagens para identificar sinais de sonolência, como mudanças no rosto e na boca, com aplicações voltadas à prevenção de acidentes em veículos. Modelos matemáticos e técnicas avançadas de detecção facial foram utilizados para alcançar resultados promissores.
Referência: INTHANON, P.; MUNGSING, S. Detection of Drowsiness from Facial Images in Real-Time Video Media using Nvidia Jetson Nano. 2020 17th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (ECTI-CON), Phuket, Thailand, 2020, p. 246-249. DOI: 10.1109/ECTI-CON49241.2020.9158235. Disponível em: https://ieeexplore.ieee.org/document/9158235. Acesso em: 20 nov. 2024.

Produtos Relacionados

Google Coral Dev Board

1. Categoria: Dispositivos de Inteligência Artificial de Bordo
2. Descrição: Este dispositivo utiliza um Edge TPU para acelerar modelos de machine learning. Utilizado por desenvolvedores que desejam criar soluções de IA e visão computacional embarcada.

Raspberry Pi 4 com módulos de IA adicionais

1. Categoria: Computadores de Placa Única (SBCs)
2. Descrição: Usado com aceleradores de IA, como o Google Coral USB Accelerator ou Intel Movidius Neural Compute Stick, para atender a casos de uso de IA e aprendizado de máquina.

HiKey 970 (com processador Kirin)

1. Categoria: Desenvolvimento de IA Móvel e Embarcada
2. Descrição: Este dispositivo utiliza um Edge TPU para acelerar modelos de machine learning. Utilizado por desenvolvedores que desejam criar soluções de IA e visão computacional embarcada.

Jetson Xavier NX

1. Categoria: ARM Cortex-A57 com GPU NVIDIA Volta
2. Descrição: Similar ao Jetson Nano, mas com maior potência e destinado a aplicações mais complexas de IA e robótica, sendo utilizado em projetos de drones e veículos autônomos.

Intel NCS2 (Neural Compute Stick 2)

1. Categoria: Aceleradores de IA
2. Descrição: Este é um dispositivo USB que se conecta a PCs e outros dispositivos embarcados para fornecer capacidade de inferência de IA.

Referências:

• NVIDIA Jetson Nano. NVIDIA. Disponível em: https://developer.nvidia.com/embedded/jetson-nano
• JetPack SDK. NVIDIA Developer. Disponível em: https://developer.nvidia.com/embedded/jetpack.