Tartalomjegyzék:
A mesterséges intelligencia és a megtanulható gépek javítják a minden nap használt dolgokat. A Google és az Android együtt vannak az AI-vel a Google Assistant és a gépi tanulás révén, ezért fontos tudni, hogy hogyan működik a háttér, hogyan jutottak oda és milyen típusú eszközök teszik lehetővé mindezt. És ez is nagyon jó!
Azoknak az embereknek, akik a jövő technológiáját felépítik, ehhez eszközökre lesz szükségük. 2017-ben az NVIDIA megteszi a részét, a Jetson TX2 pedig ennek az ötletnek a megtestesítője. A fejlesztőknek olyan hardverre van szükségük, amely nem csak a számításhoz és a gondolkodáshoz (igen, azt mondom), amelyre okosabb jövőnknek szüksége lesz, hanem könnyen használható és telepíthető.
AI a szélén.
Az NVIDIA erre utal, mint "AI kézbesítése", és ez egy megfelelő leírás. A TX2 egy komplett szuperszámítógép. Képes önállóan feldolgozni az adatokat azon a helyen és időben, ahol ténylegesen megtörténik, ezer mérföldes távolság helyett az interneten. A kapcsolatokat magától értetődőnek vesszük, mivel jelenleg használjuk, de sok olyan eset van, amikor az intelligens gépről az adat oda-vissza várakozás túl hosszú ahhoz, hogy megvárjuk. És ennek a kék márványnak a nagy részén, amelyben élünk, nincs kapcsolat az internettel, és nagyon hosszú ideig sem.
Egy kicsi számítógép, amely szinte bármit meg tud tenni, és feldolgozza az összes összegyűjtött adatot, hogyan oldja meg ezeket a problémákat. Úgy tűnik, hogy az NVIDIA itt szegezte.
Mi ez a dolog?
Ezt nem a Best Buy-ban találja meg, és felhasználhatja a telefonjával végzett munkákra. Nem fut az Android (de ezt biztosan nem lenne nehéz megjavítani), és ez valami, amit legtöbbünk nem vásárol. De ez még mindig nagyon fontos része azoknak a dolgoknak, amelyeket szeretünk.
A Jetson TX2 fejlesztő eszköz. A Jetson TX2 egy helyre kész modul is, amely bármilyen AI-alapú berendezést táplál. Ez egy hitelkártya méretű számítógép, az összes "normál" számítógép bemeneti és kimeneti értékével. Ha bedugja a TX2 modult a kifejezetten a hátlapjába (ez a fejlesztőkészlet része), akkor ez általában egy tipikus kisméretű PC-ré alakul, az összes porttal és csatlakozóval, amelyeken az asztal is található.
A fejlesztők ezt felhasználhatják berendezések építésére, és valójában a Jetsont is használhatják a demók és szimulációk futtatására. Ez egy alkalmas kisgép, amely elvégzi az összes számítást, amit valami sokkal nagyobb elvégezhet, miközben minimális energiát igényel ehhez. A műszaki specifikációk lenyűgözőek.
- NVIDIA Parker sorozat Tegra X2: 256 magos Pascal GPU és két 64 bites Denver CPU mag, párosítva négy Cortex-A57 CPU-val HMP konfigurációban
- 8 GB 128 bites LPDDR4 RAM
- 32 GB-os eMMC 5.1 fedélzeti tárolóhely
- 802.11b / g / n / ac 2x2 MIMO Wi-Fi
- Bluetooth 4.1
- USB 3.0 és USB 2.0
- Gigabites Ethernet
- SD-kártya nyílás a külső tároláshoz
- SATA 2.0
- Komplett többcsatornás PMIC
- 400 tűs nagysebességű és alacsony sebességű ipari szabványos I / O csatlakozó
A legjobb műszaki szempont, hogy a Jetson TX2 egy érintkező, amely a tavalyi Jetson TX1-hez cserélhető. Engedje meg, hogy ez egy kicsit bemerüljön - a fejlesztők, akik meglévő NVIDIA TX1 számítógépeket használnak az agyuk táplálására a felszerelésük mögött, képesek lesznek leállítani a dolgokat, meghúzni a régi táblát és behelyezni az újt. Az TX1 szoftverét ugyanazzal a szoftverrel frissítik, amelyet a TX2 használ, tehát szó szerint csere lesz a csere. Ha valaha bármilyen típusú terepmunkát vagy gyári munkát végzett olyan berendezéssel, amely sok pénzbe kerül, ha bármilyen leállása van, akkor megérti, mennyire fontos ez. Amíg a következő generációs berendezéseket fejlesztik, hardvert használnak, amely 100% -kal működik a meglévő generációval.
A titok itt található az NVIDIA Pascal GPU magjain. Ugyanezen okból kifolyólag a Pascal-magokat nagyon jó minőségű videokártyákban használják a VR és 4K 3D-s játékokhoz, ezért használják őket a Jetson TX2-hez. A GPU-magok a számok összepróbálásának hatékonyabb módja. Gyorsabbak és sokkal kevesebb energiát használnak.
A számítástechnika szent grálja a mesterséges intelligencia (AI): olyan intelligens gépet építve, amely kifejezetten utasítás nélkül tanulhat önmagában. A mély tanulás kritikus eleme a modern AI elérésének. A mély tanulás lehetővé teszi az AI „agyának”, hogy érzékelje a körülötte lévő világot; a gép megtanulja és végül önmagában hozza meg a döntéseket. A tudományos élet és az iparágban széles körben elismert tény, hogy a GPU-k a mély ideghálózatok (DNN) képzésének legkorszerűbb technológiái, mind a sebesség, mind az energiahatékonyság előnyeinek köszönhetően a hagyományos CPU-alapú platformokhoz képest.
Az NVIDIA GPU számítógépek már csodálatos dolgokat csinálnak. Vezetik az önálló vezetéshez használt autók mélyreható tanulását, megtanítják a robotoknak emberi jellegű motoros készségeket, például séta és megragadás, nagy sebességű videóanalízis, szöveges feliratok készítéséhez és akár a Go lejátszásához. És nagyon jó emberi ellenfelek verése.
A GPU-magok ugyanolyan munkát végezhetnek kevesebb energiát használva, mint a hagyományos CPU-számítások.
Az AI és az azt vezérlő agyok valódi próbája a láthatáron van. Autonóm robotokat és droneket fejlesztenek olyan munkákhoz, mint ipari ellenőrzés, szükségszerűen szükségük van olyan hordozható orvostechnikai eszközökre, amelyeket a rászorulók segítségére lehet hozni a helyszínen, és hamarosan még intelligens biztonsági kamerákkal is képesek felismerni látásukat, és megfelelő lépéseket tenni. legyen valóság. Ezeknek az ötleteknek olyan számításokra van szükségük, amelyek képesek az AI továbbfejlesztésére mély tanulási algoritmusokkal és képességgel arra, hogy önállóan elemezzék az ideghálózatokban gyűjtött adatokat. Nem csatlakoztathatók kábelhez, és olyan helyeken használják, ahol még a Verizon sem rendelkezik lefedéssel.
Amellett, hogy nagy teljesítményű, a kicsi és hordozható számítógépnek energiahatékonynak kell lennie. A tesztelés kimutatja (.pdf fájl), hogy az NVIDIA GPU-alapú számítástechnika egyenértékű lehet az Intel core i7 6700K CPU-val, és 6 watt teljesítményt képes felhasználni a 60-hoz képest. Az olyan berendezések esetében, amelyek nem csatlakoznak az elektromos hálózathoz, ez fontos.
Néhány referenciaértéket futtatottunk az AlexNet és a GoogLeNet - CV alapú objektumkategória-osztályozási és detektáló tesztelő szoftverek segítségével, és az eredmények fantasztikusak voltak. Max-P (nagy teljesítményű) módban a Jetson TX2 átlagosan 641 képet tudott elemezni másodpercenként az AlexNet hálózat segítségével, miközben mindössze 13 watt teljesítményt használt fel. A GoogLeNet tesztelése átlagosan másodpercenként 278 képet készített 14 watt teljesítmény felhasználásával. A Max-Q (alacsony fogyasztású) tesztek átlagosan 481 képet adtak másodpercenként az AlexNet-en és 191 képet másodpercenként a GoogLeNet-en, miközben mindössze 7 watt energiát használtak. Ez csaknem kétszer annyit tesz lehetővé, mint a tavalyi Jetson TX1, és ebben is nagyon jó volt.
Amikor gyorsan és pontosan tudja feldolgozni az információkat a helyszínen, a felhőhöz való kapcsolat nem a korábbi korlátozó tényező.
A laborban
A Jetson TX2-nek nagyon képesnek kell lennie a terepen. Ez a következő generációs gépek közül az első, amely a felhőhöz való csatlakozás nélkül, és a meglévő berendezések jelentős frissítése nélkül fog megtanulni. De tartalmaz olyan funkciókat is, amelyeket a fejlesztők szeretni fognak.
A hitelkártya méretű számítási modul csatlakoztatható egy teljes hordozó kártyához, amely a Jetson TX2 fejlesztőkészlet részeként kapható. A hordozólap a Jetson modul 400 I / O érintkezőjét használja a szabványos asztali kapcsolatok biztosításához. A szoftverfejlesztő szabványos USB billentyűzetet és egeret, szabványos monitort és a Jetson TX2 készüléket használhat a teljes fejlesztési környezet létrehozására.
Az Ubuntu 16.04 alapú Linux4Tegra operációs rendszeren futva az NVIDIA JetPack szoftverének részét képezi az összes eszköz, amelyre szüksége lehet a mélyreható AI alkalmazások fejlesztésére és hibakeresésére. A fejlesztők letölthetik a csomagot az NVIDIA fejlesztői zónájából, valamint útmutatásokat és közösségi ismereteket követhetnek, hogy megnézhessék, mit tudnak a Jetson, majd elkezdenek dolgozni saját ötleteik alapján. A JetPack tartozékai előre konfigurálva vannak, hogy optimalizálva legyenek a TX2 feldolgozó rendszeren:
- cuDNN - GPU-gyorsított primitív könyvtár a mély idegi hálózatokhoz.
- Az NVIDIA VisionWorks szoftverfejlesztő csomag a Computer Vision (CV) és a képfeldolgozáshoz.
- CUDA Toolkit - átfogó fejlesztési környezet a C és C ++ fejlesztők számára, GPU-gyorsított alkalmazásokat építve.
- TensorRT - nagy teljesítményű, mélyreható tanulási következtetések futási ideje a kép osztályozására, szegmentálására és az objektumdetektáló neurális hálózatokra.
- NVIDIA Nsight Eclipse - Teljes funkcionalitású és testreszabott Eclipse IDE CUDA-C alkalmazások fejlesztésére, hibakeresésére és profilozására.
- Tegra System Profiler és Tegra Graphics Debugger - eszközök az alkalmazások profilozására és mintavételére az OpenGL segítségével.
- A szükséges biztosítékok és eszközök a hardver fejlesztéséhez és tervezéséhez az NVIDIA Jetson TX2 használatával.
Ugyanazon platformon keresztül bármilyen alkalmazás készítéséhez és hibakereséséhez minden bonyolult és bonyolult feladat szükséges. Ez az egyik módja annak, hogy a fejlesztők egyszerűsítsék a folyamatot, és bármi, ami elősegítheti a dolgokat, a boldogabb fejlesztők számára is lehetővé teszi. Noha a Jetson TX2-t nem lehet kizárólagos fejlesztési és építési számítógépet tervezni, amelyet bármely csoport használna, a tudás, hogy képes, a telepítéshez és a helyszíni munkához szükséges. A kisebb módosítások és módosítások az Edge-ben is elvégezhetők, ugyanúgy, mint a feldolgozáson, anélkül, hogy adatokat küldnénk egy másik számítógépes bankhoz feldolgozás és visszatérítés céljából.
A berendezéseket a rendelkezésre álló hardver eszközök és rajzok felhasználásával lehet megtervezni, hogy ne csak csökkentsék a bonyolultságot, hanem lehetővé tegyék a könnyű interfészt a könnyen elérhető perifériák és szoftverek felhasználásával. Felszerelve laptopokkal és USB-kábellel, a mérnököknek vagy a helyszíni szakembereknek mindent megtalálnak, amire szükségük van a földről.
Az NVIDIA Jetpack szoftver azt jelenti, hogy a fejlesztők a munkájukra összpontosíthatnak, és nem építhetnek fel környezetet.
Még az NVIDIA Jetpack telepítése is egyszerűbbé válik. Az ellenőröknek frissített verziót kaptak a telepítéshez, és néhány egyszerű utasítás követésével egy okos GUI-n keresztül az összes szoftvert teljesen átépítették, néhány lépéssel és egy csésze kávéval. Megint látjuk, hogy az NVIDIA megkönnyíti a dolgokat, hogy a fejlesztők inkább a munkájukra összpontosítsanak, mint maga az építkezési környezet fenntartására.
Néhány nappal azután, hogy felállítottam a dolgokat és mindent megvizsgáltam, nagyon meglepődtem, hogy az NVIDIA mit nyújt itt. Az első Jetson TX1 nagyszerű termék, amely kielégítette a gyors fejlesztés iránti igényt GPU-magok segítségével, hogy megnehezítsék a mélyreható tanulást az idegi hálózati alkalmazásokban. Az NVIDIA nagyon rövid idő alatt felvetette a sávot egy utódjával, amely ugyanazokat a megszokott fejlesztési eszközöket és technikákat képes megtörni a felhőktől való függőségtől.
A jövő technológiája mindannyiunkat izgat és inspirál. Az olyan termékek, mint a Jetson TX2, teszik lehetővé ezt a jövőt. Az NVIDIA Jetson TX2 fejlesztői készlet ára 599 USD a kiskereskedelmi megrendeléseknél és 299 USD a diákok számára.
Lásd az NVIDIA Embedded Developers portálon
