En 2019, Nvidia lançait le Jetson Nano, un module au format SoDIMM qui permettait d’accélérer les traitements d’IA de manière impressionnante. Trois ans plus tard, c’est au tour du Jetson Orin Nano de faire son apparition avec la même cible.
Disponible en janvier prochain au tarif annoncé de 199$, le Jetson Orin Nano est équipé d’une solution ARM associé à un circuit graphique Nvidia Ampère. La formule est capable de réaliser 40 trillions d’opérations par seconde soit environ 80 fois plus que le précédent modèle.
On retrouve donc un SoC ARM assez basique avec 6 coeurs Cortex-A78 fonctionnant à 1.5 GHz. Moins courant pour une solution de ce type, de la mémoire vive de type LPDDR5 qui assurera une bonne bande passante pour traiter les données. Cet ensemble permet de piloter un circuit graphique Nvidia doté de 512 à 1024 coeurs CUDA et de 16 à 32 coeurs Tensor de troisième génération. Le tout étant clairement orienté vers les traitements d’intelligence artificielle.
L’ensemble dispose de pas mal d’atouts techniques avec de larges possibilités de pilotage : On retrouve, par exemple, sept lignes PCIe Gen 3, une connexion NVMe, trois ports USB 3.2 Gen 2, un HDMI 1.4 et un Ethernet Gigabit. Le tout passant par les 260 broches de sa forme SoDIMM qu’il faudra brancher à une carte d’accueil adaptée.
Une fois en place, le Jetson Orin Nano pourra par exemple prendre en charge quatre flux vidéo en temps réel pour des tâches liées à l’IA. Il pourra afficher un flux UltraHD et même gérer un enregistrement en FullHD. On imagine très bien le genre d’usage de ce type de solution, avec des caméras liées à l’ensemble il est possible d’analyser des flux vidéo pour identifier des objets, les classer et piloter un robot manipulateur par exemple.
Deux modèles de Orin Nano sont prévus avec des caractéristiques différentes. Le premier en 4 Go propose 512 Coeurs CUDA et 16 Coeurs Tensor. Il ne consomme que 5 à 10 watts. La version 8 Go grimpe en conso avec 7 à 15 Watts mais passe à 1024 coeurs CUDA et 32 coeurs Tensor. Le reste des caractéristiques est identique.
La disponibilité attendue est pour le mois de janvier 2023 pour les deux modèles. Comptez 199$ pour la version 4 Go et 299$ pour le haut de gamme en 8 Go. Tout le détail de la gamme complète des Jetson Orin est disponible chez Nvidia.
2,5€ par mois | 5€ par mois | 10€ par mois | Le montant de votre choix |
C’est sûrement le genre de nano-carte premium qui permettrait de se monter une mini machine dédiée à l’émulation haute performance (en se passant d’un rpi 4 et autres odroids qui manquent encore un peu de punch) y compris consoles « récentes » et à la vidéo tout en étant économique et en ne consommant presque rien.
Mais est-ce que les pilotes seraient suffisamment qualitatifs pour cette utilisation ?
C’est surtout le genre de machine à brancher à des cameras connectées pour faire de la reconnaissance d’objet.
Pour une utilisation jeux video/émulation, une Xbox series S me semble plus judicieuse pour le même prix.
Par contre quand l’inflation c’est *3 par rapport à une jetson nano (72€) le modèle entrée de gamme, ça fait mal pour une utilisation amateur.
c’est surtout dédié à un usage pour épier, espionner, traquer les manifestants, les communautés dans des pays comme l’iran, la russie, la chine… les commandes seront assurées pour nvidia
@seba: Lol, non, le materiel utilisé pour ça est bien plus performant.
Par contre pour détecter un déchet non destiné au recyclage dans une chaine et l’éjecter à son passage c’est utile. Ou pour piloter un bras robot manipulateur…
Hello, merci pour l’article ! existe-t-il des « adaptateurs » pour poser cette carte sur un PC classique ou bien seule la carte mère Nvidia est compatible ? merci
@prog-amateur: Je ne crois pas qu’il soit possible de l’implanter dans un PC par contre on peut faire dialoguer un PC avec ce type de carte.
ouai, NVIDIA a surtout supprimé le support NVEnc des nano au profits des NX. Résultat: le nano original fait un travail moins propre pour un encodage 1080@30fps mais il fait 4 flux en parallèle là ou le orin (au moins 2x plus cher et sans carrier board) ne peut en traiter qu’un en saturant le CPU qui du coup ne peut faire autre chose
@Pierre Lecourt: merci pour le retour, ça aurait été vraiment pratique de pouvoir « clipser » cette carte sur un slot SoDIMM.