NVIDIA Jetson Nano 4GB B01 開發套件，適用於邊緣 AI/ROS - A57 1.43GHz，128 核心 Maxwell GPU

概覽

Jetson NANO 4GB B01 AI 大型模型開發套件是一個緊湊的開發套件（開發板平台），專為 AI 入門而設計。它可以並行運行多個神經網絡，用於圖像分類、物體檢測、分割和語音處理等應用，並且功耗低至 5 瓦。

這款 Jetson Nano 平台使用四核 ARM Cortex-A57 處理器和 128 核 Maxwell GPU，配備 4GB LPDDR 記憶體，支持流行的 AI 框架和算法，如 TensorFlow、PyTorch、Caffe/Caffe2、Keras 和 MXNet。

主要特點

• CPU：四核 ARM A57 @ 1.43 GHz
• GPU：128 核 Maxwell
• AI 計算能力：473 GFLOPS（在提供的文本中也表示為 472 GFLOP）
• 低功耗運行：低至 5 W（在提供的比較材料中也顯示為 5 W–10 W）
• 視頻編碼：4K @ 30；4x 1080p @ 30；9x 720p @ 30 (H.264/H.265)
• 視頻解碼：4K @ 60；2x 4K @ 30；8x 1080p @ 30；18x 720p @ 30 (H.264/H.265)
• 攝像頭接口：MIPI CSI-2 DPHY 通道 *2
• 顯示：HDMI 和 DP
• 網絡/擴展：千兆以太網；M.2 Key E；支持 M.2 雙頻高速網卡；支持 USB 高速網卡
• USB：4x USB 3.0；USB 2.0 Micro-B
• 其他 I/O 列出：GPIO, I2C, I2S, SPI, UART
• 電源輸入提到：micro USB，DC 電源和 PoE（如提供的文本中所述）

規格

存儲說明（官方演示版與SUB版本）

• 提供的比較材料列出了兩個變體：Jetson Nano 4GB 開發者套件 (SUB) 和 Jetson Nano 4GB 開發者套件 (官方演示版).
• SUB 存儲（顯示）：16GB eMMC. 材料指出該板可以在無外部存儲的情況下啟動，16GB eMMC 滿足常規開發需求，並與官方系統映像文件兼容。
• 官方演示版存儲（顯示）：microSD（不包括）. 材料指出用戶需要購買 TF 卡（microSD）並寫入系統映像文件以啟動板。
• 如果專案的儲存容量不足，材料指出可以使用 USB 磁碟或 TF 卡擴充容量。

TF 卡 / 系統映像注意事項

• 提供的材料指出：「運送清單中包含的 TF 卡均已寫入系統映像。」
• 提供的材料還指出：「所有版本的套件都包含一張 64GB 的 TF 卡。」
• 另一個注意事項指出，安裝官方系統映像 + AI 環境配置可能超過 32GB，建議使用 64GB 或以上的 U 磁碟/TF 卡。

教學影片

課程 / 教學內容（如提供）

• 2026 年 6 月更新: OpenClaw 部署和應用教程（新）。指出了兩種互動方式：WAP 和語音模組。
• 進階 ROS 教程 (熱門): 顯示 ROS1 和 ROS2 基礎及相關學習材料。
• 進階 AI 視覺開發教程 (熱門): 包括板載攝像頭教程、USB 外接攝像頭測試、Jetson-Inference 環境構建、DeepStream 環境構建等（如下面的大綱所示）。

Jetson Nano B01 課程大綱（摘錄）

• 快速入門: 1. 學習路線；2. 快速入門教程
• Jetson Nano B01 基礎教程: 1. Jetson Nano B01 介紹；2. 刷寫系統映像；3. 刷寫後的 SD 重新讀取磁碟；4. Jetson Nano B01 啟動；5. 寫入官方映像（SDK）
• Jetson Nano B01 SUB 板基礎教程: 1. Jetson Nano B01 SUB 板介紹；2. 寫入 EMMC 系統映像
• TF 啟動: 1.Jetson Nano SUB TF卡啟動和擴展；2. 寫入TF卡系統映像；3. 刷新SD卡重新讀取磁碟；4. 寫入TF卡啟動
• U盤啟動: 1. 寫入EMMC啟動；2. 寫入U盤系統；3. 刷新U盤重新讀取磁碟；4. Jetson Nano SUB啟動
• 系統基本設置教程: 1. Jetson Nano B01系統和桌面的介紹；2. SD卡擴展；3. 網絡配置；4. SSH Telnet & 文件傳輸；5. VNC遠程登錄；6. Jetson Nano B01系統備份；7. Jetson Nano B01交換空間增加；8. Jtop的安裝和使用
• GPIO硬件控制教程: 1. GPIO庫的API使用；2. Jetson Nano B01硬件庫配置；3. 引腳讀取功能；4. 引腳電平輸出控制；5. 控制LED；6. Jetson Nano B01與外部設備串口通信；7. Jetson Nano B01 I2C通信
• AI高級視覺教程: 1.1. 機載攝像頭教程；2. USB外接攝像頭測試；3. Jupyter lab和Jetcham安裝；4. 安裝TensorFlow（可選）；5. Jetson-Inference環境構建（可選）；6. Hello AI World；7. 圖像分類推理；8. 物體檢測推理；9. 語義分割；10. 姿態估計；11. 動作識別；12. 背景去除；13. 單目深度估計；14. DeepStream環境構建（可選）；15. 汽車檢查；16. yolo5介紹；17. YOLO5環境構建（可選）；18. yolo5實時檢測；19. yolo5 + tensorrt加速；20. yolo5 + tensorrt加速 + Deep Stream（開啟攝像頭）；21. Mediapipe環境構建（可選）；22. Mediapipe開發；23. Read Me
• YOLOv11 / YOLO26 高級用法（新）：00. 運行前必讀；01. YOLOv11環境構建；02. CLI用法；03. 物體檢測；04. 實例分割；05. 姿態估計；06.圖像分類；07. 定向邊界框物體檢測；08. 模型轉換
• ROS1 基礎課程: 1. ROS 介紹；2. 項目文件結構；3. 常用命令和工具；4. 發布者；5. 訂閱者；6. 自定義主題消息和使用；7. 客戶端；8. 服務器；9. 自定義服務消息和使用；10. TF 發布和監控
• ROS1 視覺圖像處理課程: 1. AR 視覺；2. AR 二維碼；3. ROS+OpenCV 基礎；4. ROS+OpenCV 應用；5. MediaPipe 開發
• ROS2 基礎課程: 1. ROS2 介紹；2. ROS2 安裝 Humble；3. ROS2 開發環境；4. ROS2 工作空間；5. ROS2 功能包；6. ROS2 節點；7. ROS2 主題通信；8. ROS2 服務通信；9. ROS2 行動通信；10. ROS2 自定義接口消息；11. ROS2 參數服務案例；12. ROS2 元功能包；13. ROS2 分佈式通信；14. ROS2 DDS；15. ROS2 時間相關 API；16. ROS2 常用命令工具；17. ROS2 rviz2 使用；18. ROS2 rqt 工具箱；19. ROS2 啟動文件配置；20. ROS2 錄製和回放工具；21. ROS2 URDF 模型；22. ROS2 Gazebo 模擬平台；23. ROS2 TF2 坐標變換
• Docker 課程: 1. 概述和安裝；2. 常用命令；3. 理解和發布映像；4. 硬件交互數據處理；5. 進入 docker 容器；6. 更新 docker 映像
• OpenCV 圖像處理課程: 1. OpenCV 基礎課程；2. ROS+opencv 應用；3. 二維碼識別；4. AR 視覺；5. Mediapipe
• 離線 AI 大模型教程: 0. AI 大模型系統映像說明；1. AI 大模型環境部署；2. 安裝大模型對話平台；3. Meta AI Llama 3.2 模型；4. 阿里雲 Qwen2 模型；5. 阿里雲 Qwen3 模型；6. SUTD TinyLlama；7. DeepSeek DeepSeek-R1 模型；8. Microsoft Phi-3; 9. Microsoft Orca Mini; 10. NVIDIA StarCoder2; 11. Google Gemma3 Visual Multimodal Large Model; 12. Offline Text to Speech (TTS); 13. Offline Speech to Text (ASR)
• 線上大型模型教程: 1. OpenRouter大型模型API聚合平台；2. 多模態視覺理解應用；3. 多模態視覺定位應用；4. 多模態表格掃描應用；5. 多模態自主代理應用
• 線上大型模型（語音互動）: 0. 語音互動硬體連接（ReadMe）；1. 離線語音轉文字（ASR）；2. 離線文字轉語音（TTS）；3. AI大型模型語音互動；4. 多模態視覺理解語音互動；5. 多模態視覺定位應用；6. 多模態表格掃描應用；7. 多模態自主代理應用；8. AI大型模型離線語音助手
• OpenClaw 部署和基本使用: 1.OpenClaw 部署；2. OpenClaw WAP 插件應用；3. OpenClaw WebChat 互動；4. OpenClaw TUI 互動；5. OpenClaw 工具介紹；6. OpenClaw Gate 閘道用戶手冊；7. OpenClaw 功能概覽；8. OpenClaw hub 介紹（技能安裝）；9. OpenClaw 應用檔案管理；10. OpenClaw 應用相機；12. OpenClaw 應用腳本執行；13. OpenClaw 應用程式設計（周邊 & GPIO 控制）；14. OpenClaw 應用專用 AI 助理
• OpenClaw 使用前準備: 1. 周邊硬體配置；2. OpenClaw API-KEY 配置；3. OpenClaw 切換模式；4. OpenClaw 提示詞；5. AI 語音互動配置；6. 3D 方案配置測試
• OpenClaw 周邊 Act 程式設計（周邊控制）: 1. 伺服控制；2. RGB 燈條；3. OLED
• OpenClaw 擴展高級開發: 1. 溫度和濕度傳感器；2. 相機應用；1. 植物護理管家；2. AI-熱量估算；3. AI-猜掌遊戲；4. AI 寵物；5. AI 氣象站；6. 溫度敏感度計；7. 定時任務

包裝清單（顯示備註）

• 提供的材料狀態：單獨板操作需要電源適配器和64G記憶卡。

應用

• 邊緣AI原型設計：圖像分類、物體檢測、分割、語音處理
• ROS學習和機器人開發（提供的材料中顯示支持的學習目標為ROS系統/ROS機器人）
• 通過MIPI CSI-2（2通道）或USB相機進行計算機視覺和基於相機的項目（如課程大綱中所述）

如需訂單確認（存儲變體，包含的配件）或集成問題（M.2 Key E WiFi 卡，攝像頭，電源），聯繫 [email protected] or 訪問 https://rcdrone.top/ .

詳情