L'intelligenza artificiale e le macchine che possono imparare sono come le cose che usiamo ogni giorno saranno migliorate. Google e Android sono all-in con AI tramite Assistente Google e l'apprendimento automatico, quindi è importante sapere come funziona il back-end, come è arrivato lì e quali tipi di apparecchiature rendono tutto possibile. Ed è anche davvero fantastico!
Le persone che costruiranno questa tecnologia del futuro avranno bisogno degli strumenti per farlo. Nel 2017, NVIDIA sta facendo la sua parte e il Jetson TX2 è l'incarnazione di questa idea. Gli sviluppatori hanno bisogno di hardware che non solo sia in grado di elaborare e pensare (sì, lo dirò) di cui avrà bisogno il nostro futuro più intelligente, ma che sia anche facile da usare e distribuire.
AI al limite.
NVIDIA si riferisce a questo come "fornire AI all'Edge" ed è una descrizione appropriata. Il TX2 è un supercomputer completo. È in grado di elaborare i dati da solo nel luogo e nell'ora in cui stanno effettivamente accadendo invece che a migliaia di chilometri di distanza tramite Internet. Diamo per scontata la connettività per il modo in cui la usiamo in questo momento, ma ci sono molti casi in cui l'attesa di un viaggio di andata e ritorno dei dati da un macchinario intelligente è troppo lunga. E gran parte di questo marmo blu su cui viviamo non ha una connessione a Internet, e non lo farà per molto tempo.
Un piccolo computer che può fare qualsiasi cosa ed elaborare tutti i dati che raccoglie da solo è il modo in cui affronti questi problemi. NVIDIA sembra averlo inchiodato qui.
Cos'è questa cosa?
Questo non è qualcosa che puoi trovare su Best Buy da utilizzare per le cose che fai con il tuo telefono. Non esegue Android (ma certamente non sarebbe difficile risolverlo) ed è qualcosa che la maggior parte di noi non acquisterà. Ma è ancora una parte molto importante delle cose che amiamo.
Jetson TX2 è uno strumento di sviluppo. Il Jetson TX2 è anche un modulo pronto per il campo per alimentare qualsiasi apparecchiatura basata su AI. È un computer delle dimensioni di una carta di credito con tutti gli input e gli output di un computer "normale". Quando si collega il modulo TX2 al suo backboard appositamente progettato (che fa parte del kit di sviluppo) esso per lo più si trasforma in un tipico PC con fattore di forma ridotto completo di tutte le porte e collega anche il desktop ha.
Gli sviluppatori possono utilizzarlo per costruire apparecchiature e utilizzare effettivamente lo stesso Jetson per eseguire demo e simulazioni. È una piccola macchina capace che può fare tutti i calcoli che qualcosa di molto più grande può fare usando una minuscola quantità di energia per farlo. Le specifiche tecniche sono impressionanti.
- NVIDIA Parker serie Tegra X2: GPU Pascal a 256 core e due core CPU Denver a 64 bit abbinati a quattro CPU Cortex-A57 in una configurazione HMP
- 8 GB di RAM LPDDR4 a 128 bit
- Memoria integrata da 32 GB eMMC 5.1
- Wi-Fi 802.11b / g / n / ac 2x2 MIMO
- Bluetooth 4.1
- USB 3.0 e USB 2.0
- Gigabit Ethernet
- Slot per scheda SD per archiviazione esterna
- SATA 2.0
- PMIC multicanale completo
- Connettore I / O standard industriale a 400 pin ad alta e bassa velocità
La migliore specifica tecnica è che il Jetson TX2 è un pin per pin drop in sostituzione del Jetson TX1 dello scorso anno. Lascia che questo affondi per un po ': gli sviluppatori che utilizzano computer NVIDIA TX1 esistenti per alimentare il i cervelli dietro le loro apparecchiature saranno in grado di spegnere le cose, tirare la vecchia tavola e inserire la nuova uno. Il software per il TX1 verrà aggiornato allo stesso software utilizzato dal TX2, quindi sarà letteralmente una sostituzione. Se hai mai svolto qualsiasi tipo di lavoro sul campo o in fabbrica su apparecchiature che costano un sacco di soldi quando hanno tempi di inattività, capisci quanto sia importante. Mentre l'apparecchiatura di nuova generazione viene sviluppata, utilizza hardware che funziona al 100% con la generazione esistente.
Il segreto qui è attraverso i core GPU Pascal di NVIDIA. Lo stesso motivo per cui i core Pascal vengono utilizzati in schede video di fascia alta progettate per i giochi 3D VR e 4K è il motivo per cui vengono utilizzati per il Jetson TX2. I core della GPU sono un modo più efficiente per elaborare i numeri. Sono più veloci e consumano molta meno energia.
Il Santo Graal dell'informatica è l'intelligenza artificiale (AI): costruire una macchina così intelligente, può imparare da sola senza istruzioni esplicite. Il deep learning è un ingrediente fondamentale per raggiungere l'IA moderna. Il deep learning consente al "cervello" dell'IA di percepire il mondo che lo circonda; la macchina impara e alla fine prende le decisioni da sola. È ormai ampiamente riconosciuto nel mondo accademico e industriale che le GPU sono lo stato dell'arte nella formazione del neurale profondo reti (DNN), grazie ai vantaggi sia in termini di velocità che di efficienza energetica rispetto alle piattaforme più tradizionali basate su CPU.
I computer con GPU NVIDIA fanno già cose straordinarie. Guidano l'apprendimento profondo utilizzato per le auto a guida autonoma, insegnando ai robot abilità motorie simili a quelle umane come camminare e afferrare, analizzare video ad alta velocità per fornire didascalie di testo e persino riprodurre Go. E battendo davvero un buon umano avversari.
I core della GPU possono fare lo stesso lavoro utilizzando meno energia del tradizionale CPU computing.
Il vero banco di prova dell'intelligenza artificiale e del cervello in grado di guidarlo è all'orizzonte. Si stanno sviluppando robot e droni autonomi per lavori come l'ispezione industriale, dispositivi medici portatili che possono essere portati sul campo per aiutare coloro che hanno bisogno sono disperatamente necessari e presto saranno disponibili anche telecamere di sicurezza intelligenti in grado di analizzare ciò che stanno vedendo e intraprendere le azioni appropriate realtà. Queste idee richiedono un computing in grado di guidare l'intelligenza artificiale con algoritmi di deep learning e la capacità di analizzare autonomamente i dati raccolti dalla rete neurale. Non possono essere collegati a un cavo e verranno utilizzati in luoghi in cui anche Verizon non ha copertura.
Oltre ad essere potente, un computer progettato per essere piccolo e portatile deve essere efficiente dal punto di vista energetico. Spettacoli di prova (file .pdf) che l'elaborazione basata su GPU NVIDIA può essere equivalente a una CPU Intel Core i7 6700K e utilizzare 6 watt di potenza rispetto a 60. Questo è importante per le apparecchiature non collegate alla rete elettrica.
Abbiamo eseguito alcuni benchmark utilizzando AlexNet e GoogLeNet - Basato sul CV classificazione e rilevamento delle categorie di oggetti software di test ei risultati sono stati fantastici. In modalità Max-P (alta potenza), il Jetson TX2 è stato in grado di analizzare una media di 641 immagini al secondo utilizzando la rete AlexNet utilizzando solo 13 watt di potenza. Il test di GoogLeNet ha registrato una media di 278 immagini al secondo utilizzando 14 watt di potenza. I test Max-Q (bassa potenza) hanno ottenuto una media di 481 immagini al secondo su AlexNet e 191 immagini al secondo su GoogLeNet utilizzando solo 7 watt di potenza. Questo è quasi il doppio di quanto potrebbe offrire il Jetson TX1 dello scorso anno, ed è stato anche abbastanza bravo.
Quando è possibile elaborare le informazioni in loco in modo così veloce e accurato, una connessione al cloud non è il fattore limitante di una volta.
Nel laboratorio
Il Jetson TX2 dovrebbe essere molto capace sul campo. È la prima delle macchine di nuova generazione che imparerà facendo a meno di una connessione al cloud e di un sostanziale aggiornamento dalle apparecchiature esistenti. Ma ha anche funzionalità che gli sviluppatori adoreranno.
Il modulo di elaborazione delle dimensioni di una carta di credito può essere inserito in una scheda carrier completa disponibile come parte del kit di sviluppo Jetson TX2. La scheda carrier utilizza i 400 pin I / O sul modulo Jetson per fornire connessioni desktop standard. Uno sviluppatore di software può utilizzare una tastiera e un mouse USB standard, un monitor standard e Jetson TX2 per creare un ambiente di sviluppo completo.
In esecuzione su un sistema operativo Linux4Tegra basato su Ubuntu 16.04, tutti gli strumenti necessari per sviluppare ed eseguire il debug di applicazioni AI di deep learning sono inclusi come parte del software JetPack di NVIDIA. Gli sviluppatori possono scaricare il pacchetto dalla Developer Zone di NVIDIA e seguire tutorial e conoscenze della comunità per vedere cosa può fare Jetson, quindi iniziare a lavorare sulle proprie idee. Il software incluso nel JetPack è preconfigurato per funzionare ottimizzato sul sistema di elaborazione TX2:
- cuDNN - una libreria di primitive accelerata dalla GPU per reti neurali profonde.
- NVIDIA VisionWorks è un pacchetto di sviluppo software per Computer Vision (CV) e elaborazione di immagini.
- Toolkit CUDA - un ambiente di sviluppo completo per sviluppatori C e C ++ che creano applicazioni accelerate da GPU.
- TensorRT - un runtime di inferenza di deep learning ad alte prestazioni per la classificazione delle immagini, la segmentazione e le reti neurali di rilevamento di oggetti.
- NVIDIA Nsight Eclipse - Un IDE Eclipse completo e personalizzato per lo sviluppo, il debug e la creazione di profili di applicazioni CUDA-C.
- Tegra System Profiler e Tegra Graphics Debugger: strumenti per profilare e campionare le applicazioni utilizzando OpenGL.
- Le garanzie e le risorse necessarie per sviluppare e progettare hardware utilizzando NVIDIA Jetson TX2.
Usare la stessa piattaforma per creare ed eseguire il debug di qualsiasi applicazione è un must per qualsiasi cosa intricata e complicata. È uno dei modi in cui gli sviluppatori possono semplificare il processo e tutto ciò che può aiutare a rendere le cose più facili rende gli sviluppatori più felici. Sebbene il Jetson TX2 non possa essere progettato come l'unico computer di sviluppo e costruzione che qualsiasi gruppo utilizzerebbe, sapere che è capace è un vantaggio per l'installazione e il lavoro sul campo. È possibile apportare piccoli aggiustamenti e modifiche al limite allo stesso modo l'elaborazione avviene senza l'invio di dati a un'altra banca di computer per l'elaborazione e la restituzione.
Le apparecchiature possono essere progettate utilizzando le risorse hardware ei disegni disponibili non solo per ridurre la complessità, ma anche per consentire un'interfaccia semplice utilizzando periferiche e software prontamente disponibili. Armato di un laptop e di un cavo USB, un ingegnere o un tecnico sul campo ha tutto il necessario per ricostruire da zero, se necessario.
Il software NVIDIA Jetpack consente agli sviluppatori di concentrarsi sul proprio lavoro, non sulla creazione di un ambiente di compilazione.
Anche l'installazione del Jetpack di NVIDIA è semplificata. Ai revisori è stata fornita una versione aggiornata da installare e seguendo alcune semplici istruzioni attraverso un'intelligente GUI ho avuto una completa ricostruzione di tutto il software finito con pochi passaggi e una tazza di caffè. Ancora una volta, vediamo NVIDIA rendere le cose più facili in modo che gli sviluppatori possano concentrarsi sul loro lavoro piuttosto che mantenere l'ambiente di costruzione stesso.
Puoi effettivamente creare ed eseguire il debug del software su Jetson TX2, mentre hai un assortimento di altre applicazioni in esecuzione per scrivere un post sul blog.
Dopo alcuni giorni di configurazione e test di tutto, sono rimasto molto colpito da ciò che NVIDIA sta offrendo qui. Il primo Jetson TX1 è stato un ottimo prodotto che ha soddisfatto la necessità di uno sviluppo rapido utilizzando i core GPU per svolgere il lavoro pesante per le applicazioni di rete neurale di deep learning. In pochissimo tempo, NVIDIA ha alzato il livello con un successore in grado di rompere la dipendenza dal cloud utilizzando gli stessi strumenti e tecniche di sviluppo familiari.
La tecnologia del futuro entusiasmerà e ispirerà tutti noi. Prodotti come il Jetson TX2 sono ciò che renderà possibile questo futuro. Il kit per sviluppatori NVIDIA Jetson TX2 ha un prezzo di $ 599 per gli ordini al dettaglio e $ 299 per gli studenti.
Vedere sul portale NVIDIA Embedded Developers
Potremmo guadagnare una commissione per gli acquisti utilizzando i nostri link. Per saperne di più.
Questi sono i migliori auricolari wireless che puoi acquistare ad ogni prezzo!
I migliori auricolari wireless sono comodi, hanno un suono eccezionale, non costano troppo e stanno facilmente in tasca.
Tutto ciò che devi sapere sulla PS5: data di uscita, prezzo e altro.
Sony ha ufficialmente confermato che sta lavorando su PlayStation 5. Ecco tutto ciò che sappiamo finora.
Nokia lancia due nuovi telefoni Android One economici sotto i $ 200.
Nokia 2.4 e Nokia 3.4 sono le ultime aggiunte alla gamma di smartphone economici di HMD Global. Poiché sono entrambi dispositivi Android One, è garantito che riceveranno due importanti aggiornamenti del sistema operativo e aggiornamenti di sicurezza regolari per un massimo di tre anni.
Ottieni di più dalle tue fotocamere Ring con questi accessori.
Le telecamere di sicurezza ad anello sono fantastiche fuori dagli schemi, ma possono essere molto migliori con buoni accessori. Ecco alcuni dei migliori accessori Ring di cui pensiamo non dovresti fare a meno.