NVIDIA Jetson Nano 4GB B01 개발자 키트 (엣지 AI/ROS용) - A57 1.43GHz, 128코어 Maxwell GPU

개요

Jetson NANO 4GB B01 AI 대형 모델 개발 키트는 AI를 시작하기 위해 설계된 컴팩트한 개발 키트(개발 보드 플랫폼)입니다. 이미지 분류, 객체 감지, 분할 및 음성 처리와 같은 애플리케이션을 위해 여러 신경망을 병렬로 실행할 수 있으며, 최소 5와트로 작동할 수 있습니다.

이 Jetson Nano 플랫폼은 쿼드 코어 ARM Cortex-A57 프로세서와 128코어 Maxwell GPU를 사용하며 4GB LPDDR 메모리를 지원하고, TensorFlow, PyTorch, Caffe/Caffe2, Keras 및 MXNet과 같은 인기 있는 AI 프레임워크 및 알고리즘을 지원합니다.

주요 특징

• CPU: 쿼드 코어 ARM A57 @ 1.43 GHz
• GPU: 128코어 Maxwell
• AI 컴퓨팅 성능: 473 GFLOPS (제공된 텍스트에서는 472 GFLOP으로도 언급됨)
• 저전력 작동: 최소 5 W (제공된 비교 자료에서는 5 W–10 W로도 표시됨)
• 비디오 인코딩: 4K @ 30; 4x 1080p @ 30; 9x 720p @ 30 (H.264/H.265)
• 비디오 디코드: 4K @ 60; 2x 4K @ 30; 8x 1080p @ 30; 18x 720p @ 30 (H.264/H.265)
• 카메라 인터페이스: MIPI CSI-2 DPHY 채널 *2
• 디스플레이: HDMI 및 DP
• 네트워킹 / 확장: 기가비트 이더넷; M.2 키 E; M.2 듀얼 밴드 고속 네트워크 카드 지원; USB 고속 네트워크 카드 지원
• USB: 4x USB 3.0; USB 2.0 마이크로-B
• 기타 I/O 목록: GPIO, I2C, I2S, SPI, UART
• 언급된 전원 입력: 마이크로 USB, DC 전원, 및 PoE (제공된 텍스트에 명시된 대로)

사양

저장소 노트 (공식 데모 vs SUB 버전)

• 제공된 비교 자료는 두 가지 변형을 나열합니다: Jetson Nano 4GB 개발자 키트 (SUB) 및 Jetson Nano 4GB 개발자 키트 (공식 데모).
• SUB 저장소 (표시됨): 16GB eMMC. 자료에 따르면 보드는 외부 저장소 없이 시작할 수 있으며, 16GB eMMC는 일반 개발 요구를 충족하고 공식 시스템 이미지 파일과 호환됩니다.
• 공식 데모 저장소 (표시됨): microSD (포함되지 않음). 자료에 따르면 사용자는 TF 카드 (microSD)를 구매하고 시스템 이미지 파일을 작성하여 보드를 시작해야 합니다.
• 프로젝트에 대한 저장 용량이 부족한 경우, 자료에 따르면 USB 디스크 또는 TF 카드를 사용하여 용량을 확장할 수 있습니다.

TF 카드 / 시스템 이미지 노트

• 제공된 자료에 따르면: “배송 목록에 포함된 TF 카드는 모두 시스템 이미지로 작성되어 있습니다.”
• 제공된 자료는 또한 다음과 같이 명시합니다: “모든 버전의 키트에는 64GB TF 카드가 포함되어 있습니다.”
• 또 다른 노트에서는 공식 시스템 이미지 + AI 환경 구성이 32GB를 초과할 수 있으며, 64GB 이상의 U 디스크/TF 카드를 사용하는 것이 권장됩니다.

튜토리얼 비디오

코스 / 튜토리얼 내용 (제공된 대로)

• 2026년 6월 업데이트됨: OpenClaw 배포 및 응용 튜토리얼 (새로운). 두 가지 상호작용 방법이 명시되어 있습니다: WAP 및 음성 모듈.
• 고급 ROS 튜토리얼 (HOT): ROS1 및 ROS2 기초 및 관련 학습 자료가 표시됩니다.
• 고급 AI 비전 개발 튜토리얼 (HOT): 온보드 카메라 튜토리얼, USB 외부 카메라 테스트, Jetson-Inference 환경 구축, DeepStream 환경 구축 등 (아래 개요에 나열된 항목 포함).

Jetson Nano B01 과정 개요 (발췌)

• 빠르게 시작하기: 1. 경로 학습; 2. 빠른 시작 튜토리얼
• Jetson Nano B01 기본 튜토리얼: 1. Jetson nano B01 소개; 2. 시스템 이미지 플래시; 3. 플래시된 SD 재읽기 디스크; 4. Jetson Nano B01 시작; 5. 공식 이미지 작성 (SDK)
• Jetson Nano B01 SUB 보드 기본 튜토리얼: 1. Jetson Nano B01 SUB 보드 소개; 2. EMMC 시스템 이미지 작성
• TF 시작: 1.Jetson Nano SUB TF 카드 시작 및 확장; 2. TF 카드 시스템 이미지 쓰기; 3. 플래시된 SD 재읽기 디스크; 4. TF 카드 부팅
• U 디스크 시작: 1. EMMC 부팅 쓰기; 2. U 디스크 시스템 쓰기; 3. 플래시된 U 디스크 재읽기 디스크; 4. Jetson Nano SUB 시작
• 시스템 기본 설정 튜토리얼: 1. Jetson Nano B01 시스템 및 데스크탑 소개; 2. SD 카드 확장; 3. 네트워크 구성; 4. SSH 텔넷 & 파일 전송; 5. VNC 원격 로그인; 6. Jetson Nano B01 시스템 백업; 7. Jetson Nano B01 스왑 공간 증가; 8. Jtop 설치 및 사용
• GPIO 하드웨어 제어 튜토리얼: 1. GPIO 라이브러리의 API 사용; 2. Jetson Nano B01 하드웨어 라이브러리 구성; 3. 핀 읽기 기능; 4. 핀 레벨 출력 제어; 5. LED 제어; 6. Jetson Nano B01 외부 장치 직렬 포트와 통신; 7. Jetson Nano B01 I2C 통신
• AI 고급 비주얼 튜토리얼: 1.온보드 카메라 튜토리얼; 2. USB 외부 카메라 테스트; 3. Jupyter lab 및 Jetcham 설치; 4. TensorFlow 설치 (선택 사항); 5. Jetson-Inference 환경 구축 (선택 사항); 6. 안녕하세요 AI 세계; 7. 이미지 분류 추론; 8. 객체 탐지 추론; 9. 의미론적 분할; 10. 자세 추정; 11. 행동 인식; 12. 배경 제거; 13. 단안 깊이 추정; 14. DeepStream 환경 구축 (선택 사항); 15. 자동차 검사; 16. yolo5 소개; 17. YOLO5 환경 구축 (선택 사항); 18. yolo5의 실시간 탐지; 19. yolo5 + tensorrt 가속; 20. yolo5 + tensorrt 가속 + Deep Stream (카메라 열기); 21. Mediapipe 환경 구축 (선택 사항); 22. Mediapipe 개발; 23. Read Me
• YOLOv11 / YOLO26 고급 사용법 (NEW): 00. 실행 전에 반드시 읽어야 함; 01. YOLOv11 환경 구축; 02. CLI 사용법; 03. 객체 탐지; 04. 인스턴스 분할; 05. 자세 추정; 06.이미지 분류; 07. 방향성 경계 상자 객체 탐지; 08. 모델 변환
• ROS1 기본 과정: 1. ROS 소개; 2. 프로젝트 파일 구조; 3. 일반 명령어 및 도구; 4. 퍼블리셔; 5. 구독자; 6. 주제 메시지 사용자 정의 및 사용; 7. 클라이언트; 8. 서버; 9. 서비스 메시지 사용자 정의 및 사용; 10. TF 릴리스 및 모니터링
• ROS1 시각 이미지 처리 과정: 1. AR 비전; 2. AR QR 코드; 3. ROS+OpenCV 기초; 4. ROS+OpenCV 응용; 5. MediaPipe 개발
• ROS2 기본 과정: 1. ROS2 소개; 2. ROS2 설치 Humble; 3. ROS2 개발 환경; 4. ROS2 작업 공간; 5. ROS2 기능 패키지; 6. ROS2 노드; 7. ROS2 주제 통신; 8. ROS2 서비스 통신; 9. ROS2 액션 통신; 10. ROS2 사용자 정의 인터페이스 메시지; 11. ROS2 매개변수 서비스 사례; 12. ROS2 메타 기능 패키지; 13. ROS2 분산 통신; 14. ROS2 DDS; 15.ROS2 시간 관련 API; 16. ROS2 공통 명령 도구; 17. ROS2 rviz2 사용; 18. ROS2 rqt 툴박스; 19. ROS2 Launch 시작 파일 구성; 20. ROS2 녹화 및 재생 도구; 21. ROS2 URDF 모델; 22. ROS2 Gazebo 시뮬레이션 플랫폼; 23. ROS2 TF2 좌표 변환
• 도커 과정: 1. 개요 및 설치; 2. 일반 명령어; 3. 이미지 이해 및 게시; 4. 하드웨어 상호작용 데이터 처리; 5. 도커 컨테이너 진입; 6. 도커 이미지 업데이트
• OpenCV 이미지 처리 과정: 1. OpenCV 기본 과정; 2. ROS+opencv 응용; 3. QR 코드 인식; 4. AR 비전; 5. Mediapipe
• 오프라인 AI 대형 모델 튜토리얼: 0. AI 대형 모델 시스템 이미지 설명서; 1. AI 대형 모델 환경 배포; 2. 대형 모델 대화 플랫폼 설치; 3. 메타 AI Llama 3.2 모델; 4. 알리바바 클라우드 Qwen2 모델; 5. 알리바바 클라우드 Qwen3 모델; 6. SUTD TinyLlama; 7. DeepSeek DeepSeek-R1 모델; 8.Microsoft Phi-3; 9. Microsoft Orca Mini; 10. NVIDIA StarCoder2; 11. Google Gemma3 비주얼 멀티모달 대형 모델; 12. 오프라인 텍스트 음성 변환 (TTS); 13. 오프라인 음성 텍스트 변환 (ASR)
• 온라인 대형 모델 튜토리얼: 1. OpenRouter 대형 모델 API 집계 플랫폼; 2. 멀티모달 비주얼 이해 애플리케이션; 3. 멀티모달 비주얼 위치 애플리케이션; 4. 멀티모달 테이블 스캐닝 애플리케이션; 5. 멀티모달 자율 프록시 애플리케이션
• 온라인 대형 모델 (음성 상호작용): 0. 음성 상호작용 하드웨어 연결 (ReadMe); 1. 오프라인 음성 텍스트 변환 (ASR); 2. 오프라인 텍스트 음성 변환 (TTS); 3. AI 대형 모델 음성 상호작용; 4. 멀티모달 비주얼 이해 음성 상호작용; 5. 멀티모달 비주얼 위치 애플리케이션; 6. 멀티모달 테이블 스캐닝 애플리케이션; 7. 멀티모달 자율 프록시 애플리케이션; 8. AI 대형 모델 오프라인 음성 비서
• OpenClaw 배포 및 기본 사용법: 1.OpenClaw 배포; 2. OpenClaw WAP 플러그인 애플리케이션; 3. OpenClaw 웹채팅 상호작용; 4. OpenClaw TUI 상호작용; 5. OpenClaw 도구 소개; 6. OpenClaw 게이트 게이트웨이 사용자 매뉴얼; 7. OpenClaw 기능 개요; 8. OpenClaw 허브 소개 (기술 설치); 9. OpenClaw 애플리케이션 파일 관리; 10. OpenClaw 애플리케이션 카메라; 12. OpenClaw 애플리케이션 스크립트 실행; 13. OpenClaw 애플리케이션 프로그래밍 (주변 & GPIO 제어); 14. OpenClaw 애플리케이션 전용 AI 어시스턴트
• OpenClaw 사용 전 준비: 1. 주변 하드웨어 구성; 2. OpenClaw API-KEY 구성; 3. OpenClaw 전환 모델; 4. OpenClaw 프롬프트 단어; 5. AI 음성 상호작용 구성; 6. 3D 도식 구성 테스트
• OpenClaw 주변 장치 Act 프로그래밍 (주변 제어): 1. 서보 제어; 2. RGB 조명 스트립; 3. OLED
• OpenClaw 확장 고급 개발: 1.온도 및 습도 센서; 2. 카메라 애플리케이션; 1. 식물 관리 도우미; 2. AI 열 추정; 3. AI 추측 손바닥 게임; 4. AI 애완동물; 5. AI 기상 관측소; 6. 온도 민감도 측정기; 7. 예약 작업

포장 목록 (표시된 노트)

• 제공된 자료에 따르면: 별도의 보드 작동에는 전원 어댑터와 64G 메모리 카드가 필요합니다.

응용 프로그램

• 엣지 AI 프로토타이핑: 이미지 분류, 객체 감지, 분할, 음성 처리
• ROS 학습 및 로봇 개발 (제공된 자료에서 ROS 시스템 / ROS 로봇이 지원 학습 목표로 표시됨)
• 컴퓨터 비전 및 MIPI CSI-2 (2채널) 또는 USB 카메라를 통한 카메라 기반 프로젝트 (강의 개요에서 언급됨)

주문 확인(저장 변형, 포함된 액세서리) 또는 통합 질문에 대한 문의 (M.2개의 주요 E WiFi 카드, 카메라, 전원), 연락처 [email protected] or 방문 https://rcdrone.top/ .

세부정보