Руки с новым Nvidia Jetson Nano

До недавнего времени эксперименты с роботами, управляемыми искусственным интеллектом, ограничивались теми, у кого была значительная подготовка и ресурсы. Nvidia сделала столько же, сколько любая другая компания, чтобы изменить это. Его последнее усилие - новый набор разработчика Jetson Nano. Разработанный на основе 128-ядерного графического процессора Maxwell и четырехъядерного процессора ARM A57 с тактовой частотой 1,43 ГГц и 4 ГБ памяти LPDDR4, комплект разработчика Nano обладает богатым набором возможностей ввода-вывода с помощью прилагаемой несущей карты.

Что вы получаете с Netsid's Jetson Nano

JetPack, пакет бесплатного программного обеспечения Nvidia для разработчиков Jetson, поддерживает Nano начиная с версии 4.2 и поставляется с множеством полезных функций AI, включая TensorRT, cuDNN, VisionWorks и OpenCV. Nvidia оценивает производительность Nano на 472 GFLOPS, при этом потребляя всего 5 Вт. По умолчанию модуль поставляется в режиме 10 Вт.

Jetson Nano от Nvidia упакован в небольшой пакет, включающий как модуль Nano, так и плату-носитель с множеством вариантов ввода-вывода.

Начало работы с Jetson Nano

Поскольку Nano - это просто плата, вам необходимо предоставить собственную USB-мышь и клавиатуру (на плате нет встроенной поддержки Wi-Fi или Bluetooth), а также монитор, поддерживающий HDMI или DisplayPort. Карта microSD 16 ГБ или более необходима также для образа системы и в качестве системного диска. Nvidia рекомендует UHS-I или более эффективную версию, потому что вы будете работать с ней. Наконец, для начала работы требуется 5-ваттный источник питания micro USB хорошего качества (2 А или лучше); Вы можете использовать специальный источник питания 5 В для питания системы до 20 Вт, если это необходимо для аксессуаров.

Записать образ системы JetPack на карту microSD тривиально на компьютере с Linux, Mac или Windows. Я подозреваю, что многие существующие инструменты будут работать, но Nvidia предоставляет ссылки на бесплатный форматер карт и бесплатную программу записи изображений, которую я использовал. Запись образа на мою карту памяти microSD 633x емкостью 16 ГБ заняла около 10 минут, хотя образ системы составляет почти 13 ГБ, поэтому после небольшого использования системы я перешел на карту Sandisk Extreme Pro емкостью 64 ГБ. После создания образа системы я подключил клавиатуру, мышь и монитор, спрятал карту в довольно трудно различимый слот под платой и подключил старое, но качественное зарядное устройство Samsung на 2 А для телефонов. и кабель. Nano сразу загрузился в полноценный рабочий стол Ubuntu.

Благодаря подключению кабеля Ethernet я мгновенно подключился к сети, поэтому я смог проверить наличие обновлений пакетов и просмотреть страницы «Приступая к работе» и другие учебные материалы Nvidia непосредственно из Nano. Тем не менее, Nano вряд ли заменит ваш текущий компьютер в качестве ежедневного драйвера. Как и следовало ожидать, навигация по веб-страницам заметно медленнее по сравнению с полноценным ноутбуком или настольным компьютером.

Hello AI World

В традиционной для Денниса Ритчи программе «Здравствуй, мир» C, Nvidia предлагает базовое руководство по искусственному интеллекту в форме «Hello AI World». Он делает простой вывод с использованием предварительно обученной нейронной сети (по умолчанию загружаются AlexNet и GoogleNet). Само по себе это не намного сложнее, чем то, что вы могли бы сделать за такое же время (обычно пару часов), выполнив любое из десятков основных руководств по распознаванию изображений на ПК. Машина также намного медленнее, поэтому, если вы просто хотите узнать о программном обеспечении ИИ, вам, вероятно, лучше сделать это на своем настольном компьютере или ноутбуке. Тем не менее, использование Nano знакомит вас с несколькими компонентами набора инструментов JetPack, а также работа с самим Nano в качестве подготовки к более сложным проектам, связанным с аппаратным обеспечением.

Все шаги в учебнике были просты для выполнения и работали правильно в моих тестах. Однако, когда пришло время запустить двигатель логического вывода для определения образца изображения «Оранжевого», я подумал, что машина зависла. Я также просматривал учебную информацию по Nano, так что я уверен, что несколько открытых вкладок Chromium не помогли моей ситуации с памятью, но было бы неплохо получить некоторую интерактивную обратную связь во время трудоемкого процесса загрузки модели. ,

Используя GoogleNet, Учебное пособие для Jetson Nano успешно идентифицирует оранжевый и показывает вероятность в небольшом текстовом наложении, видимом в левом верхнем углу выходного изображения.

Следующий шаг: JetBot

Сам по себе, даже с добавлением камеры или двух, Nano не супер-захватывающий. В конце концов, вы можете запустить все тот же код на любой приличной системе с графическим процессором и веб-камерой. Интересно, когда вы строите Jetson во что-то. Чтобы запустить этот процесс, Nvidia создала JetBot, набор роботов с открытым исходным кодом. Это колесный бот с камерами, которыми можно управлять дистанционно или программировать. Перечень материалов для комплекта довольно обширный и требует заказа от нескольких поставщиков, а также включает несколько деталей, которые должны быть напечатаны в 3D. К счастью, есть ссылки для заказа и файлов моделей, необходимых для печати. Тем не менее, некоторые из этих запчастей отсутствуют в списке перечисленных поставщиков, поэтому может потребоваться некоторое время, чтобы добраться до завершенного JetBot. Я нахожусь в середине процесса, так что следите за моими дальнейшими приключениями, как только я запустил JetBot.

В дополнение к различным проектам, использующим JetBot, я уверен, что мы начнем видеть целый ряд других усилий с открытым исходным кодом, созданных вокруг Jetson Nano, особенно после того, как он начнет поставляться в объеме в июне. Один из них, который привлекает меня, - это создание альтернативы проприетарным камерам безопасности на рынке с открытым исходным кодом. Должна быть обеспечена возможность выполнять большую часть мониторинга и распознавания, которые делают камеры на основе подписки, кроме как самостоятельно.

Вы можете предварительно заказать Jetson Nano за 99 долларов в различных интернет-магазинах, включая Adafruit. Поскольку Nvidia продавала их в GTC, они, очевидно, уже существуют, но, как представляется, общая розничная доступность может появиться не раньше июня. Будет также готовая к выпуску коммерческая версия Nano с чуть лучшими характеристиками, которые бизнес может приобрести оптом за 129 долларов.

Читать далее

Как создать детектор маски для лица с помощью Jetson Nano 2GB и AlwaysAI

Nvidia продолжает делать ИИ на периферии более доступным и простым в развертывании. Поэтому вместо того, чтобы просто бегать по тестам для обзора нового Jetson Nano 2GB, я решил заняться самостоятельным проектом по созданию собственного детектора маски для лица.

Nvidia's Jetson Agx Orin упаковывает удар AI в небольшом упаковке

Хотя физика в некоторой степени предсказала «Законом Мура», замедлило скорость прогресса в некоторых аспектах вычислений, GPUS продолжает улучшаться при впечатляющем уровне. Новый jetson agx agx arin nvidia - это тот же размер, что и старший ксавье, но упаковывает 2-8x лошадиные силы AI, в зависимости от приложения. Мы взяли руки на одну и положили его через свои шаговые.

Nvidia объявляет Jetson Orin Nano, обновления Isaac Nova Orin Dev Kit

Это все о крае, детка.

Студенты создают DIY суперкомпьютер из Nvidia Jetson Nanos

Студенты из южного методистского университета в Далласе построили «детский суперкомпьютер» из 16 модулей Jetson Nano. Команда будет демонстрировать свой мини -кластер на суперкомпьютерной конференции SC22 в Далласе.