Sisällysluettelo:
Keinotekoinen älykkyys ja oppivat koneet auttavat parantamaan päivittäin käyttämämme asioita. Google ja Android ovat all-in kanssa AI: n kautta Google Assistantin ja koneoppimisen kautta, joten on tärkeää tietää, kuinka taustaosa toimii, miten he päästiin sinne ja minkä tyyppiset laitteet mahdollistavat kaiken. Ja se on myös todella hienoa!
Ihmiset, jotka rakentavat tämän tulevaisuuden tekniikan, tarvitsevat työkalut siihen. Vuonna 2017 NVIDIA tekee osansa, ja Jetson TX2 on tämän idean ruumiillistuma. Kehittäjät tarvitsevat laitteistoa, joka ei vain pysty suorittamaan laskentaa ja ajattelemaan (kyllä, sanon sen), mitä älykkäämmälle tulevaisuudelle tarvitaan, mutta on myös helppo käyttää ja ottaa käyttöön.
AI reunalla.
NVIDIA viittaa tähän "AI: n toimittamiseen reunalla" ja se on sopiva kuvaus. TX2 on täydellinen supertietokone. Se pystyy käsittelemään tietoja omilla paikoillaan ja paikoissa, joita se todella tapahtuu, tuhansien mailien päässä Internetin välityksellä. Pidämme liitettävyyttä itsestäänselvyytenä sen vuoksi, että käytämme sitä tällä hetkellä, mutta on paljon tapauksia, joissa älykkäästä koneesta tiedonsiirron odottaminen on liian kauan odottamaan. Ja suurella osalla tätä sinistä marmoria, jossa elämme, ei ole yhteyttä Internetiin, ja se ei tule kovin kauan.
Pieni tietokone, joka pystyy tekemään melkein mitä tahansa ja käsittelemään kaiken keräämänsä tiedot itse, on miten ratkaista nämä ongelmat. NVIDIA näyttää naulaneen sen täällä.
Mikä tämä on?
Tämä ei ole jotain mitä löydät Best Buy -sovelluksesta käytettäväksi puhelimellasi tekemisissäsi. Se ei käytä Androidia (mutta sitä ei varmasti olisi vaikea korjata) ja se on jotain, mitä useimmat meistä eivät osta. Mutta se on silti erittäin tärkeä osa asioita, joita rakastamme.
Jetson TX2 on kehitystyökalu. Jetson TX2 on myös kenttävalmis moduuli, jolla voidaan ohjata kaikkia AI-pohjaisia laitteita. Se on luottokortin kokoinen tietokone, jossa on kaikki "tavallisella" tietokoneella olevat tulot ja lähdöt. Kun kytket TX2-moduulin sen erityisesti suunniteltuun takaosaan (joka on osa kehityspakettia), se muuttuu yleensä tyypilliseksi pienimuotoiseksi PC: ksi, joka sisältää kaikki portit ja pistokkeet, jotka myös työpöydälläsi on.
Kehittäjät voivat käyttää tätä rakentamaan laitteita ja käyttämään itse Jetsonia demojen ja simulaatioiden suorittamiseen. Se on kykenevä pieni kone, joka pystyy tekemään kaikki laskelmat, mitä jotain paljon suurempi voi tehdä, kun käyttää niin vähän voimaa. Tekniset tiedot ovat vaikuttavia.
- NVIDIA Parker -sarjan Tegra X2: 256-ytinen Pascal GPU ja kaksi 64-bittistä Denver-CPU-ydintä pariksi neljällä Cortex-A57-CPU: lla HMP-kokoonpanossa
- 8 Gt 128-bittistä LPDDR4-muistia
- 32 Gt eMMC 5.1 -tallennustila
- 802.11b / g / n / ac 2x2 MIMO-Wi-Fi
- Bluetooth 4.1
- USB 3.0 ja USB 2.0
- Gigabitin Ethernet
- SD-korttipaikka ulkoista tallennusta varten
- SATA 2.0
- Täydellinen monikanavainen PMIC
- 400-nastainen nopea ja nopea teollisuuden standardi I / O-liitin
Paras tekninen kuvaus on, että Jetson TX2 on tappi, joka korvaa viime vuoden Jetson TX1: n. Annetaan tämän vajoutua hiukan sisään - kehittäjät, jotka käyttävät olemassa olevia NVIDIA TX1 -tietokoneita laitteidensa takana olevien aivojen virransyöttöön, voivat sammuttaa asiat, vetää vanhan kortin ja asettaa uuden. TX1: n ohjelmisto päivitetään samaan ohjelmistoon, jota TX2 käyttää, joten se merkitsee kirjaimellisesti korvauksen pudotusta. Jos olet koskaan tehnyt minkä tahansa tyyppisiä kenttä- tai tehtaatöitä laitteille, jotka maksavat paljon rahaa, kun niissä on seisokkeja, ymmärrät kuinka tärkeätä tämä on. Kun seuraavan sukupolven laitteita kehitetään, se käyttää laitteistoa, joka toimii 100% nykyisen sukupolven kanssa.
Salaisuus löytyy NVIDIA: n Pascal GPU -ytimistä. Samasta syystä Pascal-ytimiä käytetään erittäin korkeatasoisissa video- korteissa, jotka on suunniteltu VR- ja 4K 3D -peleihin, minkä vuoksi niitä käytetään Jetson TX2: ssa. GPU-ytimet ovat tehokkaampi tapa purkaa numeroita. Ne ovat nopeampia ja käyttävät paljon vähemmän virtaa.
Laskennan pyhä graali on keinotekoinen äly (AI): rakentamalla kone niin älykäs, että se voi oppia yksinään ilman erillisiä ohjeita. Syvä oppiminen on kriittinen osa nykyaikaisen AI: n saavuttamista. Syvän oppimisen ansiosta AI-aivot voivat havaita ympäröivän maailman; kone oppii ja lopulta tekee päätökset itse. Nyt yliopistoissa ja teollisuudessa tunnustetaan laajalti, että GPU: t ovat tekniikan tasoa syvien hermoverkkojen (DNN) kouluttamisessa, sekä nopeuden että energiatehokkuuden vuoksi perinteisiin CPU-pohjaisiin alustoihin verrattuna.
NVIDIA GPU -tietokoneet tekevät jo joitain uskomattomia asioita. He ajavat syväoppimista, jota käytetään autojen itsensä ohjaamiseen, opettavat robotille inhimillisiä motorisia taitoja, kuten kävelyä ja tarttumista, analysoimaan videoita nopealla nopeudella tekstityksen tuottamiseksi ja jopa pelaamaan Go: ta. Ja todella hyvien ihmisten vastustajien lyöminen.
GPU-ytimet voivat tehdä saman työn vähemmän energiaa käyttämällä kuin perinteinen CPU-laskenta.
Todellinen AI: n testi ja sitä ajavat aivot ovat horisontissa. Autonomisia robotteja ja droneja kehitetään muun muassa teollisuuden tarkastustoimiin, kannettavia lääkinnällisiä laitteita, joita voidaan ottaa kentällä avuksi tarvitseville, tarvitaan kipeästi ja jopa älykkäitä turvakameroita, jotka voivat analysoida näkemänsä ja ryhtyä tarvittaviin toimiin, on pian olla todellisuuksia. Nämä ideat tarvitsevat laskennan, joka voi ohjata AI: tä syvien oppimisalgoritmien avulla ja kykyä analysoida neuroverkkojen keräämiä tietoja itse. Niitä ei voi kiinnittää kaapeliin, ja niitä käytetään paikoissa, joissa edes Verizonilla ei ole peittoa.
Pienen ja kannettavan tietokoneen on oltava tehokkaan lisäksi energiatehokas. Testaus osoittaa (.pdf-tiedosto), että NVIDIA GPU-pohjainen tietojenkäsittely voi olla yhtä suuri kuin Intel core i7 6700K CPU ja käyttää 6 wattia tehoa verrattuna 60: een. Laitteille, joita ei ole kytketty sähköverkkoon, se on tärkeää.
Suoritimme joitain vertailuarvoja käyttämällä AlexNet ja GoogLeNet - CV-pohjaisia ololuokkien luokittelu- ja havaitsemistestausohjelmistoja, ja tulokset olivat upeat. Max-P (suuri teho) -tilassa Jetson TX2 pystyi analysoimaan keskimäärin 641 kuvaa sekunnissa käyttämällä AlexNet-verkkoa käyttäen vain 13 wattia virtaa. GoogLeNet-testi keskimäärin 278 kuvaa sekunnissa käyttäen 14 watin tehoa. Max-Q (vähätehoiset) testit tuottivat keskimäärin 481 kuvaa sekunnissa AlexNetissä ja 191 kuvaa sekunnissa GoogLeNetissä käyttäessäsi vain 7 wattia virtaa. Tämä on vain noin kaksi kertaa enemmän kuin edellisen vuoden Jetson TX1 pystyi toimittamaan, ja siinä oli myös aika hyvä.
Kun pystyt käsittelemään tietoja nopeasti ja täsmällisesti paikan päällä, yhteys pilveen ei ole sitä rajoittava tekijä, jota se käytti.
Laboratoriossa
Jetson TX2: n tulisi olla erittäin kykenevä kentällä. Se on ensimmäinen seuraavan sukupolven koneista, joka oppii tekemällä ilman yhteyttä pilveen ja huomattavaa päivitystä olemassa oleviin laitteisiin. Mutta siinä on myös ominaisuuksia, joita kehittäjät rakastavat.
Luottokortin kokoinen laskentamoduuli voidaan kytkeä täydelliseen kantolevyyn, joka on saatavana osana Jetson TX2 -kehityspakettia. Kantolevy käyttää Jetson-moduulin 400 I / O-nastaa vakiona työpöytäyhteyksien aikaansaamiseksi. Ohjelmistokehittäjä voi käyttää tavallista USB-näppäimistöä ja hiirtä, vakiomonitoria ja Jetson TX2: ta luodakseen täydellisen kehitysympäristön.
Ubuntu 16.04 -pohjaisella Linux4Tegra-käyttöjärjestelmällä toimivat kaikki työkalut, joita saatat tarvita syvän oppimisen AI-sovellusten kehittämiseen ja virheenkorjaukseen, sisältyvät osana NVIDIA: n JetPack-ohjelmistoa. Kehittäjät voivat ladata paketin NVIDIA: n kehittäjävyöhykkeeltä, seurata opetusohjelmia ja yhteisötietoa nähdäksesi, mitä Jetson voi tehdä, ja aloittaa työskentely omien ideoidensa pohjalta. JetPackiin sisältyvä ohjelmisto on esiasennettu toimimaan optimoituna TX2-käsittelyjärjestelmässä:
- cuDNN - GPU-kiihdytetty primitiivien kirjasto syville hermoverkoille.
- NVIDIA VisionWorks on ohjelmistokehityspaketti Computer Vision (CV) ja kuvankäsittelyyn.
- CUDA Toolkit - kattava kehitysympäristö C- ja C ++ -kehittäjille, jotka rakentavat GPU-kiihdytettyjä sovelluksia.
- TensorRT - korkean suorituskyvyn syvän oppimisen päättelyn suoritusaika kuvan luokittelulle, segmentoinnille ja esineiden havaitsemiselle hermoverkoissa.
- NVIDIA Nsight Eclipse - Täysin varusteltu ja räätälöity Eclipse IDE CUDA-C-sovellusten kehittämiseen, virheenkorjaukseen ja profilointiin.
- Tegra System Profiler ja Tegra Graphics Debugger - työkalut sovellusten profilointiin ja näytteenottoon OpenGL: n avulla.
- Tarvittavat vakuudet ja varat laitteiston kehittämiseen ja suunnitteluun NVIDIA Jetson TX2: lla.
Saman alustan käyttäminen minkä tahansa sovelluksen rakentamiseen ja virheenkorjaukseen on välttämätöntä kaikille monimutkaisille ja monimutkaisille. Se on yksi tapa, jolla kehittäjät voivat yksinkertaistaa prosessia, ja mikä tahansa, joka voi auttaa asioiden helpottamisessa, tekee onnellisemmista kehittäjille. Vaikka Jetson TX2: ta ei välttämättä ole suunniteltu ainoaksi kehitystyöksi ja rakennustietokoneeksi, mitä tahansa ryhmä käyttää, tietäen, että se pystyy, on siunaus asennukseen ja kenttätyöhön. Pienten säätöjen ja muutosten tekeminen voidaan tehdä Edgessä samalla tavalla kuin käsittely, lähettämättä tietoja takaisin toiseen tietokonepankkiin prosessoimaan ja palauttamaan.
Laitteet voidaan suunnitella käytettävissä olevilla laitteisto-omaisuudella ja piirustuksilla monimutkaisuuden vähentämisen lisäksi myös helpon käyttöliittymän mahdollistamiseksi käyttämällä helposti saatavilla olevia oheislaitteita ja ohjelmistoja. Kannettavalla tietokoneella ja USB-kaapelilla varustettuna insinöörillä tai kenttätekniikalla on kaikki tarvittavat rakentaakseen tarvittaessa alusta alkaen.
NVIDIA Jetpack -ohjelmisto tarkoittaa, että kehittäjät voivat keskittyä työhönsä, eivät perustaa rakennusympäristöä.
Jopa NVIDIA: n Jetpackin asennus on virtaviivaista. Tarkastajille toimitettiin päivitetty versio asennettaviksi, ja seuraamalla muutamia yksinkertaisia ohjeita älykkään käyttöliittymän kautta, ohjelmisto oli saatettu kokonaan uudelleen valmiiksi vain muutamalla vaiheella ja kupilla kahvia. Jälleen näemme, että NVIDIA helpottaa asioita, jotta kehittäjät voivat keskittyä työhönsä sen sijaan, että ylläpitäisivät itse rakennusympäristöä.
Muutaman päivän kuluttua asentamisesta ja kaiken testaamisesta sain erittäin vaikuttuneena siitä, mitä NVIDIA tarjoaa täällä. Ensimmäinen Jetson TX1 oli hieno tuote, joka täytti GPU-ytimiä käyttävän nopean kehitystyön tarpeen tehdä raskas nosto syvän oppimisen hermoverkko-sovelluksiin. Erittäin lyhyessä ajassa NVIDIA on nostanut palkin seuraajallaan, joka voi katkaista riippuvuuden pilvestä samoilla tutuilla kehitystyökaluilla ja tekniikoilla.
Tulevaisuuden tekniikka innostaa ja inspiroi meitä kaikkia. Jetson TX2: n kaltaiset tuotteet tekevät siitä tulevaisuuden mahdollista. NVIDIA Jetson TX2 -kehittäjäpakkauksen hinta on 599 dollaria vähittäiskaupan tilauksista ja 299 dollaria opiskelijoille.
Katso NVIDIA Embedded Developers -portaalissa
