Tek Kart Bilgisayarlar (SBC) AI ve Derin Öğrenme uygulamaları için giderek daha popüler hale geliyor ve bazıları özel olarak AI ve Derin Öğrenme çalıştırmak için tasarlandı! Bugün, 3 SBC’yi karşılaştıracak ve derin öğrenme yeteneklerini değerlendireceğiz.
Bugün için 3 dövüşçümüzü tanıtalım!
Rock Pi N10- RK3399Pro
- Rock Pi N10. AI ve derin öğrenme işleme için doğmuş yeni bir Rock Pi ailesi üyesidir.
- RK3399Pro olan güçlü bir SoC (chip üzerindeki sistem) taşır; bu, bir CPU, GPU ve NPU içerir.
- RK3399Pro’nun CPU’su, Dual Cortex-A72 (sıklık 1.8GHz) ve dört Cortex-A53 (sıklık 1.4GHz) içeren altı çekirdekli bir CPU’dur.
- RK3399Pro’nun GPU’su, OpenGL ES 1.1 /2.0 /3.0 /3.1 /3.2, Vulkan 1.0, Open CL 1.1 1.2, DX1 destekleme yeteneğine sahip Mali T860MP4’tür.
- NPU için, NPU 8/16 bit hesaplamayı ve 3.0 TOPS’a kadar hesaplama gücünü destekleyebilir.
- Rock Pi N10 ayrıca depolama için bol kaynaklara sahiptir. İşlem ve veri kaydetme için yeterli depolama sağlamak amacıyla ana kartta 64 bit çift kanallı 4GB LPDDR ve 16GB eMMC 5.1 gömülüdür. Ayrıca, kartta önyükleme için bir μSD kart yuvası ve depolamayı genişletmek için 2T SSD’yi destekleyen bir M.2 SSD konektörü de bulunmaktadır.
- Rock Pi N10 tamamen bir arayüz canavarıdır. Raspberry 4B gibi, Rock Pi N10, ses, kamera, ekran, Ethernet, USB ve I/O pinleri için zengin arayüzlere sahiptir. Ethernet arayüzü PoE işlevini destekleyebilir ve Ethernet arayüzünün yanında bir PoE şapkası bulunmaktadır. SBC şu anda wi-fi desteklemiyor, ancak yakında kartta gömülü bir opsiyonel wi-fi modülü olacak.
- Bu Rock Pi N10 kartının yazılım sistemi Debian ve Android 8.1‘dir. NPU için, bir güncellenmiş yazılım ve önyükleme prosedürü bulunmaktadır.
- RK3399Pro Rockchip’i içeren diğer kartlar, Toybrick RK3399Pro AI Geliştirici Kiti gibi 200 $’ın üzerinde bir fiyata sahiptir, ancak Rock Pi N10 ile sadece 99 $’dan başlayan daha uygun fiyatlıdır.
Raspberry Pi 4
- Raspberry Pi 4 Model B, popüler Raspberry Pi bilgisayar serisinin en son ürünüdür.
- Önceki nesil Raspberry Pi 3 Model B+ ile benzer güç tüketimini korurken, işlemci hızı, multimedya performansı, bellek ve bağlantıda çığır açan artışlar sunar.
- Bu ürünün ana özellikleri arasında yüksek performanslı 64-bit dört çekirdekli işlemci, çift ekran desteği ile 4K çözünürlükte görüntüleme, 4Kp60’a kadar donanım video kod çözme, 4GB’a kadar RAM, çift bantlı 2.4/5.0 GHz kablosuz LAN, Bluetooth 5.0, Gigabit Ethernet, USB 3.0 ve PoE yeteneği (ayrı bir PoE HAT eklentisi aracılığıyla) bulunmaktadır.
- Çift bantlı kablosuz LAN ve Bluetooth, modüler uyumluluk sertifikasına sahiptir, bu da kartın son ürünlere tasarlanmasını önemli ölçüde azaltarak uyumluluk testlerini kolaylaştırır ve maliyet ile pazara giriş süresini iyileştirir.
- Pi 4’ün önceki modele göre performans artışı nedeniyle, Raspberry Pi 4 artık cihaz üzerinde çıkarım yapmak için güçlü bir platformdur. Ayrıca, USB 3.0 ile birlikte, Pi 4’ü AI ve derin öğrenme hızlandırıcı donanımı için güçlü bir ana bilgisayar haline getirir.
- Raspberry Pi 4, 1GB RAM seçeneği için sadece 35 $ ve 4GB RAM için 55 $ ile maliyet açısından da etkilidir.
NVIDIA® Jetson Nano™ Geliştirici Kiti
- NVIDIA® Jetson Nano™ Geliştirici Kiti, modern AI iş yüklerini benzeri görülmemiş boyut, güç ve maliyetle çalıştırmak için hesaplama performansı sunar. Geliştiriciler, öğrenciler ve üreticiler artık görüntü sınıflandırma, nesne tespiti, segmentasyon ve ses işleme gibi uygulamalar için AI çerçevelerini ve modellerini çalıştırabilir.
- Geliştirici kiti, mikro-USB ile beslenebilir ve GPIO’dan CSI’ye kadar geniş I/O’lar ile birlikte gelir. Bu, geliştiricilerin çeşitli AI uygulamalarını etkinleştirmek için yeni sensörleri bağlamasını kolaylaştırır. Jetson Nano ayrıca son derece enerji verimlidir ve yalnızca 5 watt tüketir.
- Jetson Nano, 128 NVIDIA CUDA® çekirdeği ve 4 GB 64-bit LPDDR4 1600MHz belleğe sahip Quad-core ARM® Cortex®-A57 MPCore işlemciyi içerir.
- Bununla birlikte, üreticiler Jetson Nano ile bilgisayarla görme ve doğal dil işleme gibi birden fazla makine öğrenimi görevini tek bir kompakt bilgisayarda gerçekleştirebilen cihazlar oluşturabilir.
- Ayrıca, her sensör akışında birden fazla sinir ağı çalıştırabilir ve günümüzde mevcut olan en popüler AI çerçevelerinin çoğunu destekler; bunlar arasında TensorFlow, PyTorch, Caffe ve MXNet bulunmaktadır.
Rock Pi N10 RK3399Pro vs Raspberry Pi 4 vs Jetson Nano
AI ve makine öğrenimi söz konusu olduğunda, CPU, GPU ve NPU çok önemli bir rol oynamaktadır. CPU, GPU veya NPU’nun ne olduğunu bilmeyenler için:
- CPU: Merkezi İşlem Birimi olarak bilinir, SBC’nin temel bileşeni ve işlemin beyni olarak görev yapar. Bir program veya uygulamadan talimat alır ve bir hesaplama gerçekleştirir.
- GPU: Grafik İşlem Birimi olarak bilinir, bellek üzerinde hızlı bir şekilde manipülasyon ve değişiklik yapmak üzere tasarlanmıştır; bu, bir görüntü oluşturmak için bir çerçeve tamponunda görüntülerin oluşturulmasını hızlandırır. Ayrıca, makine öğreniminde kullanılan diğer geometrik hesaplamaları hızlandırmak için de kullanılır.
- NPU: Sinir Ağı İşlem Birimi olarak bilinir, makine öğrenimi algoritmalarını yürütmek için gerekli tüm kontrol ve aritmetik mantığı uygulayan özel bir devredir.
Böylece, özelliklerini karşılaştıracak ve özellikle CPU, GPU ve NPU’larına bakacağız:
“`html
| SBC | Rock Pi N10(Model A/B/C) | Raspberry Pi 4B | Jetson Nano |
|---|---|---|---|
| CPU | Çift Cortex-A72@ 1.8GHz ve dört Cortex-A53 1.4GHz | Dört çekirdekli ARM Cortex-A72 64-bit @ 1.5 GHz | Dört Çekirdekli ARM Cortex-A57 64-bit @ 1.42 GHz |
| GPU | Mali T860MP4 | Broadcom VideoCore VI (32-bit) | NVIDIA Maxwell w/ 128 CUDA çekirdeği @ 921 Mhz |
| NPU | 3.0 TOPS hesaplama gücü | – | – |
| LPDDR | 4/6/8GB LPDDR3 | 4GB LPDDR4 | 4GB LPDDR4 |
| eMMC | 16/32/64GB eMMC5.1 | – | – |
| Ağ Bağlantısı | Sadece Gigabit Ethernet | Gigabit Ethernet / Wifi 802.11ac | Gigabit Ethernet / M.2 Anahtar E (Wifi desteği için) |
| Ekran | HDMI 2.0 | 2x micro-HDMI (4Kp60’a kadar) | HDMI 2.0 ve eDP 1.4 |
| USB | 1x USB 3.0, 2x USB 2.0 | 2x USB 3.0, 2x USB 2.0 | 4x USB 3.0, USB 2.0 Micro-B |
| Video Kodlayıcı | H264(1080p30) ve VP8 | H264(1080p30) | H.264/H.265 (4Kp30) |
| Video Çözücü | H.265(4Kp60) H.264(1080p60) VC-1, MPEG-1/2/4, VP8 |
H.265(4Kp60) H.264(1080p60) |
H.264/H.265 (4Kp60, 2x 4Kp30) |
| GPIO | 40-pin GPIO | 40-pin GPIO | 40-pin GPIO |
| Fiyat | $99/$129/$169 | $55 | $99 |
NPU
İlk fark edeceğiniz şey, Rock Pi N10 RK3399Pro’nun tek NPU’ya sahip olmasıdır. Bu NPU ile Rock Pi N10’un hesaplama gücü 3.0 TOPs’tır, bu da saniyede 3.0 x 10 ^ 12 veri işleniyor anlamına gelir!
NPU, Raspberry Pi 4 ve Jetson Nano’da bulunmadığı için, karmaşık hesaplamaları derin öğrenme için yalnızca CPU’larını kullanarak gerçekleştirebilirler. Bu tek özellik, Rock Pi N10 RK3399Pro’yu AI ve derin öğrenme performansında onlara göre üstün kılmaktadır.
GPU
GPU açısından, Jetson Nano, NVIDIA Maxwell w/ 128 CUDA çekirdeği @ 921 Mhz ile öne çıkmaktadır. RK3399Pro, CPU ve NPU ile entegre bir GPU kullandığı için Jetson Nano’ya göre dezavantajlıdır, ancak bu yalnızca AI görüntü işleme yetenekleri açısından geçerlidir. Raspberry Pi 4’ün GPU’su da Jetson Nano ile karşılaştırıldığında daha zayıftır.
CPU
CPU açısından, Raspberry Pi 4, Quad-core ARM Cortex-A72 64-bit @ 1.5 GHz ile en yeni ve en iyi CPU’ya sahiptir ve bu da daha hızlı bir saat hızı ve performans sağlar. Ancak, derin öğrenme ve AI için çok fazla performans avantajı sağlamayabilir, ancak diğerlerine göre daha hızlı bir CPU ile Raspberry Pi 4, genel amaçlı bir bilgisayar olarak daha iyi bir şekilde kullanılabilir.
Diğerleri
Fiyat bileşeni açısından, Raspberry Pi 4’ün tüm SBC’ler arasında en ucuz olduğunu görebilirsiniz. Jetson Nano ve Rock Pi N10 RK3399Pro’nun başlangıç fiyatı ise $99’dır.
Bununla birlikte, RK3399Pro Rockchip’i içeren diğer kartların, örneğin Toybrick RK3399Pro AI Developer Kit $200’ün üzerinde bir maliyeti vardır, ancak Rock Pi N10 RK3399Pro ile çok daha uygun fiyatlıdır.
Özet
Özetle, karşılaştırmadan da görebileceğiniz gibi, her SBC’nin kendi avantajları ve dezavantajları vardır. Ancak, derin öğrenme ve AI amaçları için, Rock Pi N10 RK3399Pro, NPU’su sayesinde 3.0 TOPS hesaplama gücü sunarak derin öğrenme yetenekleri açısından hala bir canavardır. Ayrıca, fiyat noktasında, bu SBC ile kesinlikle paranızın karşılığını alacaksınız.
Eğer derin öğrenme projeniz yoğun görüntü ve grafik işleme içeriyorsa, Jetson Nano, NVIDIA Maxwell w/ 128 CUDA çekirdeği @ 921 Mhz ile uygun olacaktır.
Temel derin öğrenme ve AI görevlerini, hareketi görmek, nesneleri tanımak ve düşük FPS oranında temel çıkarım görevlerini gerçekleştirmek istiyorsanız, Raspberry Pi 4 uygun olacaktır. Aksi takdirde, Raspberry Pi 4 hala genel amaçlı bir bilgisayar olarak daha iyi bir şekilde kullanılacaktır.
Sizce kim kazandı? Hangi SBC bu mücadeleyi kazandı? Aşağıdaki yorumlar bölümünde bize bildirin!
AI ve derin öğrenme için mikrodenetleyiciler hakkında daha fazla bilgi edinmek isterseniz, diğer blogumuzu buradan kontrol edebilirsiniz!
“`