Зміст:
Штучний інтелект та машини, які можуть навчитися - покращуватимуться речі, якими ми користуємося щодня. Google і Android підтримують AI завдяки Google Assistant та машинному навчанню, тому важливо знати, як працює задня частина, як вони потрапили туди та які типи обладнання дозволяють зробити це все можливим. І це теж круто!
Людям, які будуватимуть цю технологію майбутнього, знадобляться інструменти для цього. У 2017 році NVIDIA виконує свою роль, а Jetson TX2 є втіленням цієї ідеї. Розробникам потрібне обладнання, яке не тільки здатне виконати обчислення та думати (так, я скажу це), що потребує нашого розумнішого майбутнього, але також просте у використанні та розгортанні.
AI на краю.
NVIDIA називає це "доставкою AI на межі", і це влучний опис. TX2 - це повний суперкомп'ютер. Він може самостійно обробляти дані в той час, коли це насправді відбувається замість тисяч миль через Інтернет. Ми сприймаємо зв’язок як належне через спосіб, яким ми його зараз користуємося, але є маса випадків, коли чекати поїздки на обмін даними з розумного обладнання потрібно занадто довго, щоб чекати. І значна частина цього синього мармуру, на якому ми живемо, не має зв'язку з Інтернетом і не буде дуже довго.
Невеликий комп'ютер, який може робити майже все, що завгодно, і обробляти всі дані, які він збирає, - це як вирішити ці проблеми. NVIDIA, здається, прибила його сюди.
Що це за річ?
Це не те, що ви можете знайти в Best Buy, щоб використовувати для речей, які ви робите зі своїм телефоном. Він не працює на Android (але це, звичайно, не складе труднощів виправити), і це те, що більшість з нас не купуватиме. Але це все ще дуже важлива частина речей, які ми любимо.
Jetson TX2 - це інструмент розробки. Jetson TX2 також є полевим модулем для живлення будь-якого обладнання на базі AI. Це комп'ютер розміром з кредитну карту з усіма входами та виходами, які має "звичайний" комп'ютер. Якщо ви підключите модуль TX2 до його спеціально розробленої плати (це частина комплекту розробок), він здебільшого перетворюється на типовий ПК з невеликим форм-фактором у комплекті з усіма портами та штепселями, на яких також є ваш робочий стіл.
Розробники можуть використовувати це для створення обладнання навколо та фактично використовувати сам Jetson для запуску демонстрацій та моделювання. Це маленька дієздатна машина, яка може зробити всі обчислення чимось значно більшим, використовуючи при цьому мізерну кількість енергії. Технічні характеристики вражають.
- NVIDIA Parker серії Tegra X2: 256-ядерний процесор Pascal та два 64-бітні процесорні ядра Денвера, поєднані з чотирма процесорами Cortex-A57 в конфігурації HMP
- 8 ГБ 128-бітної оперативної пам'яті LPDDR4
- 32-футовий накопичувач eMMC 5.1
- 802.11b / g / n / ac 2x2 MIMO Wi-Fi
- Bluetooth 4.1
- USB 3.0 та USB 2.0
- Гігабітний Ethernet
- Слот для SD-карти для зовнішнього зберігання
- SATA 2.0
- Повний багатоканальний PMIC
- 400-контактний високошвидкісний та низькошвидкісний стандартний роз'єм вводу / виводу
Найкраща технічна характеристика полягає в тому, що Jetson TX2 є шпилькою для падіння штифтів в заміну на минулорічний Jetson TX1. Нехай це трохи зануриться - розробники, які використовують наявні комп’ютери NVIDIA TX1 для живлення мізків за своїм обладнанням, зможуть закрити речі, витягнути стару плату і поставити нову. Програмне забезпечення для TX1 буде оновлено тим самим програмним забезпеченням, яке використовує TX2, і це буквально буде заміною. Якщо ви коли-небудь проводили будь-які польові чи заводські роботи на обладнанні, яке коштує чималих грошей, коли у нього простої, ви розумієте, наскільки це важливо. У той час як обладнання нового покоління розробляється, воно використовує апаратне забезпечення, яке працює на 100% з існуючим поколінням.
Секрет тут полягає в ядрах графічного процесора NVIDIA Pascal. З тієї ж причини, що ядра Pascal використовуються у відеокартах високого класу, призначених для ігор VR та 4K 3D, тому вони використовуються для Jetson TX2. Ядра GPU - це більш ефективний спосіб стискання чисел. Вони швидші і витрачають набагато менше енергії.
Святий грааль обчислювальної техніки - це штучний інтелект (AI): будуючи машину настільки розумною, вона може навчитися самостійно без чітких інструкцій. Глибоке навчання - важливий компонент для досягнення сучасного ШІ. Глибоке навчання дозволяє «мозку» ШІ сприймати навколишній світ; машина вчиться і в кінцевому підсумку приймає рішення самостійно. Зараз в наукових колах та промисловості широко визнано, що GPU є найсучаснішим у навчанні глибоких нейронних мереж (DNN), завдяки перевагам швидкості та енергоефективності порівняно з більш традиційними платформами на базі процесора.
Графічні процесори NVIDIA вже роблять дивовижні речі. Вони керують глибоким навчанням, яке використовується для самостійного керування автомобілями, навчають роботів моторологічних навичок, подібних до людини, таких як ходьба та хапання, аналізуючи відео на високій швидкості, надаючи текстові підписи та навіть граючи Go. І побили справді хороших противників людини.
Ядра GPU можуть виконувати ту саму роботу, використовуючи меншу потужність, як традиційні обчислення процесора.
Справжнє випробування AI та мізків, які можуть його загнати, - це на горизонті. Автономні роботи та безпілотники розробляються для таких завдань, як промисловий огляд, портативні медичні пристрої, які можна взяти на місцях, щоб допомогти тим, хто потребує, відчайдушно потрібні, і незабаром навіть розумні камери безпеки, які зможуть проаналізувати те, що вони бачать, і вжити відповідних заходів. бути реаліями. Ці ідеї потребують обчислень, які можуть керувати ШІ з алгоритмами глибокого навчання та здатністю самостійно аналізувати зібрані дані нейронної мережі. Вони не можуть бути приєднані до кабелю і будуть використовуватися в місцях, де навіть Verizon не має покриття.
Окрім потужного, комп’ютер, розроблений як невеликий і портативний, повинен бути енергоефективним. Тестування показує (.pdf файл), що обчислення на базі процесора NVIDIA може бути еквівалентним процесору Intel i7 6700K і використовувати 6 Вт потужності порівняно з 60. Для обладнання, яке не підключено до електромережі, це важливо.
Ми провели деякі орієнтири, використовуючи AlexNet та GoogLeNet - резюме на основі програмного забезпечення для тестування і тестування виявлення, і результати були фантастичними. У режимі Max-P (висока потужність) Jetson TX2 зміг проаналізувати в середньому 641 зображення в секунду за допомогою мережі AlexNet, використовуючи при цьому лише 13 Вт потужності. Тестування GoogLeNet в середньому становило 278 зображень в секунду, використовуючи потужність 14 Вт. Тести Max-Q (низька потужність) набрали в середньому 481 зображення в секунду на AlexNet і 191 зображення в секунду на GoogLeNet, використовуючи енергію всього 7 Вт. Це майже вдвічі більше, ніж минулорічний Jetson TX1 міг поставити, і це було дуже непогано.
Коли ви можете обробляти інформацію так швидко і це точно на місці, підключення до хмари не є обмежуючим фактором, яким раніше було.
У лабораторії
Jetson TX2 повинен бути дуже здатним у цій галузі. Це перша машина наступного покоління, яка навчиться робити без підключення до хмари та істотного оновлення наявного обладнання. Але він також має функції, які розробники будуть любити.
Обчислювальний модуль розміром кредитної картки може підключитися до повної плати несучої, яка є частиною комплекту розробки Jetson TX2. Плата несучої використовує 400 вводу-виводу на модулі Jetson для забезпечення стандартних підключень на робочому столі. Розробник програмного забезпечення може використовувати стандартну клавіатуру та мишу USB, стандартний монітор та Jetson TX2 для створення повноцінного середовища розробки.
Працюючи на операційній системі Linux4Tegra на базі Ubuntu 16.04, усі інструменти, які знадобляться для розробки та відлагодження програм AI для глибокого навчання, включені до складу програмного забезпечення JetPack NVIDIA. Розробники можуть завантажити пакет із зони розробників NVIDIA, а також слідкувати за навчальними посібниками та знаннями громади, щоб побачити, що може зробити Jetson, а потім розпочати роботу над своїми ідеями. Включене програмне забезпечення в JetPack попередньо налаштовано для оптимізації роботи в системі обробки TX2:
- cuDNN - бібліотека примітивів, прискорених графічним процесором, для глибоких нейронних мереж.
- NVIDIA VisionWorks - це пакет програм для розробки програмного забезпечення для комп'ютерного зору (CV) та обробки зображень.
- CUDA Toolkit - комплексне середовище розробки для розробників C і C ++, що створюють додатки, прискорені GPU.
- TensorRT - високоефективний час глибокого вивчення висновку для класифікації зображень, сегментації та нейронних мереж виявлення об'єктів.
- NVIDIA Nsight Eclipse - повнофункціональний і спеціалізований IDE Eclipse для розробки, налагодження та профілювання програм CUDA-C.
- Tegra System Profiler та Tegra Graphics Debugger - інструменти для профілювання та вибірки програм за допомогою OpenGL.
- Необхідні застави та активи для розробки та проектування обладнання за допомогою NVIDIA Jetson TX2.
Використання однієї платформи для створення та налагодження будь-якої програми є обов'язковим для будь-якого складного та складного. Це один із способів, яким розробники можуть спростити процес, і все, що може допомогти полегшити справи, робить щасливішими розробниками. Хоча Jetson TX2 не може бути розроблений як єдиний розробник та створення комп'ютера, який використовує будь-яка група, знаючи, що він здатний - це користь для встановлення та роботи на місцях. Здійснення невеликих коригувань та змін може бути здійснено на Edge так само, як і обробка, не надсилаючи дані в інший комп'ютерний банк для обробки та повернення.
Обладнання може бути спроектовано за допомогою наявних апаратних засобів та креслень, щоб не тільки зменшити складність, але і забезпечити простий інтерфейс, використовуючи легко доступні периферійні пристрої та програмне забезпечення. Озброївшись ноутбуком та USB-кабелем, інженер або польовий технік має все необхідне для відновлення з нуля при необхідності.
Програмне забезпечення NVIDIA Jetpack означає, що розробники можуть зосередитися на своїй роботі, не створюючи середовище побудови.
Навіть установка Jetpack NVIDIA впорядкована. Рецензенти були встановлені оновленою версією для встановлення, і, слідуючи декільком простим інструкціям через розумний графічний інтерфейс, було проведено повне відновлення всього програмного забезпечення, закінченого лише декількома кроками та чашкою кави. Знову ж таки, ми бачимо, що NVIDIA полегшує справи, тому розробники можуть зосередитись на своїй роботі, а не на підтримці самого середовища збирання.
Після кількох днів налаштування та тестування всього, я дуже вразила, що NVIDIA пропонує тут. Перший Jetson TX1 був чудовим продуктом, який заповнив потребу в швидкому розвитку за допомогою ядер GPU, щоб зробити важкий підйом для глибокого вивчення нейронних мереж. За дуже короткий час NVIDIA підняла планку з наступником, який може зруйнувати залежність від хмари, використовуючи ті ж звичні інструменти та методи розробки.
Технологія майбутнього буде хвилювати і надихати всіх нас. Такі продукти, як Jetson TX2 - це те, що зробить це можливим. NVIDIA Jetson TX2 Kit для розробників коштує $ 599 за роздрібні замовлення та 299 $ для студентів.
Дивіться на порталі для вбудованих розробників NVIDIA
