Нові Jetson Nano з Nvidia

Нові Jetson Nano з Nvidia

До недавнього часу експерименти з роботами, керованими AI, обмежувалися лише тими, що мають значну підготовку та ресурси. Nvidia зробила так само, як будь-яка інша компанія, щоб змінити це. Його останнє зусилля - новий комплект для розробників Jetson Nano. Побудований на 128-ядерному процесорі Maxwell GPU і чотирьохядерному процесорі ARM A57, що працює на частоті 1,43 ГГц, і в поєднанні з 4 ГБ пам'яті LPDDR4, комплект розробників Nano має багатий набір можливостей вводу-виводу за допомогою карти оператора.

Нові Jetson Nano з Nvidia

Що ви отримуєте від Jetson Nano від Nvidia

JetPack, вільний програмний стек від Nvidia для розробників Jetson, підтримує Nano на момент випуску 4.2 і поставляється з безліччю AI, включаючи TensorRT, cuDNN, VisionWorks і OpenCV. Nvidia оцінює Nano за 472 GFLOPS обчислювальної продуктивності, споживаючи лише 5 Вт. За замовчуванням модуль поставляється в 10-ватному режимі.

Jetson Nano від Nvidia має достатній удар в невеликому пакеті, включаючи модуль Nano і плату-носій з великою кількістю опцій IO.
Jetson Nano від Nvidia має достатній удар в невеликому пакеті, включаючи модуль Nano і плату-носій з великою кількістю опцій IO.

Початок роботи з Jetson Nano

Оскільки Nano - це просто плата, вам потрібно надати свою мишу та клавіатуру USB (плата не має власної підтримки Wi-Fi або Bluetooth), а також монітор, який підтримує HDMI або DisplayPort. Картка пам'яті microSD об'ємом 16 Гб або більша також потрібна для системного зображення та як системного диска. Nvidia рекомендує версію UHS-I або кращу версію, оскільки ви працюватимете з нею. Нарешті, для того, щоб ви почали працювати, потрібна хороша якість (2-амперний або кращий) 5-ватний мікро USB-блок живлення; Ви можете використовувати виділений 5v блок живлення для живлення системи до 20 Вт, якщо це необхідно для аксесуарів.

Написання образу системи JetPack на карту microSD тривіально з комп'ютером Linux, Mac або Windows. Я підозрюю, що багато існуючих інструментів працюватимуть, але Nvidia надає посилання на безкоштовні формати-картки і безкоштовний автор зображень, який я використовував. Минуло близько 10 хвилин, щоб записати зображення на мій 16GB 633x картки microSD, хоча зображення системи майже 13 Гб, так що після використання системи на деякий час я перейшов на 64 Гб Sandisk Extreme Pro карти. Після створення образу системи я під'єднав клавіатуру, мишу та монітор, приховав карту у слот, який важко побачити, під платою і підключив старий, але якісний зарядний пристрій Samsung 2A Samsung. і кабель. Nano завантажився відразу в повний робочий стіл Ubuntu.

Підключення кабелю Ethernet було негайно у мережі, тому мені вдалося перевірити наявність оновлень пакунків і переглядати сторінки Nvidia Getting Started та інші підручники безпосередньо з Nano. Тим не менш, Nano навряд чи замінить ваш поточний комп'ютер як щоденний водій. Як і слід було очікувати, веб-сторінки помітно повільні в порівнянні з повноцінним ноутбуком або настільним комп'ютером.

Привіт AI World

У нинішній традиційній програмі "Привіт, світ" Денніса Рітчі, Nvidia надає базовий навчальний посібник AI у формі програми "Hello AI World". Це робить просте висновок, використовуючи попередньо навчені нейронні мережі (AlexNet і GoogleNet завантажуються за замовчуванням). Сам по собі він не є більш складним, ніж те, що ви могли б зробити за аналогічний проміжок часу (як правило, кілька годин), дотримуючись будь-якого з десятків основних посібників з розпізнавання зображень на ПК. Машина теж набагато повільніше, тому, якщо ви просто хочете дізнатися про програмне забезпечення AI, вам, мабуть, краще робити це на робочому столі або ноутбуці. Проте, за допомогою Nano ви ознайомитеся з кількома компонентами набору інструментів JetPack і працюєте з самим Nano, як підготовку до більш складних апаратних проектів.

Всі кроки в навчальному посібнику було легко дотримуватися і правильно працювали в моїх тестах. Однак, коли прийшов час, щоб насправді запустити механізм висновку, щоб ідентифікувати зразок зображення Orange, я думав, що машина висіла. Я також переглядав інформацію про навчальний посібник про Nano, тому я впевнений, що кілька відкритих вкладок Chromium не допомогли моїй доступній ситуації в пам'яті, але, безумовно, було б приємно мати деякий інтерактивний відгук під час процес завантаження моделі .

Використовуючи GoogleNet, підручник для Jetson Nano успішно ідентифікує помаранчевий колір, і він показує ймовірність у невеликому текстовому накладенні, видимому у верхньому лівому куті вихідного зображення
Використовуючи GoogleNet, підручник для Jetson Nano успішно ідентифікує помаранчевий колір, і він показує ймовірність у невеликому текстовому накладенні, видимому у верхньому лівому куті вихідного зображення

Наступний крок: JetBot

Сам по собі, навіть з додаванням камери або двох, Nano не є надзвичайно захоплюючим. Адже ви можете запустити все той же код на будь-якій гідній системі з GPU і веб-камерою. Де це цікаво, коли ви будуєте Jetson в щось. Для завантаження цього процесу Nvidia створила JetBot, робот з відкритим вихідним кодом. Це колісний бот з камерами, які можна віддалено керувати або програмувати. Матеріал для комплекту досить великий і вимагає замовлення від декількох постачальників, а також включає декілька частин, які мають бути надруковані 3D. На щастя, існують посилання для замовлення і файли моделі, необхідні для друку. Тим не менш, деякі з частин на складі у перерахованих постачальників, так що це може зайняти деякий час, щоб дістатися до завершеного JetBot. Я перебуваю в середині процесу, тому слідкуйте за новими пригодами, як тільки я отримаю JetBot.

На додаток до різних проектів, що використовують JetBot, я впевнений, що ми почнемо бачити цілу низку інших спроб з відкритим кодом, побудованих навколо Jetson Nano, особливо після того, як він почне продаватися в обсязі в червні. Одна з них, яка звертається до мене, полягає у створенні альтернативи відкритих джерел для власних камер безпеки на ринку. Це має бути можливим для більшої частини моніторингу та визнання того, що камери на основі підписки роблять, окрім як самі.

Ви можете заздалегідь замовити Jetson Nano за $ 99 від різних інтернет-магазинів, включаючи Adafruit. Оскільки Nvidia продавала їх у GTC, вони, очевидно, вже існують, але здається, що загальна роздрібна доступність може не бути до червня. Там також буде готовий до роботи комерційна версія Nano з дещо кращими специфікаціями, які бізнес може придбати оптом за $ 129.

Читати далі

Як побудувати детектор маски для обличчя за допомогою Jetson Nano 2GB та AlwaysAI
Як побудувати детектор маски для обличчя за допомогою Jetson Nano 2GB та AlwaysAI

Nvidia продовжує робити ШІ на межі доступнішим та простішим у розгортанні. Тому, замість того, щоб просто переглядати еталони, щоб переглянути новий Jetson Nano 2 Гб, я вирішив взятися за проект DIY зі створення власного детектора маски для обличчя.

NVIDIA's Jetson AGX Orin упадає AI Punch у невеликому пакеті
NVIDIA's Jetson AGX Orin упадає AI Punch у невеликому пакеті

Хоча фізика до певної міри передбачається "Законом" Мура "уповільнило швидкість прогресу в деяких аспектах обчислення, GPUS продовжує вдосконалюватися за вражаючою ставкою. Новий Jetson AGX NVIDIA є таким же розміром, як старший ксав'є, але упадає 2-8x AI HORSSOWER, залежно від програми. Ми отримали наші руки на одному і поклали його через свої кроки.

Студенти будують суперкомп'ютер DIY з Nvidia Jetson Nanos
Студенти будують суперкомп'ютер DIY з Nvidia Jetson Nanos

Студенти з південного методистського університету в Далласі побудували "суперкомп'ютер дитини" з 16 модулів Jetson Nano. Команда буде демонструвати свій міні -кластер на конференції SuperComputing SC22 у Далласі.