{"id":26273,"date":"2025-05-22T12:31:10","date_gmt":"2025-05-22T10:31:10","guid":{"rendered":"https:\/\/monraspberry.com\/?post_type=product&#038;p=26273"},"modified":"2026-10-19T06:04:05","modified_gmt":"2026-10-19T04:04:05","slug":"kit-de-developpement-c100-nvidia-jetson-nano-4gb","status":"publish","type":"product","link":"https:\/\/monraspberry.com\/es\/produit\/kit-de-developpement-c100-nvidia-jetson-nano-4gb\/","title":{"rendered":"Kit de d\u00e9veloppement C100 NVIDIA Jetson Nano 4 Go"},"content":{"rendered":"<h2>Jetson Nano 4 GB: el kit C100 para iniciarse en la IA embebida con CUDA<\/h2>\n<p>Le <strong>kit de desarrollo C100<\/strong> combina el m\u00f3dulo <strong>NVIDIA Jetson Nano 4 GB<\/strong> con una placa portadora dise\u00f1ada por OKdo y Radxa. Es una puerta de entrada asequible a la visi\u00f3n artificial y a la inferencia de redes neuronales: GPU Maxwell de 128 n\u00facleos CUDA, entorno NVIDIA JetPack y dos conectores de c\u00e1mara MIPI CSI-2.<\/p>\n<p>Su ventaja frente al kit Jetson Nano cl\u00e1sico: el m\u00f3dulo de producci\u00f3n incorpora <strong>16 GB de eMMC<\/strong>, y la placa a\u00f1ade un lector microSD para ampliar el espacio de trabajo.<\/p>\n<h2>Puntos fuertes del kit Jetson Nano C100<\/h2>\n<ul>\n<li><strong>GPU NVIDIA de 128 n\u00facleos CUDA<\/strong> : clasificaci\u00f3n de im\u00e1genes, detecci\u00f3n de objetos o segmentaci\u00f3n aceleradas por la GPU, con TensorRT y cuDNN incluidos en JetPack.<\/li>\n<li><strong>Dos entradas de c\u00e1mara MIPI CSI-2<\/strong> : los sensores IMX219 e IMX477 se reconocen sin controlador adicional, ideal para visi\u00f3n est\u00e9reo o dos flujos simult\u00e1neos.<\/li>\n<li><strong>16 GB de eMMC + microSD<\/strong> : sistema en la eMMC o en una tarjeta microSD m\u00e1s grande para el desarrollo.<\/li>\n<li><strong>4 puertos USB 3.0 y Gigabit Ethernet<\/strong> : c\u00e1maras USB, almacenamiento externo y red cableada r\u00e1pida.<\/li>\n<li><strong>Ranura M.2 clave E<\/strong> : a\u00f1ada un m\u00f3dulo Wi-Fi si el proyecto debe prescindir de cables.<\/li>\n<li><strong>GPIO de 40 pines<\/strong> : I2C, I2S, SPI y UART para sensores, motores y pantallas.<\/li>\n<\/ul>\n<h2>Especificaciones t\u00e9cnicas<\/h2>\n<div class=\"mr-scroll\">\n<table>\n<thead>\n<tr>\n<th>Caracter\u00edsticas<\/th>\n<th>Kit C100 Jetson Nano 4 GB<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>M\u00f3dulo<\/td>\n<td>NVIDIA Jetson Nano 4 GB (m\u00f3dulo de producci\u00f3n)<\/td>\n<\/tr>\n<tr>\n<td>Procesador<\/td>\n<td>4 n\u00facleos Arm Cortex-A57 a 1,43 GHz<\/td>\n<\/tr>\n<tr>\n<td>GPU<\/td>\n<td>arquitectura NVIDIA Maxwell, 128 n\u00facleos CUDA<\/td>\n<\/tr>\n<tr>\n<td>Memoria<\/td>\n<td>4 GB LPDDR4 de 64 bits, 25,6 GB\/s<\/td>\n<\/tr>\n<tr>\n<td>Almacenamiento<\/td>\n<td>16 GB eMMC 5.1 en el m\u00f3dulo + lector microSD<\/td>\n<\/tr>\n<tr>\n<td>V\u00eddeo<\/td>\n<td>decodificaci\u00f3n por hardware hasta 4K 60 (HEVC), codificaci\u00f3n hasta 4K 30<\/td>\n<\/tr>\n<tr>\n<td>Mostrar<\/td>\n<td>HDMI de tama\u00f1o completo<\/td>\n<\/tr>\n<tr>\n<td>USB<\/td>\n<td>4 x USB 3.0 + 1 micro-USB<\/td>\n<\/tr>\n<tr>\n<td>Red<\/td>\n<td>Gigabit Ethernet, M.2 clave E para Wi-Fi opcional<\/td>\n<\/tr>\n<tr>\n<td>C\u00e1maras<\/td>\n<td>2 conectores MIPI CSI-2 (IMX219, IMX477 compatibles)<\/td>\n<\/tr>\n<tr>\n<td>Ampliaci\u00f3n<\/td>\n<td>GPIO de 40 pines: I2C, I2S, SPI, UART<\/td>\n<\/tr>\n<tr>\n<td>Alimentaci\u00f3n<\/td>\n<td>5 V \/ 4 A (20 W) mediante jack de 5,5 x 2,1 mm<\/td>\n<\/tr>\n<tr>\n<td>Software<\/td>\n<td>imagen OKdo Ubuntu 18.04 con NVIDIA JetPack 4.6<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<h2>\u00bfCu\u00e1l elegir?<\/h2>\n<div class=\"mr-scroll\">\n<table>\n<thead>\n<tr>\n<th>Soluci\u00f3n<\/th>\n<th>C\u00e1lculo de IA<\/th>\n<th>Memoria<\/th>\n<th>Ideal para<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Jetson Nano C100 (esta ficha)<\/td>\n<td>GPU Maxwell de 128 n\u00facleos CUDA<\/td>\n<td>4 GB LPDDR4<\/td>\n<td>aprender CUDA y visi\u00f3n, prototipos con poco presupuesto<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/monraspberry.com\/es\/product\/kit-de-desarrollo-nvidia-jetson-agx-orin\/\">Jetson AGX Orin<\/a><\/td>\n<td>GPU Ampere de 1792 n\u00facleos CUDA, m\u00e1s de 200 TOPS<\/td>\n<td>32 GB LPDDR5<\/td>\n<td>rob\u00f3tica avanzada, varias c\u00e1maras, modelos pesados<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/monraspberry.com\/es\/product\/accelerateur-google-coral-usb\/\">acelerador Google Coral USB<\/a><\/td>\n<td>Edge TPU en puerto USB<\/td>\n<td>la del ordenador anfitri\u00f3n<\/td>\n<td>a\u00f1adir inferencia TensorFlow Lite a una placa existente<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<p>Nuestro consejo: el Jetson Nano sigue siendo la mejor herramienta pedag\u00f3gica para descubrir el ecosistema CUDA. Para producci\u00f3n intensiva, opte por un m\u00f3dulo Orin. Nuestra comparativa <a href=\"https:\/\/monraspberry.com\/es\/raspberry-pi-vs-nvidia-jetson-la-comparativa-definitiva-2025\/\">Raspberry Pi o NVIDIA Jetson<\/a> detalla las diferencias.<\/p>\n<h2>Compatibilidad y errores que evitar<\/h2>\n<ul>\n<li><strong>Alimentaci\u00f3n<\/strong> : utilice una fuente de 5 V \/ 4 A en el jack de 5,5 x 2,1 mm. El micro-USB no permite alcanzar 4 A y la gu\u00eda de puesta en marcha lo reserva para la consola serie.<\/li>\n<li><strong>Puente<\/strong> : no coloque un puente en el conector de 2 pines situado junto al jack, al contrario de lo que indican algunos tutoriales del kit NVIDIA original.<\/li>\n<li><strong>Software<\/strong> : el Jetson Nano se queda en la rama JetPack 4.6 (Ubuntu 18.04). Las versiones recientes de JetPack est\u00e1n pensadas para los m\u00f3dulos Orin. Utilice la imagen C100 publicada por OKdo, no la del kit NVIDIA.<\/li>\n<li><strong>GPIO<\/strong> : el pinout de 40 pines reproduce el de la Raspberry Pi, pero los HAT dependen de controladores de Raspberry Pi OS: valide cada placa de expansi\u00f3n caso por caso.<\/li>\n<li><strong>C\u00e1maras<\/strong> : d\u00e9 preferencia a los sensores IMX219 o IMX477. Los dem\u00e1s sensores requieren un controlador espec\u00edfico.<\/li>\n<\/ul>\n<h2>Incluido y no incluido<\/h2>\n<p>El kit incluye el m\u00f3dulo Jetson Nano montado en su placa portadora. No se suministran cables, tarjeta microSD ni fuente de alimentaci\u00f3n.<\/p>\n<h2>Accesorios recomendados<\/h2>\n<ul>\n<li><a href=\"https:\/\/monraspberry.com\/es\/product\/v2-modulo-de-camara-de-8mp\/\">M\u00f3dulo de c\u00e1mara v2 8 MP<\/a> : sensor IMX219 reconocido de forma nativa por la imagen C100, para iniciar sus proyectos de visi\u00f3n.<\/li>\n<li><a href=\"https:\/\/monraspberry.com\/es\/product\/carte-micro-sd-sandisk-ultra\/\">tarjeta microSD SanDisk Ultra<\/a> : la gu\u00eda de inicio graba el sistema en microSD para disponer de m\u00e1s espacio.<\/li>\n<li>Lector de tarjetas SD\/TF USB 3.0: para escribir la imagen c100.img.xz desde su ordenador.<\/li>\n<li>Cable HDMI: la salida de v\u00eddeo es en formato HDMI de tama\u00f1o completo.<\/li>\n<li>Cable Ethernet RJ45 CAT6: red cableada Gigabit para las actualizaciones y la transferencia de modelos.<\/li>\n<\/ul>\n<h2>Usos y proyectos<\/h2>\n<ul>\n<li><strong>Detecci\u00f3n de objetos en tiempo real<\/strong> en un flujo de c\u00e1mara, para contar pasos o vigilar una zona.<\/li>\n<li><strong>Robot m\u00f3vil<\/strong> : visi\u00f3n, seguimiento de l\u00ednea o de objeto, control de los motores mediante el GPIO.<\/li>\n<li><strong>Reconocimiento facial con dos c\u00e1maras<\/strong> con Python y OpenCV, el ejemplo de la gu\u00eda oficial del C100.<\/li>\n<li><strong>Ense\u00f1anza de la IA<\/strong> : una GPU CUDA real para las pr\u00e1cticas. Consulte tambi\u00e9n nuestro art\u00edculo sobre las tarjetas de aceleraci\u00f3n de IA.<\/li>\n<\/ul>\n<h2>Preguntas m\u00e1s frecuentes<\/h2>\n<h3>\u00bfCu\u00e1l es la diferencia entre el Jetson Nano 4 GB C100 y el kit NVIDIA?<\/h3>\n<p>El mismo m\u00f3dulo Jetson Nano 4 GB, pero en versi\u00f3n de producci\u00f3n con 16 GB de eMMC, sobre una placa portadora OKdo\/Radxa. El software procede de la imagen C100 de OKdo.<\/p>\n<h3>\u00bfEs el Jetson Nano lo mismo que el Jetson Orin Nano Super?<\/h3>\n<p>No. El Orin Nano Super es una generaci\u00f3n m\u00e1s reciente, anunciada con 67 TOPS por NVIDIA. El Jetson Nano utiliza una GPU Maxwell y la rama JetPack 4.6.<\/p>\n<h3>\u00bfQu\u00e9 fuente de alimentaci\u00f3n para el Jetson Nano C100?<\/h3>\n<p>Una fuente de 5 V \/ 4 A (20 W) con jack de 5,5 x 2,1 mm con centro positivo. El micro-USB no basta para aprovechar el modo de m\u00e1xima potencia.<\/p>\n<h3>\u00bfSe necesita una tarjeta microSD?<\/h3>\n<p>El m\u00f3dulo tiene 16 GB de eMMC, pero la gu\u00eda de OKdo recomienda arrancar desde microSD para disponer de m\u00e1s espacio de desarrollo.<\/p>\n<h3>\u00bfFuncionan las c\u00e1maras Raspberry Pi?<\/h3>\n<p>S\u00ed para los sensores IMX219 (c\u00e1mara v2) e IMX477, compatibles de origen. Los dem\u00e1s modelos requieren controladores espec\u00edficos.<\/p>\n<h3>\u00bfSe pueden utilizar HAT de Raspberry Pi en el GPIO?<\/h3>\n<p>El conector de 40 pines reproduce el pinout de la Raspberry Pi, pero los controladores son distintos. Compruebe cada HAT antes de comprarlo.<\/p>\n<p>In\u00edciese en la IA embebida con el Jetson Nano 4 GB C100. Env\u00edo en 24\/48 h tras la recepci\u00f3n del pago desde nuestro stock ubicado en Francia, productos oficiales y probados, devoluci\u00f3n posible en un plazo de 14 d\u00edas con autorizaci\u00f3n de devoluci\u00f3n, entrega gratuita en punto de recogida a partir de 200 \u20ac de compra y pago con Visa, Mastercard, PayPal, Apple Pay o Google Pay. Vea toda la gama NVIDIA.<\/p>","protected":false},"excerpt":{"rendered":"<ul>\n<li>Jetson Nano 4 GB para aprender CUDA, visi\u00f3n e inferencia de IA<\/li>\n<li>GPU Maxwell de 128 n\u00facleos, 4 GB LPDDR4 y 16 GB de eMMC integrados<\/li>\n<li>Dos entradas de c\u00e1mara CSI, 4 USB 3.0, Gigabit Ethernet y GPIO de 40 pines<\/li>\n<\/ul>","protected":false},"featured_media":26274,"template":"","meta":[],"product_brand":[402],"product_cat":[357],"product_tag":[],"class_list":["post-26273","product","type-product","status-publish","has-post-thumbnail","product_brand-nvidia","product_cat-nvidia","first","onbackorder","taxable","shipping-taxable","purchasable","product-type-simple","add-to-wishlist-after_add_to_cart"],"jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/monraspberry.com\/es\/wp-json\/wp\/v2\/product\/26273","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/monraspberry.com\/es\/wp-json\/wp\/v2\/product"}],"about":[{"href":"https:\/\/monraspberry.com\/es\/wp-json\/wp\/v2\/types\/product"}],"version-history":[{"count":0,"href":"https:\/\/monraspberry.com\/es\/wp-json\/wp\/v2\/product\/26273\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/monraspberry.com\/es\/wp-json\/wp\/v2\/media\/26274"}],"wp:attachment":[{"href":"https:\/\/monraspberry.com\/es\/wp-json\/wp\/v2\/media?parent=26273"}],"wp:term":[{"taxonomy":"product_brand","embeddable":true,"href":"https:\/\/monraspberry.com\/es\/wp-json\/wp\/v2\/product_brand?post=26273"},{"taxonomy":"product_cat","embeddable":true,"href":"https:\/\/monraspberry.com\/es\/wp-json\/wp\/v2\/product_cat?post=26273"},{"taxonomy":"product_tag","embeddable":true,"href":"https:\/\/monraspberry.com\/es\/wp-json\/wp\/v2\/product_tag?post=26273"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}