EmVision 소개
EmVision은 NVIDIA의 첨단 임베디드 AI 기술을 기반으로 하여, 교육 및 초기 프로토타입 개발을 위한 이상적인 플랫폼을 제공합니다. 이는 학생들과 개발자들에게 실제 세계의 AI 응용 프로그램을 실험하고 구현할 수 있는 탁월한 기회를 제공하며, AI 및 컴퓨터 비전 분야의 미래 혁신가들을 양성하는 데 기여합니다.
주요 특징
- 교육적 접근: AI 및 컴퓨터 비전 분야에 관심 있는 학생들과 초보 개발자들을 위해 설계된 사용자 친화적인 인터페이스를 제공합니다.
- 프로토타입 개발: 실제 상황을 모의하는 데 필요한 유연성과 기능을 갖추어, 혁신적인 아이디어의 신속한 프로토타이핑을 지원합니다.
- 임베디드 AI 칩: NVIDIA의 고성능 임베디드 프로세서를 사용하여, 복잡한 AI 알고리즘의 효율적인 실행을 지원합니다.
- 고해상도 카메라: 실시간 이미지 및 비디오 분석을 위한 고해상도 카메라 탑재로, 선명하고 정확한 데이터 수집이 가능합니다.
- 실용적인 학습 도구: AI 및 머신러닝 분야의 핵심 개념과 기술을 실제로 적용해 볼 수 있는 실습 기회를 제공합니다.
응용 분야
- 학술 연구 및 교육: 학생들에게 AI 기술의 기본 원리와 응용을 실질적으로 가르치고, 실습을 통해 학습 효과를 높입니다.
- 창의적인 프로젝트: AI 및 컴퓨터 비전 관련 창의적인 프로젝트와 혁신적인 아이디어를 실현하기 위한 플랫폼으로 활용될 수 있습니다.
- 시작부터 프로토타이핑까지: 아이디어 구상부터 실제 프로토타입 개발까지의 전 과정을 지원, 학생들과 개발자들이 자신의 아이디어를 현실로 구현할 수 있게 돕습니다.
EmVision 사양
공통사양
EmVision은 NVIDIA 기반의 강력한 비전 AI 개발 플랫폼으로, 고급 기능과 뛰어난 사양을 갖추고 있습니다. 이 장치는 512GB의 M.2 MVMe SSD를 탑재하여 빠른 데이터 액세스와 넉넉한 저장 공간을 제공합니다. 1Gbps Ethernet 연결로 빠른 네트워크 속도를 지원하며, 여러 해상도와 프레임 속도를 지원하는 고성능 카메라를 포함하여 다양한 비디오 처리 요구 사항을 충족합니다.
장치에는 또한 12V DC 전원 공급 포트와 2개의 USB 3.0 포트가 포함되어 있어, 안정적인 전력 공급과 빠른 주변기기 연결이 가능합니다. HDMI 2.0a 출력을 통해 고화질 비디오 출력이 가능하며, 내장된 0.96인치 OLED 디스플레이는 기본 정보 표시에 유용합니다. EmVision의 이러한 고급 기능들은 교육, 연구 및 프로토타이핑 작업에 이상적이며, AI 및 컴퓨터 비전 분야의 혁신을 추진하는 데 크게 기여할 것입니다.

| 항목 | 성능 및 규격 |
|---|---|
| 스토리지 | M.2 MVMe SSD 512GB |
| 네트워크 | 1Gbps Ethernet |
| 전원공급 포트 | 12V DC (외경: 5.5 mm 내경: 2.1) |
| USB | 2x USB 3.0 Type-A |
| HDMI | 1x HDMI 2.0a |
| 내장 디스플레이 | 0.96” I2C OLED 128x64 |
| 카메라 출력 포맷 | Raw 10bit Bayer |
| 카메라 모드 | 3280x2464(21fps) 3280x1848(28fps) 1920x1080(30fps) 1640x1232(30fps) 1280x720(60fps) |
각 모델의 연산 성능 및 전력 소모
-
AI 성능: 다양한 모델에서 AI 처리 능력이 다릅니다. ON4는 20 TOPs, ON8은 40 TOPs, OX8은 70 TOPs, OX16은 100 TOPs로, AI 학습 및 응용 프로그램 개발에 따라 적합한 모델을 선택할 수 있습니다.
-
CPU와 GPU: 모든 모델은 고성능 Arm Cortex-A78AE CPU를 사용하며, GPU의 성능도 모델에 따라 다릅니다. 이는 컴퓨터 비전과 딥러닝 알고리즘의 효율적인 처리에 중요한 요소입니다.
-
공유 메모리: ON4는 4GB, ON8과 OX8은 8GB, OX16은 16GB의 메모리를 제공합니다. 이는 복잡한 데이터 세트와 알고리즘의 처리에 필요한 메모리 용량을 결정하는 데 중요합니다.
-
비디오 처리 능력: 모델에 따라 다양한 해상도의 비디오 인코딩 및 디코딩을 지원합니다. 이는 머신 비전, 비디오 분석 등의 응용 프로그램에 중요합니다.
이러한 요소들을 고려하여 AI 및 컴퓨터 비전 프로젝트를 위한 EmVision 모델을 선택하세요.
| EmVision ON4 | EmVision ON8 | EmVision OX8 | EmVision OX16 | |
|---|---|---|---|---|
| AI 성능* | 20 Tops | 40 TOPs | 70 TOPs | 100 TOPs |
| CPU | 6-core Arm® Cortex®-A78AE v8.2 64-bit CPU 1.5MB L2 + 4MB L3 |
8-core Arm® Cortex®-A78AE v8.2 64-bit CPU 2MB L2 + 4MB L3 |
||
| GPU | 512-core NVIDIA Ampere architecture GPU with 16 Tensor Cores |
1024-core NVIDIA Ampere architecture GPU with 32 Tensor Cores |
||
| 공유 메모리 | 4 GB 64-bit LPDDR5 34 GB/s |
8 GB 128-bit LPDDR5 68 GB/s |
8 GB 128-bit LPDDR5 102.4GB/s |
16 GB 128-bit LPDDR5 102.4GB/s |
| 비디오 인코딩 | 1080p30 supported by 1-2 CPU cores | 1x 4K60 (H.265) 3x 4K30 (H.265) 6x 1080p60 (H.265) 12x 1080p30 (H.265) |
||
| 비디오 디코딩 | 1x 4K60 (H.265) 2x 4K30 (H.265) 5x 1080p60 (H.265) 11x 1080p30 (H.265) |
1x 8K30 (H.265) 2x 4K60 (H.265) 4x 4K30 (H.265) 9x 1080p60 (H.265) 18x 1080p30 (H.265) |
||
| 전력 | 7W - 10W | 7W - 15W | 10W - 20W | 10W - 25W |
AI 성능: TOPs(Tera Operations Per Second)는 초당 테라 연산 수를 나타내는 지표로, 주로 AI 및 딥러닝 하드웨어의 성능을 측정하는 데 사용됩니다. 이는 하드웨어가 초당 처리할 수 있는 연산의 총량을 의미하며, 높은 TOPs 값은 더 많은 연산을 빠르게 처리할 수 있음을 나타냅니다. AI 프로세서나 그래픽 카드에서 TOPs는 특히 중요한 지표로, 복잡한 딥러닝 모델과 알고리즘의 효율적인 처리 능력을 반영합니다. 따라서 AI 응용 프로그램과 태스크에 대한 하드웨어의 적합성을 평가하는 데 TOPs는 핵심적인 역할을 합니다.
소프트웨어 개발 환경
운영체제
EmVision은 L4T(Linux for Tegra) 운영체제를 사용합니다. L4T는 NVIDIA Jetson 시리즈의 모듈에 탑재되어 있는 운영체제로, 기본 탑재되어있는 L4T 35.4.1은 Ubuntu 20.04 LTS를 기반으로 하고 있습니다.
EmVision은 NVIDIA Jetson 시리즈의 모듈을 사용합니다. 따라서, ROS등 NVIDIA Jetson 시리즈의 모듈이 지원하는 운영체제를 사용하는 것이 가능하지만 현재 하늘소프트는 L4T에 대한 기술지원만 제공하고 있습니다.
JetPack
NVIDIA JetPack SDK는 NVIDIA Jetson 플랫폼을 위한 포괄적인 소프트웨어 번들로, 이를 통해 AI 및 컴퓨터 비전 애플리케이션을 더 빠르고 쉽게 구축할 수 있습니다. JetPack은 Linux 운영 체제, NVIDIA CUDA, cuDNN, TensorRT와 같은 핵심 라이브러리 및 API, 그리고 Jetson 보드를 위한 드라이버 및 툴을 포함하고 있습니다.
EmVision은 출고시 JetPack 5.1.2을 기반으로 하고 있습니다. 다음 항목의 버전은 JetPack 5.1.2 기준으로 작성되었습니다.
-
CUDA 11.4: CUDA는 NVIDIA의 병렬 컴퓨팅 플랫폼 및 프로그래밍 모델입니다. 이를 통해 NVIDIA GPU를 사용하여 복잡한 계산 작업을 가속화할 수 있습니다. CUDA 11.4 버전은 성능 개선, 새로운 기능, 그리고 하드웨어 지원을 포함합니다.
-
cuDNN 8.6.0: NVIDIA CUDA Deep Neural Network 라이브러리(cuDNN)는 딥러닝 프레임워크를 위한 GPU 가속화 기능을 제공합니다. cuDNN은 고성능의 GPU 가속화를 제공하며, 딥러닝 알고리즘을 위한 맞춤형 라이브러리를 포함하고 있습니다.
-
TensorRT 8.5.2: TensorRT는 딥러닝 모델을 위한 추론(inference) 엔진입니다. 이는 모델의 성능을 최적화하고, 낮은 지연 시간과 높은 처리량을 달성하기 위해 딥러닝 모델을 최적화합니다.
-
DLA 3.12.1: DLA(Deep Learning Accelerator)는 NVIDIA의 AI 가속기입니다. 이는 딥러닝 연산을 위해 특별히 설계되었으며, 효율적인 처리를 위해 사용됩니다.
-
VPI 2.3: NVIDIA Vision Programming Interface(VPI)는 컴퓨터 비전 및 이미지 처리를 위한 라이브러리입니다. VPI는 다양한 하드웨어 가속기에서 작동하며, 효율적인 이미지 처리 및 컴퓨터 비전 알고리즘을 구현하는 데 사용됩니다.
-
OpenCV 4.5.4: OpenCV는 오픈 소스 컴퓨터 비전 라이브러리로, 이미지 및 비디오 처리, 객체 감지, 얼굴 인식 등 다양한 기능을 제공합니다. 이 버전은 여러 최신 기능과 개선 사항을 포함합니다.
-
DeepStream 6.2: DeepStream SDK는 스트리밍 분석, 비디오 처리 및 AI 기반의 인사이트 추출을 위한 도구입니다. 이는 주로 감시, 주차, 소매 등의 분야에서 실시간 비디오 분석에 사용됩니다.
-
Nvidia-Docker 24.0.5: Nvidia-Docker는 Docker 컨테이너 내에서 NVIDIA GPU를 사용할 수 있게 해주는 도구입니다. 이를 통해 개발자는 도커 컨테이너를 통해 쉽게 GPU 가속 애플리케이션을 배포하고 실행할 수 있습니다.
제공하는 주변장치
- EmVision
- 19V 4.74A AC 어뎁터
- 5.5mm x 2.1mm DC 단자를 가진 EmVision 전원 케이블
- 품질보증서
- 사용자 메뉴얼
AC 어뎁터에 연결하는 220V 파워코드는 제공되지 않습니다.
추천하는 주변장치
개발이나 시연에 유용한 주변기기를 소개합니다.
전원 공급 장치: USB PD 지원 충전 허브 및 PD to DC 어뎁터
다음 조건을 만족하는 USB PD 지원 충전 허브를 사용하여 EmVision에 전원을 공급할 수 있습니다.
- 동시충전 출력: 25W 이상(Emvision OX16) / 20W 이상(Emvision OX8) / 15W 이상(Emvision ON8) / 10W 이상(Emvision ON4)
- 전원 공급 단자가 USB-C인 충전 허브
최대 출력이 아닌 동시 충전 출력이라는 점에 유의하세요. 예를 들어, 120W 충전 허브는 120W의 최대 출력을 가지지만, 25W 이상의 동시 충전 출력을 가지지 않을 수 있습니다.
PD to DC 어뎁터를 사용하여 USB PD 지원 충전 허브와 EmVision을 연결할 수 있습니다. 어뎁터는 USB PD 충전 허브의 USB-C 케이블에 단자에 연결한 다음 EmVision의 전원 단자에 연결합니다.
- DC 단자: 5.5mm x 2.1mm
휴대용 모니터
터치 기능이 있는 휴대용 모니터를 사용하여 EmVision을 키오스크나 스마트 디스플레이로 활용할 수 있습니다. 휴대용 모니터는 HDMI 입력이 가능하고, USB-C 단자를 통해 전원을 공급받을 수 있어야 합니다.
유선 공유기 및 스위치 허브
EmVision은 1Gbps 이더넷을 지원합니다. 이더넷 연결을 위해 유선 공유기와 스위치 허브를 사용하여 내부/외부 네트워크에 연결할 수 있습니다.