NVIDIA 發(fā)布了Jetson Nano 2GB 開(kāi)發(fā)人員套件，這是用于教學(xué)、學(xué)習(xí)和開(kāi)發(fā) AI 和機(jī)器人應(yīng)用程序的理想動(dòng)手平臺(tái)。六年前推出的 NVIDIA Jetson 平臺(tái)通過(guò)為邊緣計(jì)算設(shè)備提供人工智能的力量，徹底改變了嵌入式計(jì)算。如今，NVIDIA Jetson 廣泛應(yīng)用于機(jī)器人、零售、工業(yè)、農(nóng)業(yè)和 AIoT 等多個(gè)領(lǐng)域。

2019 年 3 月，NVIDIA 推出了原始的 Jetson Nano 開(kāi)發(fā)者套件，讓開(kāi)發(fā)者、學(xué)生和愛(ài)好者等能夠?qū)W習(xí)、探索和構(gòu)建適用于邊緣設(shè)備的 AI 應(yīng)用程序。發(fā)燒友社區(qū)的迅速采用使其成為我們最受歡迎的開(kāi)發(fā)工具包，并創(chuàng)造了 Jetson 運(yùn)動(dòng)。新的 NVIDIA Jetson Nano 2GB 開(kāi)發(fā)者套件售價(jià)為 59 美元，讓學(xué)習(xí) AI 和機(jī)器人技術(shù)更加實(shí)惠。該開(kāi)發(fā)工具包是終極入門(mén)級(jí) AI 計(jì)算機(jī)，從 2020 年 10 月開(kāi)始在全球范圍內(nèi)提供。

Jetson Nano 2GB 開(kāi)發(fā)者套件包括一個(gè) Jetson Nano 模塊和 2 GB 內(nèi)存，并通過(guò) 128 核 NVIDIA Maxwell GPU 和 64 位四核 Arm A57 CPU 提供 472 GFLOPS 的計(jì)算性能。隨附的載板配備了邊緣和嵌入式項(xiàng)目開(kāi)發(fā)中常用的接口，包括用于連接包括 USB 攝像頭在內(nèi)的外圍設(shè)備的 USB 3.0 和 USB 2.0 端口、一個(gè) MIPI CSI-2 攝像頭連接器、一個(gè)兼容帶有許多外圍設(shè)備和附加組件、一個(gè) HDMI 顯示接口和一個(gè)千兆以太網(wǎng)端口的盒子。開(kāi)發(fā)者套件還包括一個(gè) 802.11ac 無(wú)線網(wǎng)絡(luò) USB 適配器。

強(qiáng)大的性能

Jetson Nano 2GB 開(kāi)發(fā)人員套件是學(xué)習(xí)現(xiàn)代 AI 的理想選擇。人工智能計(jì)算科學(xué)正在迅速變化，研究人員不斷發(fā)明新的神經(jīng)網(wǎng)絡(luò)架構(gòu)，以提供更好的準(zhǔn)確性和性能。今天的人工智能從業(yè)者在他們的項(xiàng)目中使用各種各樣的人工智能模型和框架，因此學(xué)習(xí)和創(chuàng)建人工智能項(xiàng)目的理想平臺(tái)是一個(gè)足夠靈活的平臺(tái)，可以運(yùn)行各種不同的人工智能模型，并且足夠強(qiáng)大以提供創(chuàng)建有意義的所需的性能交互式人工智能體驗(yàn)。Jetson Nano 2GB 開(kāi)發(fā)者套件不僅支持所有流行的 AI 框架和網(wǎng)絡(luò)，還提供了強(qiáng)大的 AI 性能。

圖 2 顯示了使用流行的 DNN 模型測(cè)量的 AI 推理性能，用于圖像分類、分割、對(duì)象檢測(cè)、圖像處理和姿勢(shì)估計(jì)。NVIDIA TensorRT 用于優(yōu)化網(wǎng)絡(luò)并加速推理以實(shí)現(xiàn)實(shí)時(shí)性能。Jetson Nano 2GB 開(kāi)發(fā)者套件在這個(gè)價(jià)格范圍內(nèi)提供如此強(qiáng)大的推理性能是獨(dú)一無(wú)二的。

圖 2. JetPack 4.4.1 和 TensorRT 7.1 對(duì)各種基于視覺(jué)的 DNN 模型的 Jetson Nano 2GB 開(kāi)發(fā)人員套件推理性能 （FP16）。

易于使用和靈活探索

Jetson Nano 2GB 開(kāi)發(fā)人員套件提供了即用型平臺(tái)的開(kāi)發(fā)體驗(yàn)，不會(huì)限制您使用各種相機(jī)、傳感器和外圍設(shè)備親身探索 AI 的好奇心。它由 JetPack 軟件開(kāi)發(fā)工具包 （SDK） 提供支持，其中包括熟悉的 Linux 桌面開(kāi)發(fā)體驗(yàn)。JetPack 附帶構(gòu)建端到端 AI 應(yīng)用程序所需的庫(kù)。例如，OpenCV 和 VisionWorks 可用于計(jì)算機(jī)視覺(jué)和圖像處理；CUDA、cuDNN 和 TensorRT 加速 AI 推理；以及用于相機(jī)和傳感器處理的庫(kù)等等。

與純?cè)茖W(xué)習(xí)平臺(tái)不同，開(kāi)發(fā)人員套件支持 AI 社區(qū)中的許多流行傳感器，如 Raspberry Pi 攝像頭、英特爾實(shí)感攝像頭、ZED 3D 攝像頭以及其他 USB 攝像頭和外圍設(shè)備，所有這些都可以開(kāi)箱即用。JetPack 4.4.1 引入了對(duì)這一新開(kāi)發(fā)工具包的支持，并于 2020 年 10 月末開(kāi)始提供，與開(kāi)發(fā)工具包的可用性保持一致。有關(guān)詳細(xì)信息，請(qǐng)參閱JetPack頁(yè)面。

您可以使用您選擇的 AI 框架進(jìn)行學(xué)習(xí)和開(kāi)發(fā)——支持包括 TensorFlow、PyTorch 和 MXNet 在內(nèi)的框架。TensorFlow和PyTorch的開(kāi)發(fā)容器托管在NVIDIA NGC上，它提供了一種快速的一步法來(lái)啟動(dòng)和運(yùn)行您的框架環(huán)境。使用同樣托管在 NGC 上的機(jī)器學(xué)習(xí)容器，還可以在開(kāi)發(fā)人員工具包上輕松安裝預(yù)裝了 TensorFlow、PyTorch、NumPy、scikit-learn、SciPy 和 pandas 的 Jupyter 筆記本學(xué)習(xí)環(huán)境。

如果您更喜歡直接安裝框架而不是使用預(yù)打包的容器，NVIDIA 提供了 Python PIP 輪子。有關(guān)詳細(xì)信息，請(qǐng)參閱杰特森動(dòng)物園。

開(kāi)發(fā)者社區(qū)

Jetson 開(kāi)發(fā)者社區(qū)龐大而充滿活力，包括研究人員、專業(yè)開(kāi)發(fā)人員、AI 愛(ài)好者、學(xué)生和愛(ài)好者，他們對(duì) AI 和 Jetson 平臺(tái)充滿熱情。成千上萬(wàn)的 Jetson 社區(qū)成員創(chuàng)建并積極分享酷視頻、開(kāi)源項(xiàng)目和真實(shí)世界的 AI 應(yīng)用程序。最重要的是，開(kāi)發(fā)人員共享源代碼和說(shuō)明，供任何人嘗試、學(xué)習(xí)和改進(jìn)他們的項(xiàng)目。

NVIDIA 定期在JetsonTV YouTube 頻道和Jetson社區(qū)項(xiàng)目頁(yè)面上分享一些收藏夾。大多數(shù)標(biāo)記為 Jetson Nano 的項(xiàng)目都可以在 Jetson Nano 2GB 開(kāi)發(fā)人員套件上運(yùn)行。這些是探索和學(xué)習(xí)人工智能的好方法。

Jetson AI 認(rèn)證計(jì)劃

同樣在今天，NVIDIA 深度學(xué)習(xí)研究所推出了Jetson AI 認(rèn)證計(jì)劃，第一個(gè)可用的課程是Jetson AI Fundamentals，其中包括一系列針對(duì)教育工作者的動(dòng)手自學(xué)教育教程、視頻演練和基于項(xiàng)目的評(píng)估學(xué)習(xí)者。本課程以流行的開(kāi)源深度學(xué)習(xí)和機(jī)器人教程為基礎(chǔ)，包括Jetson Nano 、JetBot和Hello AI World上的 AI 入門(mén)，并包含由 NVIDIA 講師和社區(qū)專家制作的新教學(xué)視頻。

Jetson AI 基礎(chǔ)課程教授使用分類和回歸網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)的基礎(chǔ)，以及對(duì)象檢測(cè)和語(yǔ)義分割。培訓(xùn)和推理工作流程、數(shù)據(jù)收集和實(shí)時(shí)計(jì)算機(jī)視覺(jué)都包括在內(nèi)。該課程還包括自主機(jī)器人主題，并介紹了使用 JetBot 機(jī)器人實(shí)現(xiàn)道路跟蹤、避免碰撞和物體跟蹤。

Jetson AI 認(rèn)證計(jì)劃涵蓋兩項(xiàng)認(rèn)證：

Jetson AI 專家，面向?qū)W生、創(chuàng)客、愛(ài)好者或任何希望開(kāi)始使用 AI 的人

Jetson AI Educator面向希望在自己的課程或課程中教授 AI 的教育工作者和講師

要獲得認(rèn)證，參與者需要學(xué)習(xí)Jetson AI 基礎(chǔ)課程，然后使用他們?cè)谡麄€(gè)課程中學(xué)到的概念創(chuàng)建自己的 AI 項(xiàng)目。然后由 NVIDIA 審核項(xiàng)目，并在必要時(shí)提供反饋。

發(fā)現(xiàn)人工智能

Jetson Nano 2GB 開(kāi)發(fā)人員套件是一種強(qiáng)大且易于訪問(wèn)的方式，任何人都可以開(kāi)始使用 AI 和機(jī)器人技術(shù)。它非常適合動(dòng)手學(xué)習(xí)，您將看到您的作品實(shí)時(shí)感知并與您周圍的世界互動(dòng)。在線入門(mén)指南可通過(guò)可下載的系統(tǒng)映像快速啟動(dòng)和運(yùn)行，并且通過(guò) NVIDIA CUDA-X 堆棧支持流行的機(jī)器學(xué)習(xí)框架，可以輕松使用支持最新突破的相同軟件和工具進(jìn)行開(kāi)發(fā)。

關(guān)于作者

Suhas Sheshadri 是 NVIDIA 的產(chǎn)品經(jīng)理，專注于 Jetson 軟件。他之前曾在 NVIDIA 的自動(dòng)駕駛團(tuán)隊(duì)工作，為 NVIDIA Drive 平臺(tái)優(yōu)化系統(tǒng)軟件。在空閑時(shí)間，Suhas 喜歡閱讀有關(guān)量子物理學(xué)和博弈論的書(shū)籍。

Dustin 是 NVIDIA Jetson 團(tuán)隊(duì)的一名開(kāi)發(fā)人員推廣員。Dustin 擁有機(jī)器人技術(shù)和嵌入式系統(tǒng)方面的背景，喜歡在社區(qū)中提供幫助并與 Jetson 合作開(kāi)展項(xiàng)目。您可以在NVIDIA 開(kāi)發(fā)者論壇或GitHub 上找到他。

審核編輯：郭婷