英伟达（NVIDIA）凭借其GPU架构在人工智能（AI）领域保持领先地位，该GPU架构随着训练和推理AI工作负载的需求不断增长而不断发展。
最新的Ampere架构通过新架构提供了性能上的巨大飞跃，该架构还允许将GPU划分为七个独立的推理引擎。英伟达自己的基于DGX A100服务器的超级计算机Selene在TOP500超级计算机中排名第五，在Green500超级计算机中排名第一。此外，超过70%的TOP500使用Nvidia GPU。
但是，NVIDIA不仅仅专注于极限计算，正如其提议收购Arm所证明的那样。即使没有收购Arm，NVIDIA也一直将AI的边界推向低功耗和小型应用。
其最新的用于汽车应用的Orin处理器可缩小至仅5W。 Jetson系列产品可缩小至相似的功率水平，并为教育，产品开发甚至生产系统提供了一个全面的平台。Jetson平台包括生产模块和开发人员套件。Jetson Nano，这是Jetson家族的最新成员。有两个Jetson Nano开发人员套件，一个与生产的Jetson Nano模块一样具有4GB内存，另一个具有2GB。
这些都具有四个Arm Cortex-A57内核，高效内核级别中Arm内核的更高性能以及具有128个CUDA内核的Maxwell GPU。Maxwell GPU是Pascal架构之前的一代。Nanos也有16GB的存储空间。除了内存大小以外，开发人员套件之间的唯一真正区别是I / O端口的数量和价格。
在端口方面，4GB版本具有HDMI，显示端口，四个Type-A USB端口，一个微型USB端口，一个以太网端口和一个40针GPIO扩展连接器。 4GB版本还具有一个直流电源插孔。 2GB版本将DC电源插孔替换为USB-C端口，并且省去了显示端口和Type-A USB端口之一。
尽管使用了较旧的GPU架构，Nano在多功能性和功能方面丝毫不减，这说明了GPU架构的兼容性和Nvidia工具的强大功能。
0