O JETSON-ORIN-NANO-4G-DEV-KIT (EU) da Waveshare é uma plataforma de desenvolvimento de Inteligência Artificial de elevado desempenho, baseada no módulo NVIDIA Jetson Orin Nano de 4GB. Trata-se de um Kit não oficial da NVIDIA, concebido pela Waveshare para desenvolvimento e integração em sistemas embarcados e aplicações de edge computing.
Além do módulo Jetson Orin Nano de 4GB, este Dev Kit inclui SSD NVMe de 256GB, placa wireless AW-CB375NF, ventoinha de refrigeração, cabos USB e Ethernet e fonte de alimentação, permitindo iniciar o desenvolvimento imediatamente sem necessidade de acessórios adicionais. A solução integra ainda a placa base dedicada JETSON-ORIN-IO-BASE, desenvolvida pela Waveshare, que disponibiliza interfaces expandidas como M.2, DisplayPort, USB e outras ligações essenciais para facilitar a integração do sistema e o acesso a periféricos.
A conectividade sem fios é assegurada pela placa wireless AW-CB375NF pré-instalada, com suporte para Wi-Fi de banda dupla e Bluetooth 5.0, acompanhada de duas antenas PCB, garantindo ligações estáveis e de elevada velocidade sem necessidade de módulos externos adicionais.
PRINCIPAIS CARACTERÍSTICAS
◆ Módulo NVIDIA Jetson Orin Nano 4GB com arquitetura Ampere
◆ Placa base dedicada JETSON-ORIN-IO-BASE com interfaces expandidas
◆ Desempenho de IA até 20 TOPS
◆ GPU de 512 núcleos com 16 Tensor Cores
◆ CPU Arm Cortex-A78AE hexa-core a 1.5GHz
◆ 4GB LPDDR5 64-bit com largura de banda de 32GB/s
◆ SSD NVMe de 256GB incluído
◆ Placa wireless AW-CB375NF com Wi-Fi dual-band e Bluetooth 5.0
◆ Duas antenas PCB incluídas para melhor desempenho RF
◆ Suporte para até 4 câmaras MIPI CSI-2
◆ Porta DisplayPort 1.2 com suporte MST
◆ Conectividade Gigabit Ethernet
◆ Header de expansão de 40 pinos (UART, SPI, I2C, I2S, GPIO)
◆ Inclui ventoinha de refrigeração, cabos USB e Ethernet e fonte de alimentação
◆ Perfis de consumo energético entre 7W e 10W
◆ Sistema Operativo NVIDIA Jetson Linux (JetPack SDK), baseado em Ubuntu Linux (versão LTS ARM64)
ESPECIFICAÇÕES
• Designação: JETSON-ORIN-NANO-4G-DEV-KIT (EU)
• Processador
- CPU: 6-core Arm® Cortex®-A78AE v8.2 64-bit
- Frequência máxima: 1.5GHz
- Cache: 1.5MB L2 + 4MB L3
• GPU
- 512-core NVIDIA Ampere architecture
- 16 Tensor Cores
- Frequência máxima: 625MHz
- Desempenho IA: 20 TOPS
• Memória
- 4GB LPDDR5
- Interface 64-bit
- Largura de banda: 32GB/s
• Armazenamento
- SSD NVMe 256GB incluído
- Suporte adicional via M.2 Key M
• PCIe
- 1x PCIe 3.0 x4
- 3x PCIe 3.0 x1
- Slot M.2 Key M (x4 PCIe Gen3)
- Slot M.2 Key M (x2 PCIe Gen3)
- Slot M.2 Key E
• USB
- 4x USB 3.2 Gen2 Type-A
- 1x USB Type-C (UFP)
• Câmara
- Até 4 câmaras (8 via canais virtuais)
- 8 lanes MIPI CSI-2
- 2 conectores MIPI CSI-2 na placa
• Vídeo
- Codificação: 1080p30 (suportado por 1-2 núcleos CPU)
- Descodificação:
· 1x 4K60 (H.265)
· 2x 4K30 (H.265)
· 5x 1080p60 (H.265)
· 11x 1080p30 (H.265)
• Display: 1x DisplayPort 1.2 (+MST)
• Interfaces adicionais
- 40-Pin Expansion Header (UART, SPI, I2S, I2C, GPIO)
- 12-pin button header
- 4-pin fan header
- DC power jack
• Rede
- 1x Gigabit Ethernet
- Placa wireless AW-CB375NF
· Wi-Fi dual-band
· Bluetooth 5.0
· 2 antenas PCB incluídas
• Consumo energético: 7W ~ 10W
• Dimensões
- Módulo: 69.6 × 45 mm (260-pin SO-DIMM)
- Kit completo: 103 × 90.5 × 34 mm
NOTAS
◆ Este produto é um Dev Kit não oficial da NVIDIA, baseado no módulo Jetson Orin Nano. Inclui base board própria da Waveshare (JETSON-ORIN-IO-BASE) com interfaces de expansão como M.2, DisplayPort, USB e outras ligações dedicadas que facilitam integração e desenvolvimento.
◆ Existe suporte para atualização de firmware para versão “SUPER”, permitindo aumentar o desempenho de IA (até 34 TOPS no modelo de 4GB, em modo sparse). A Waveshare disponibiliza guias e procedimentos na Wiki oficial.
◆ A Wiki inclui um guia completo de instalação do sistema operativo e SDK (via SDK Manager ou por flash direto), incluindo procedimentos para ligação a um PC com Ubuntu.
◆ É possível aceder remotamente via SSH ou VNC, ideal para aplicações headless ou sistemas integrados.
◆ Existem guias dedicados para instalação e configuração de CUDA, TensorFlow e PyTorch no ecossistema Jetson.
