בינה מלאכותית ומכונות שיכולות ללמוד הם כיצד ישתפרו הדברים שאנו משתמשים בהם מדי יום. גוגל ואנדרואיד כוללים את ה- AI דרך עוזר גוגל ולמידת מכונה, לכן חשוב לדעת כיצד פועל הקצה האחורי, כיצד הגיעו לשם ואילו סוגי ציוד מאפשרים הכל. וזה ממש מגניב, גם!
האנשים שיבנו טכנולוגיה זו לעתיד יזדקקו לכלים לשם כך. בשנת 2017, NVIDIA עושה את שלו, וה- Jetson TX2 הוא התגלמות הרעיון הזה. מפתחים זקוקים לחומרה שלא רק מסוגלת לעשות את המחשוב ולחשוב (כן, אני אגיד את זה) שהעתיד החכם שלנו יצטרך, אלא שהיא גם קלה לשימוש ולפריסה.
AI בקצה.
NVIDIA מתייחסת לזה כ"מסירת AI בקצה "וזה תיאור מתאים. ה- TX2 הוא מחשב-על שלם. היא מסוגלת לעבד נתונים לבד במקום ובזמן שזה קורה במקום במקום אלפי קילומטרים דרך האינטרנט. אנו מקבלים את הקישוריות כמובנת מאליה בגלל האופן שבו אנו משתמשים בה כרגע, אך ישנם המון מקרים שבהם ההמתנה לנתיב הלוך-חזור ממכונה חכמה פשוט ארוכה מכדי לחכות. ולחלק גדול מהשיש הכחול הזה שאנו חיים עליו אין קשר לאינטרנט, ולא יהיה הרבה מאוד זמן.
מחשב קטן שיכול לעשות כמעט כל דבר ולעבד את כל הנתונים שהוא אוסף בעצמו הוא איך אתה מתמודד עם הבעיות האלה. נראה כי NVIDIA מסמרת את זה כאן.
מה הדבר הזה?
זה לא משהו שאתה יכול למצוא ב- Best Buy לשימוש עבור דברים שאתה עושה עם הטלפון שלך. זה לא מריץ אנדרואיד (אבל בהחלט לא יהיה קשה לתקן את זה) וזה משהו שרובנו לא נקנה. אבל זה עדיין חלק חשוב מאוד מהדברים שאנחנו אוהבים.
ה- Jetson TX2 הוא כלי פיתוח. ה- Jetson TX2 הוא גם מודול מוכן לשטח להפעלת כל ציוד מבוסס AI. זה מחשב בגודל של כרטיס אשראי עם כל התשומות והפלטים שיש למחשב "רגיל". כשאתה מחבר את מודול ה- TX2 ללוח האחורי שתוכנן במיוחד (זה חלק מערכת הפיתוח) אותו הופך לרוב למחשב בעל צורה קטנה אופיינית, כולל כל היציאות ומחבר גם את שולחן העבודה שלך יש ל.
מפתחים יכולים להשתמש בזה כדי לבנות ציוד סביב ולמעשה להשתמש ב- Jetson עצמו להפעלת הדגמות וסימולציות. זו מכונה קטנה ומסוגלת שיכולה לעשות את כל החישובים שמשהו הרבה יותר גדול יכול לעשות תוך שימוש בכוח זעיר לשם כך. המפרט הטכנולוגי מרשים.
- סדרת NVIDIA פארקר, טגרה X2: 256 ליבות Pascal GPU ושתי ליבות מעבד של 64 סיביות של דנבר, יחד עם ארבעה מעבדי Cortex-A57 בתצורת HMP
- 8GB של זיכרון RAM של LPDDR4 בנפח 128 סיביות
- 32GB eMMC 5.1 אחסון מובנה
- 802.11b / g / n / ac 2x2 MIMO Wi-Fi
- Bluetooth 4.1
- USB 3.0 ו- USB 2.0
- Gigabit Ethernet
- חריץ לכרטיס SD לאחסון חיצוני
- SATA 2.0
- PMIC רב ערוצי שלם
- מחבר קלט / פלט סטנדרטי בתעשייה במהירות גבוהה ובמהירות נמוכה של 400 פינים
המפרט הטכנולוגי הטוב ביותר הוא שה- Jetson TX2 הוא סיכה לטיפה של סיכה במקום ה- Jetson TX1 בשנה שעברה. תן לזה לשקוע קצת - מפתחים המשתמשים במחשבי NVIDIA TX1 קיימים כדי להפעיל את מוח שמאחורי הציוד שלהם יוכל לכבות דברים, למשוך את הלוח הישן ולהכניס את החדש אחד. התוכנה עבור ה- TX1 תעודכן לאותה תוכנה בה TX2 משתמשת, כך שהיא ממש תהיה טיפה בתחליף. אם אי פעם ביצעת כל סוג של עבודות שטח או מפעל על ציוד שעולה הרבה כסף כשיש לו השבתה כלשהי, אתה מבין כמה זה חשוב. בעוד שציוד הדור הבא מפותח, הוא משתמש בחומרה שעובדת ב 100% עם הדור הקיים.
הסוד כאן הוא דרך ליבות ה- Pascal GPU של NVIDIA. אותה הסיבה שבגליליות Pascal משתמשים בכרטיסי מסך יוקרתיים במיוחד המיועדים למשחקי VR ו- 4K 3D, הם משמשים את Jetson TX2. ליבות GPU הן דרך יעילה יותר לכווץ מספרים. הם מהירים יותר ומשתמשים בהרבה פחות כוח.
הגביע הקדוש של המחשוב הוא בינה מלאכותית (AI): בניית מכונה כל כך חכמה שהיא יכולה ללמוד לבד ללא הוראה מפורשת. למידה עמוקה היא מרכיב קריטי להשגת AI מודרני. למידה עמוקה מאפשרת למוח ה- AI לתפוס את העולם סביבו; המכונה לומדת ובסופו של דבר מקבל החלטות מעצמה. כיום מוכרים באופן נרחב באקדמיה ובתעשייה כי GPUs הם המצב הטכנולוגי ביותר בהכשרת עצבים עמוקים רשתות (DNN), בגלל יתרונות מהירות ויעילות אנרגטית בהשוואה לפלטפורמות מסורתיות יותר מבוססות מעבד.
מחשבי GPU של NVIDIA כבר עושים כמה דברים מדהימים. הם מניעים את הלמידה העמוקה המשמשת למכוניות בנהיגה עצמית, ומלמדים רובוטים מיומנויות מוטוריות דמויי אנוש כגון הליכה ו אחיזה, ניתוח וידאו במהירות גבוהה כדי לספק כיתוב טקסט ואפילו להפעיל את Go. ומכה אנושי ממש טוב יריבים.
ליבות GPU יכולות לבצע את אותה עבודה תוך שימוש בפחות כוח כמו מחשוב מעבד מסורתי.
המבחן האמיתי של AI והמוחות שיכולים להניע אותו נמצא באופק. רובוטים ומזל"טים אוטונומיים מפותחים לעבודות כמו פיקוח תעשייתי, מכשירים רפואיים ניידים שניתן לקחת בשטח כדי לעזור נזקקים נדרשים נואשות ואפילו מצלמות אבטחה חכמות שיכולות לנתח את מה שהם רואים ולנקוט בפעולות מתאימות בקרוב מציאות. רעיונות אלה זקוקים למחשוב שיכול להניע AI בעזרת אלגוריתמים של למידה עמוקה ויכולת לנתח נתונים שנאספו עצביים בכוחות עצמם. לא ניתן לחבר אותם לכבל וישמשו במקומות בהם אפילו ל- Verizon אין כיסוי.
מלבד היותו חזק, מחשב שתוכנן להיות קטן ונייד צריך להיות חסכוני בחשמל. מופעי בדיקה (קובץ PDF) כי מחשוב מבוסס NVIDIA GPU יכול להיות שווה ערך למעבד Core i7 6700K של אינטל ולהשתמש ב -6 וואט בהשוואה ל -60. עבור ציוד שאינו מחובר לרשת החשמל, זה חשוב.
העברנו כמה מדדים באמצעות אלכסנט ו GoogLeNet - מבוסס קורות חיים סיווג וגילוי של קטגוריות אובייקטים תוכנות בדיקה והתוצאות היו נהדרות. במצב Max-P (הספק גבוה) Jetson TX2 הצליח לנתח בממוצע 641 תמונות לשניה באמצעות רשת AlexNet תוך שימוש ב 13 וואט בלבד. בדיקות ה- GoogLeNet עמדו בממוצע על 278 תמונות בשנייה תוך שימוש ב -14 וואט. מבחני Max-Q (צריכת חשמל נמוכה) השיגו 481 תמונות לשנייה בממוצע ב- AlexNet ו- 191 תמונות בשנייה ב- GoogLeNet תוך שימוש ב 7 וואט בלבד. זה כמעט פי שניים ממה שג'טסון TX1 בשנה שעברה יכול היה לספק, וגם זה היה די טוב בזה.
כאשר אתה יכול לעבד מידע במהירות ובאתר מדויק זה באתר, חיבור לענן אינו הגורם המגביל שהיה בעבר.
במעבדה
ה- Jetson TX2 אמור להיות מסוגל מאוד בתחום. זו הראשונה ממכונות הדור הבא שילמדו על ידי ביצוע ללא חיבור לענן ושדרוג משמעותי מהציוד הקיים. אבל יש לו גם תכונות שמפתחים יאהבו.
מודול המחשוב בגודל כרטיס האשראי יכול להתחבר ללוח מוביל זמין כחלק מערכת הפיתוח של Jetson TX2. לוח הספק משתמש ב -400 פינים של קלט / פלט במודול Jetson כדי לספק חיבורי שולחן עבודה סטנדרטיים. מפתח תוכנה יכול להשתמש במקלדת ועכבר USB רגילים, בצג רגיל וב- Jetson TX2 כדי ליצור סביבת פיתוח שלמה.
בהפעלת מערכת הפעלה Linux4Tegra מבוססת אובונטו 16.04, כל הכלים הנדרשים לפיתוח וניתוח באגים של יישומי AI עמוקים נכללים כחלק מתוכנת JetPack של NVIDIA. מפתחים יכולים להוריד את החבילה מאזור המפתחים של NVIDIA, וכן לעקוב אחר הדרכות וידע קהילתי כדי לראות מה הג'טסון יכול לעשות ואז להתחיל לעבוד על הרעיונות שלהם. התוכנה הכלולה ב- JetPack מוגדרת מראש להפעלה ממוטבת במערכת העיבוד TX2:
- cuDNN - ספרייה מואצת של GPU פרימיטיביים לרשתות עצביות עמוקות.
- NVIDIA VisionWorks הינה חבילת פיתוח תוכנה לראיית מחשב (CV) ועיבוד תמונה.
- ערכת כלים CUDA - סביבת פיתוח מקיפה עבור מפתחי C ו- C ++ הבונים יישומים מואצים ב- GPU.
- TensorRT - ביצועי ביצועים גבוהים של זמן ריצת למידה עמוקה לסיווג תמונות, פילוח וגילוי עצמים ברשתות עצביות.
- ליקוי חמה של NVIDIA - Eclipse IDE בעל תכונות מלאות לפיתוח, ניפוי באגים ורישום פרופילי CUDA-C.
- פרופיל מערכת טגרה ודיפוי באגים גרפיקה - כלים לפרופיל ולדגום של יישומים באמצעות OpenGL.
- הביטחונות והנכסים הדרושים לפיתוח ועיצוב חומרה באמצעות NVIDIA Jetson TX2.
השימוש באותה פלטפורמה לבניית וניתוח באגים לכל יישום הוא חובה לכל דבר מורכב ומסובך. זו אחת הדרכים שמפתחים יכולים לפשט את התהליך וכל מה שיכול לעזור להקל על הדברים הופך את היזמים למאושרים יותר. אמנם Jetson TX2 לא יכול להיות מתוכנן כמחשב הפיתוח והבנייה היחיד בו כל קבוצה תשתמש, הידיעה שהוא מסוגל היא ברכה להתקנה ולעבודה בשטח. ניתן לבצע התאמות ושינויים קטנים על הקצה באותה צורה שהעיבוד הוא בלי לשלוח נתונים בחזרה לבנק מחשבים אחר לעיבוד והחזרה.
ניתן לתכנן ציוד באמצעות נכסי החומרה והציורים הזמינים כדי לא רק להפחית את המורכבות אלא לאפשר ממשק קל באמצעות ציוד היקפי ותוכנה זמינים. חמושים במחשב נייד וכבל USB, למהנדס או לטכנולוגיה בתחום יש את כל הדרוש לבנייה מחדש מהיסוד במידת הצורך.
התוכנה של NVIDIA Jetpack פירושה שמפתחים יכולים להתמקד בעבודתם ולא להקים סביבת בנייה.
אפילו ההתקנה של ה- Jetpack של NVIDIA מתייעלת. הסוקרים קיבלו גרסה מעודכנת להתקנה, ובעקבות מספר הוראות פשוטות באמצעות ממשק משתמש חכם היה בנייה מחודשת של כל התוכנות עם מספר צעדים בלבד וכוס קפה. שוב אנו רואים את NVIDIA מקלה על כך שמפתחים יוכלו להתמקד בעבודתם במקום לשמור על סביבת הבנייה עצמה.
אתה באמת יכול לבנות ולפתור באגים בתוכנה ב- Jetson TX2, בעוד שיש לך מגוון של יישומים אחרים שרצים לכתוב פוסט בבלוג.
אחרי כמה ימים של קביעת דברים ובדיקת הכל, יצאתי מאוד מתרשם ממה שמציעה NVIDIA כאן. ה- Jetson TX1 הראשון היה מוצר נהדר שמילא צורך בפיתוח מהיר באמצעות ליבות GPU בכדי לבצע את הרמה הכבדה ליישומי רשת עצבים למידה עמוקה. בתוך זמן קצר מאוד, NVIDIA העלתה את הרף עם יורש שיכול לשבור את התלות בענן באמצעות אותם כלים ופיתוחים מוכרים.
הטכנולוגיה של העתיד תלהיב ויתן השראה לכולנו. מוצרים כמו Jetson TX2 הם מה שיאפשר את העתיד הזה. ערכת המפתחים של NVIDIA Jetson TX2 מתומחרת ב -599 דולר להזמנות קמעונאיות ו -299 דולר לסטודנטים.
ראה בפורטל המפתחים המובנה של NVIDIA
אנו עשויים להרוויח עמלה על רכישות באמצעות הקישורים שלנו. למד עוד.
אלה האוזניות האלחוטיות הטובות ביותר שאתה יכול לקנות בכל מחיר!
האוזניות האלחוטיות הטובות ביותר נוחות, נשמעות נהדר, לא עולות יותר מדי ונכנסות בקלות לכיס.
כל מה שאתה צריך לדעת על PS5: תאריך פרסום, מחיר ועוד.
סוני אישרה רשמית שהיא עובדת על פלייסטיישן 5. הנה כל מה שאנחנו יודעים עליו עד כה.
נוקיה משיקה שני טלפונים חדשים של Android One עם פחות תקציב של 200 דולר.
נוקיה 2.4 ונוקיה 3.4 הן התוספות האחרונות למערך הסמארטפונים התקציביים של HMD Global. מכיוון ששניהם מכשירי Android One, מובטח שהם יקבלו שני עדכוני מערכת הפעלה מרכזיים ועדכוני אבטחה קבועים עד שלוש שנים.
הפק יותר מהמצלמות שלך עם אביזרים אלה.
מצלמות אבטחה מצלצלות מדהימות מהקופסה, אבל הן יכולות להיות הרבה יותר טובות עם אביזרים טובים. הנה כמה מאביזרי הטבעת המובילים שלדעתנו לא כדאי להיות בלעדיהם.