Tech News

Technik & Digital

Raspberry Pi 5 vs. Jetson Nano: Allzweck oder KI-fokussiert


  • Raspberry Pi 5 vs. Jetson Nano: Allzweck oder KI-fokussiert

    Raspberry Pi 5

    Bester Allzweck

    Der Raspberry Pi 5 ist der beste Allzweck-Einplatinencomputer auf dem Markt, mit einem leistungsstarken Quad-Core-Prozessor, einer leistungsstarken GPU und einer großen Auswahl an E/A-Anschlüssen zur Stromversorgung von Mini-PCs, Smart-Geräten und vielen anderen andere DIY-Computerprojekte.

    Vorteile

    • Leistungsstarker Quad-Core-Arm-Cortex-A76-Prozessor
    • 4-GB- oder 8-GB-Modelle
    • Blühende Unterstützungsgemeinschaft
    Nachteile

    • Wird warm ohne aktive Kühlung
    • Teurer als frühere Generationen

  • Nvidia Jetson Nano-Entwicklerkit

    Nvidia Jetson Nano-Entwicklerkit

    Am besten für KI-Workloads geeignet

    Das Nvidia Jetson Nano Developer Kit bietet alles, was Sie brauchen, um sich mit Deep Learning, Computer Vision, GPU-Computing und mehr zu beschäftigen, alles verpackt in einem winzigen System-on-Module (SoM). Die CUDA-Kerne in der GPU ermöglichen eine effiziente Echtzeitverarbeitung von Daten und KI-Modellen in einem stromsparenden Paket.

    Vorteile

    • 472 GFLOPS Rechenleistung
    • 128-Kern-GPU mit Nvidia-Maxwell-Architektur
    • Software-Support direkt von Nvidia
    Nachteile

    • Das System-on-Module benötigt eine Zusatzplatine für I/O
    • Keine drahtlose Verbindung
    • Developer Kit ist jetzt EOL


Wenn Sie nach einem Einplatinencomputer suchen, mit dem Sie einige DIY-Computerprojekte starten können, sind Sie wahrscheinlich auf den Raspberry Pi 5 gestoßen. Er ist mit Sicherheit einer der bekanntesten Namen bei Maker-Boards und bietet großartige Community-Unterstützung für Anfänger Beginnen Sie mit der Programmierung. Das bedeutet jedoch nicht, dass es immer die beste Wahl ist. Die SBCs der Jetson-Serie von Nvidia sind für den eingebetteten Einsatz von KI-Workloads in Robotikprojekten konzipiert, da sie die Leistung von CUDA-Kernen in Prototyping-Projekte einbringen. Der Jetson Nano ist etwas teurer als der Raspberry Pi 5, aber eignet er sich besser für spezielle Workloads?


Verwandt

Testbericht zum Raspberry Pi 5: Der heilige Gral der DIY-Projekte ist noch besser (und seltener) geworden

Der Raspberry Pi 5 ist einer der leistungsstärksten SBCs für Endverbraucher auf dem Markt. Aufgrund der begrenzten Lagerbestände wird es leider schwierig sein, eines zu finden.

Preis, Spezifikationen und Verfügbarkeit

Der Raspberry Pi 5 wurde im September 2023 angekündigt und etwa einen Monat später, am 23. Oktober, der Öffentlichkeit zugänglich gemacht. Zwei Versionen wurden von der Raspberry Pi Foundation veröffentlicht: ein Basismodell mit 4 GB Speicher und einem Preis von 60 US-Dollar sowie ein 8 GB Variante zum Preis von 80 $. Das Angebot hat sich seit der Markteinführung verbessert, und jetzt haben die offiziellen Wiederverkäufer des Raspberry Pi 5 in der Regel Einheiten auf Lager oder bieten Ihnen die Möglichkeit, den nächsten Nachschub vorzubestellen, wenn dies nicht der Fall ist.


Nvidia brachte im März 2019 den Jetson Nano als kostengünstiges Entwicklungsboard für KI-Projekte auf den Markt. Das Board ist in zwei Versionen erhältlich: als Entwicklerkit für 99 US-Dollar, das über das Jetson Nano System-on-Module (SoM) und ein Trägerboard mit I/O-Anschlüssen und einem Kühlkörper verfügt, und als Jetson Nano SoM für 129 US-Dollar, das für Edge produktionsbereit ist KI-Systeme. Das Jetson Nano Developer Kit ist seit Dezember 2023 EOL, aber Sie können weiterhin Trägerplatinen von Nvidias Hardware-Partnern erhalten.

  • Raspberry Pi 5Nvidia Jetson Nano-Entwicklerkit
    CPUArm Cortex-A76 (Quad-Core, 2,4 GHz)Arm Cortex-A57 (Quad-Core, 1,43 GHz)
    ErinnerungBis zu 8 GB LPDDR4X SDRAM4 GB 64-Bit LPDDR4
    BetriebssystemRaspberry Pi OS (offiziell)Nvidia JetPack
    Häfen2× USB 3.0, 2× USB 2.0, Ethernet, 2x Micro HDMI, 2× 4-Lane-MIPI-Transceiver, PCIe Gen 2.0-Schnittstelle, USB-C, 40-Pin-GPIO-Header4x USB-A 3.0, 1x USB 2.0 Micro-B, 1x HDMI 2.0, 1x DisplayPort 1.3, Gigabit Ethernet, M.2 Key E, GPIO, I2C, I2S, SPI, UART, MIPI CSI-2 Kameraanschlüsse, 5V Hohlstecker
    GPUVideoCore VIINVIDIA Maxwell-Architektur mit 128 NVIDIA CUDA-Kernen
    Startpreis60 $Ab 99 $
    Kabellose VerbindungBluetooth 5.0, Dualband 802.11ac WLANKeiner


Design und Formfaktor

Technisch gesehen benötigt der Jetson Nano zwei Platinen

Rendering des Nvidia Jetson Nano-Entwicklerkits und System-on-Moduls aus einem Winkel
Quelle: Nvidia

Der Raspberry Pi 5 behält die gleiche Kreditkarten-PCB-Größe wie seine früheren Modelle bei, verbessert jedoch die Komponenten und verschiebt sie etwas. Es ist das, was die meisten Menschen als einen Einplatinencomputer bezeichnen würden, bei dem alle I/Os an den Rändern der Platine angeordnet sind und sich Komponenten wie CPU, GPU und Speicher in der Mitte befinden. Es hat Taschenformat, obwohl Sie es nicht ohne ein Etui in Ihre Jeans stecken möchten, da die freiliegenden Stifte weh tun würden.


Der Nvidia Jetson Nano unterscheidet sich darin, dass beim System-on-Module (SoM)-Design CPU, GPU und Speicher auf einer kleinen Zusatzkarte untergebracht sind, die ungefähr die gleiche Größe und Form wie ein SODIMM-Speichermodul für einen Laptop hat. Das macht es kleiner für die Integration in Roboter, intelligente Sicherheitskameras oder andere Anwendungen, bei denen die Rechenleistung auf dem Gerät und so nah wie möglich an der Datenquelle liegen soll. Für Entwicklungszwecke verkaufte Nvidia ein Dev Kit, das aus dem SoM und einer Trägerplatine zum Einstecken bestand und außerdem die Standardanschlüsse enthielt, die man von einem SBC erwarten würde, wie Ethernet, USB-A, GPIO und MIPI-CSI Kameraanschlüsse.

Beide SBCs haben ein ähnliches Layout und eine ähnliche Portauswahl und können für viele der gleichen Zwecke verwendet werden. Der Jetson Nano lässt sich aufgrund seines Moduls leichter auf kleinerem Raum unterbringen, erfordert jedoch, dass die Elektronik Ihres Geräts um den erforderlichen Sockel herum ausgelegt wird, sodass er sich am besten für kundenspezifische Anwendungen eignet. Das fühlt sich wie ein Unentschieden an, es sei denn, Sie benötigen Edge-Computing auf kleinerem Raum.

Verwandt

Dies sind die nächsten 5 Projekte auf meiner SBC-To-Do-Liste

Zusammenbau erforderlich

Ports, E/A und Leistung

Raspberry Pi ist vielseitiger

Eine Seitenansicht des Raspberry Pi 5


Der Raspberry Pi 5 verfügt über einen neueren Quad-Core-Arm-Cortex-A76-Prozessor im Vergleich zum Quad-Core-Arm-Cortex-A57 im Jetson Nano. Das bedeutet eine höhere Rechenleistung bei CPU-basierten Aufgaben, aber das ist nicht ganz das ganze Bild. Der Jetson Nano verfügt über eine 128-Kern-Maxwell-GPU mit CUDA-Kernen, die GPU-beschleunigte KI-Aufgaben ermöglicht. Obwohl es sich hierbei um ältere CUDA-Kerne handelt, könnte dies dem Nano bei bestimmten Rechenaufgaben einen Vorteil verschaffen. Allerdings kam der Tegra

Da Wi-Fi und Bluetooth 5.0 sofort einsatzbereit sind, verfügt der Raspberry Pi 5 über eine bessere Auswahl an E/A und Konnektivität. Sie können dem Jetson Nano eine M.2-WLAN-Karte hinzufügen, dies ist jedoch mit zusätzlichen Kosten für einen bereits teureren SBC verbunden. Beide Boards verfügen über GPIO, Ethernet, vier USB-A-Anschlüsse, mehrere Einschaltmöglichkeiten und zwei MIPI-Anschlüsse, die für Kameras verwendet werden können, wenn Sie Stereo-Computer-Vision-Experimente durchführen möchten. Der Raspberry Pi 5 verfügt außerdem über zwei Micro-HDMI-Ausgänge, während das Jetson Nano Dev Kit über einen HDMI 2.0 in voller Größe und einen DisplayPort 1.3 verfügt. Das bedeutet, dass beide technisch gesehen zwei Displays mit 4K60 betreiben können.


Da der Raspberry Pi 5 standardmäßig mit Wi-Fi und Bluetooth ausgestattet ist, liegt er bei Konnektivität und I/O knapp vor dem Jetson Nano. Die neuen Arm-Kerne in seinem Prozessor sind zudem deutlich schneller und verbrauchen weniger Strom. Die einzige Einschränkung besteht darin, dass Sie sich immer für diesen entscheiden müssen, wenn Sie die CUDA-Unterstützung der GPU-Kerne im Jetson Nano benötigen.

Verwandt

Möglicherweise ersetzen Sie Ihren PC eines Tages durch einen SBC

PCs sind groß und sperrig, wohingegen SBCs immer leistungsfähiger werden.

Betriebssystem

Der Pi hat eine breitere Unterstützung

Ein Bild eines Raspberry Pi 5, der vor einem Monitor gehalten wird und den Standard-Ubuntu-GNOME-Desktop anzeigt

Ein Teil der Attraktivität des Raspberry Pi 5 für den Massenmarkt liegt in der Software- und Betriebssystemunterstützung, kombiniert mit der großen Enthusiasten-Community, die ständig neue Nutzungsmöglichkeiten hinzufügt. Das offizielle Raspberry Pi-Betriebssystem ist leistungsstark, wird ständig aktualisiert und läuft schneller als Ubuntu oder jede andere Distribution auf dem Pi. Aber selbst wenn Sie das nicht ausführen möchten, gibt es viele andere Optionen von speziell entwickelten Distributionen, um den Raspberry Pi 5 in ein Retro-Gaming-Kraftpaket oder ein Media Center zu verwandeln. Wenn Sie möchten, könnte es sogar für die Ausführung mit Android oder Windows 11 ausgelegt werden.


Der Jetson Nano nutzt das Nvidia JetPack SDK, um KI-Anwendungen auf einem Linux-Kern auszuführen. Das ist nicht allzu weit vom Pi entfernt, außer dass der Jetson Nano nur mit Jetson Linux, der Distribution, die mit JetPack geliefert wird, wirklich richtig funktioniert. Denn es verfügt über Treiber für die CUDA-Kerne in der GPU des Nano, sodass diese zur Beschleunigung von KI-Workflows genutzt werden können. Ohne funktionierende Treiber verliert der Nano seine wichtigste Spezifikation, da die Ausführung von KI-Aufgaben auf den CUDA-Kernen im Allgemeinen schneller ist als auf CPU-Kernen.

Der Gewinner hängt hier davon ab, was Sie bauen möchten. Der Raspberry Pi 5 wird von vielen weiteren Betriebssystemen unterstützt und kann für ein breiteres Spektrum an Projekten eingesetzt werden. Der Jetson Nano verwendet offiziell Jetson Linux, das Nvidia-Treiber, Toolchains und mehr in einem praktischen Paket bereitstellt. Es verwendet jedoch einen älteren Ubuntu-Kernel und Nvidia hat angekündigt, ihn nicht auf die neueste Version zu aktualisieren. Für alle Projekte, die den neuesten Linux-Kernel benötigen, ist der Raspberry Pi 5 die richtige Wahl.


Verwandt

Von Gaming bis Robotik: Dies sind die 5 besten DIY-Projekte, die Sie mit einem SBC durchführen sollten

Lassen Sie sich den ganzen Spaß nicht entgehen, schnappen Sie sich einen SBC und starten Sie eines dieser tollen DIY-Projekte

Raspberry Pi 5 vs. Nvidia Jetson Nano: Allgemeine Unterstützung oder KI-fokussiert

Während es sich bei beiden SBCs um leistungsstarke Entwicklungstools handelt, eignet sich der Raspberry Pi 5 besser für ein viel breiteres Spektrum an DIY-Computerprojekten. Es verfügt über einen schnelleren Quad-Core-Arm-Prozessor für allgemeine Aufgaben, alle I/Os sind ohne Trägerplatine verfügbar und es verfügt über integriertes WLAN und Bluetooth. Es gibt auch eine lebendige Community von Machern, Programmierern und Entwicklern, die ständig die verschiedenen Betriebssysteme, die der Pi ausführen kann, verbessern und neue und wunderbare Projekte dokumentieren, die Sie als Nächstes ausprobieren können, von der Ausführung lokaler LLMs bis hin zur Ausführung eines automatisierten Etch-a-Sketch.

Raspberry Pi 5 vs. Jetson Nano: Allzweck oder KI-fokussiert

Raspberry Pi 5

Bester Allzweck

Der Raspberry Pi 5 ist der beste Allzweck-Einplatinencomputer auf dem Markt, mit einem leistungsstarken Quad-Core-Prozessor, einer leistungsstarken GPU und einer großen Auswahl an E/A-Anschlüssen zur Stromversorgung von Mini-PCs, Smart-Geräten und vielen anderen andere DIY-Computerprojekte.

Wenn Sie wissen, dass sich Ihre Arbeitslast mit KI, maschinellem Lernen oder anderen Anwendungen befassen wird, die eine Echtzeit-Datenverarbeitung erfordern, ist das Nvidia Jetson Nano Developer Kit der perfekte Ausgangspunkt. Das liegt zum Teil daran, dass es dasselbe JetPack SDK verwendet, das auch die anderen teureren Machine-Learning-Boards von Nvidia antreibt. Es eignet sich hervorragend für die Prototypenerstellung eingebetteter Systeme für Robotik, Computer Vision und Objektidentifizierung. Das Einzige ist, dass das Developer Kit ab Dezember 2023 EOL ist, auch wenn das Modul bis Januar 2027 verfügbar sein wird. Das wird sich auf die Preisgestaltung auswirken und könnte sich auch auf den Support auswirken, da Nvidia plant, das Modul vollständig auslaufen zu lassen.


Nvidia Jetson Nano-Entwicklerkit

Nvidia Jetson Nano-Entwicklerkit

Am besten für KI-Workloads geeignet

Das Nvidia Jetson Nano Developer Kit bietet alles, was Sie brauchen, um sich mit Deep Learning, Computer Vision, GPU-Computing und mehr zu beschäftigen, alles verpackt in einem winzigen System-on-Module (SoM). Die CUDA-Kerne in seiner GPU ermöglichen eine effiziente Echtzeitverarbeitung von Daten und KI-Modellen in einem stromsparenden Paket.



Source link