임베디드 비전 AI 플랫폼 (EmVision)
NVIDIA Jetson Orin 모듈 기반의 임베디드 비전 AI 플랫폼. 개발·교육형 ON 시리즈와 양산·실증형 OX 시리즈로 라인업을 제공합니다.
제품 소개
ON / OX 듀얼 라인업
EmVision은 NVIDIA Jetson Orin 시리즈 연산 모듈을 탑재한 임베디드 비전 AI 플랫폼입니다. 개발·교육·프로토타이핑에 최적화된 ON 시리즈(EmVision ON4 / ON8)와 양산·실증 환경을 위한 OX 시리즈(EmVision OX8 / OX16)로 라인업을 구성해, 학습 단계에서 실증·상용 단계까지 동일한 SDK·도구로 이어갈 수 있도록 설계되었습니다. 모델별로 20 / 40 / 70 / 100 TOPs의 AI 연산 성능을 제공합니다.
Jetson Orin 기반 소프트웨어 스택
Ampere 아키텍처 GPU(512~1024 CUDA Core · 16~32 Tensor Core, 모델별 차등)와 Arm Cortex-A78AE 6~8코어 CPU를 결합한 Jetson Orin 모듈 위에, JetPack 5.1.2 (L4T 35.4.1) · CUDA 11.4 · cuDNN 8.6.0 · TensorRT 8.5.2 · VPI 2.3 · OpenCV 4.5.4 · DeepStream 6.2 · Nvidia-Docker 24.0.5 · PyTorch 2.0.0 · TorchVision · Jetson Inference 가 Ubuntu 20.04 기반 L4T 환경에 사전 설치되어 있습니다. 자체 개발 비디오·추론 라이브러리(HVPL / DeepNetRT)와 DeepStream 추론 플러그인을 함께 탑재하여, GPU-CPU 간 불필요한 메모리 복사를 줄이고 실시간 영상 응용의 처리량을 끌어올립니다.
광각 카메라와 입출력 포트
Raw 10bit Bayer 포맷의 광각 CSI-2 카메라(175°D / 145°H / 77°V 화각, 최대 3280×2464 @ 21fps, 1920×1080 @ 30fps, 1280×720 @ 60fps), 부팅 직후 동작하는 0.96인치 I²C OLED(128×64) 프로그래밍 가능 디스플레이, 2× USB 3.0 Type-A · HDMI 2.0a · 1Gbps Ethernet · Micro USB(RNDIS) 개발 포트를 기본 제공합니다. 모니터 직결(HDMI)·USB 케이블 한 가닥(192.168.55.1)·LAN(SSH) · VNC 세 가지 방식으로 개발 PC와 연결할 수 있어 교실·연구실 환경에 그대로 투입할 수 있습니다.
운영 도구와 교육 자료
Jetson Stats(`jtop`)로 CPU·GPU·메모리·전력을 실시간 모니터링할 수 있고, `~/Jetson-Inference` 라이브러리와 `~/jetson-Demos/app.py` 데모, PiOLED 제어 예제가 사전 설치되어 부팅 직후 바로 실습 가능합니다. 신한대학교·동아대학교·경북대학교·한국전자통신연구원(ETRI) 등 주요 교육·연구기관에서 비전 AI 실습·연구 플랫폼으로 활용되고 있으며, github.com/Hanulsoft 의 오픈 교재(EmVision-Edu-Docs)와 예제 코드를 통해 비전 AI 입문부터 DeepStream·Jetson Inference 활용까지의 학습 경로를 함께 제공합니다.
주요 기능
ON / OX 듀얼 라인업
ON 시리즈(ON4 · ON8)는 학습·개발·교육에, OX 시리즈(OX8 · OX16)는 양산·실증 환경에 맞춰 GPU 코어 수·메모리 대역폭·AI 성능(20→100 TOPs)이 차등 구성됩니다.
Jetson Orin 기반 고속 추론
Ampere 아키텍처 GPU(최대 1024 CUDA + 32 Tensor Core)와 TensorRT·DLA 가속을 결합해 임베디드 환경에서 실시간 비전 추론을 처리합니다.
다중 영상 코덱 처리
OX 시리즈 기준 1× 8K30 또는 2× 4K60, 최대 18× 1080p30 H.265 디코딩 + 1× 4K60 / 12× 1080p30 H.265 인코딩을 GStreamer·DeepStream 파이프라인과 결합해 다채널 영상 분석을 지원합니다.
사전 설치 AI 스택
JetPack · CUDA · cuDNN · TensorRT · VPI · DeepStream · OpenCV · PyTorch · TorchVision · Nvidia-Docker 가 Ubuntu 20.04 기반 L4T 위에 사전 구성되어 별도의 환경 설정 없이 즉시 개발할 수 있습니다.
Jetson Inference 7종 + 확장
ImageNet(분류) · DetectNet(객체 탐지) · SegNet(시맨틱 세그멘테이션) · PoseNet(포즈) · ActionNet(행동) · BackgroundNet(배경 제거) · DepthNet(깊이) 7종이 사전 컴파일되어 있고, OWL · YOLO v8 등 최신 모델까지 확장 활용할 수 있습니다.
자체 비전 라이브러리
HVPL(GPU 가속 비디오 라이브러리)과 DeepNetRT(저수준 추론 엔진), DeepStream 추론 플러그인을 함께 제공해 디코딩-전처리-추론을 GPU 메모리에 유지하며 처리량을 높입니다.
광각 CSI-2 카메라
175°D / 145°H / 77°V 광시야각 + Raw 10bit Bayer 포맷의 CSI-2 카메라로 최대 3280×2464 @ 21fps, 1080p @ 30fps, 720p @ 60fps 캡처를 지원해 다양한 비전 워크로드를 다룹니다.
온디바이스·USB 직결 개발
0.96인치 OLED 상태 디스플레이와 HDMI 2.0a 출력, Micro USB(RNDIS, 192.168.55.1) 직결로 모니터·키보드 또는 PC 한 대만으로 VSCode·SSH 환경에서 바로 개발할 수 있습니다.
오픈 교재 제공
github.com/Hanulsoft 의 EmVision-Edu-Docs 와 예제 코드로 비전 AI 실습 과정을 바로 시작할 수 있으며, 협력 기관의 요청에 따라 상시 업데이트됩니다.
기술 사양
- 모델 라인업
- EmVision ON4 / ON8 (개발·교육) · EmVision OX8 / OX16 (양산·실증)
- 연산 모듈
- NVIDIA Jetson Orin 시리즈
- AI 성능
- 20 TOPs (ON4) / 40 TOPs (ON8) / 70 TOPs (OX8) / 100 TOPs (OX16)
- CPU
- Arm Cortex-A78AE 6코어 (ON4) · 8코어 (ON8 / OX8 / OX16), 64-bit aarch64
- GPU
- NVIDIA Ampere - 512 CUDA / 16 Tensor Core (ON4) · 1024 CUDA / 32 Tensor Core (ON8 / OX8 / OX16)
- 메모리
- 4GB LPDDR5 34GB/s (ON4) · 8GB 68GB/s (ON8) · 8GB 102.4GB/s (OX8) · 16GB 102.4GB/s (OX16)
- 스토리지
- M.2 NVMe SSD 512GB (공통)
- 비디오 디코딩
- ON8: 1× 4K60 / 11× 1080p30 · OX8 / OX16: 1× 8K30 / 2× 4K60 / 18× 1080p30 (H.265)
- 비디오 인코딩
- ON4: 1080p30 · ON8 / OX 시리즈: 1× 4K60 / 3× 4K30 / 12× 1080p30 (H.265)
- 카메라
- 광각 CSI-2 (175°D / 145°H / 77°V) · Raw 10bit Bayer · 3280×2464@21fps / 1920×1080@30fps / 1280×720@60fps
- 디스플레이
- 내장 0.96" I²C OLED 128×64 · HDMI 2.0a 외부 출력
- 인터페이스
- 2× USB 3.0 Type-A · CSI-2 카메라 · 1Gbps Ethernet · Micro USB(RNDIS) 개발 포트
- 전력
- 12V DC 입력(5.5/2.1mm) · 7–10W (ON4) / 7–15W (ON8) / 10–20W (OX8) / 10–25W (OX16)
- 운영체제 / SDK
- Ubuntu 20.04 기반 L4T 35.4.1 + JetPack 5.1.2 · CUDA 11.4 · cuDNN 8.6.0 · TensorRT 8.5.2 · DLA 3.12.1 · VPI 2.3 · OpenCV 4.5.4 · DeepStream 6.2 · Nvidia-Docker 24.0.5 · PyTorch 2.0.0 · Jetson Inference 7종
모델별 라인업 비교
ON 시리즈는 개발·교육·프로토타이핑, OX 시리즈는 양산·실증 환경에 맞춰 GPU 코어 수·메모리 대역폭·AI 성능이 차등 구성됩니다. 저장소(M.2 NVMe 512GB) · 네트워크(1Gbps Ethernet) · USB(2× 3.0 Type-A) · 디스플레이(HDMI 2.0a + 내장 0.96" OLED) · 전원(12V DC) · 카메라(Raw 10bit Bayer CSI-2)는 전 모델 공통입니다.
| 항목 | ON4 | ON8 | OX8 | OX16 |
|---|---|---|---|---|
| AI 성능 | 20 TOPs | 40 TOPs | 70 TOPs | 100 TOPs |
| CPU | Cortex-A78AE 6코어 | Cortex-A78AE 8코어 | Cortex-A78AE 8코어 | Cortex-A78AE 8코어 |
| GPU | Ampere 512 CUDA · 16 Tensor | Ampere 1024 CUDA · 32 Tensor | Ampere 1024 CUDA · 32 Tensor | Ampere 1024 CUDA · 32 Tensor |
| 메모리 | 4GB LPDDR5 · 34GB/s | 8GB LPDDR5 · 68GB/s | 8GB LPDDR5 · 102.4GB/s | 16GB LPDDR5 · 102.4GB/s |
| 비디오 디코딩 (H.265) | - | 1× 4K60 / 11× 1080p30 | 1× 8K30 / 2× 4K60 / 18× 1080p30 | 1× 8K30 / 2× 4K60 / 18× 1080p30 |
| 비디오 인코딩 (H.265) | 1080p30 | 1× 4K60 / 12× 1080p30 | 1× 4K60 / 12× 1080p30 | 1× 4K60 / 12× 1080p30 |
| 전력 소모 | 7–10W | 7–15W | 10–20W | 10–25W |
| 권장 용도 | 학습·교육 | 개발·프로토타입 | 양산 실증 | 고성능 양산 |
공통 사양: M.2 NVMe SSD 512GB · 1Gbps Ethernet · 2× USB 3.0 Type-A · HDMI 2.0a · 내장 0.96" I²C OLED 128×64 · 12V DC 입력 · 광각 CSI-2 카메라 (Raw 10bit Bayer, 3280×2464@21fps)