Sztuczna inteligencja i maszyny, które mogą się nauczyć, to sposób, w jaki ulepszane będą rzeczy, których używamy na co dzień. Google i Android współpracują ze sztuczną inteligencją Asystent Google i uczenie maszynowe, dlatego ważne jest, aby wiedzieć, jak działa zaplecze, jak się tam dostały i jakie typy sprzętu to umożliwiają. I jest też naprawdę fajny!
Ludzie, którzy będą budować tę technologię przyszłości, będą potrzebować do tego narzędzi. W 2017 roku NVIDIA robi swoje, a Jetson TX2 jest ucieleśnieniem tego pomysłu. Programiści potrzebują sprzętu, który jest nie tylko zdolny do wykonywania obliczeń i myślenia (tak, powiem to), którego będzie potrzebować nasza mądrzejsza przyszłość, ale także jest łatwy w użyciu i wdrożeniu.
AI na krawędzi.
NVIDIA określa to jako „dostarczanie sztucznej inteligencji na krawędzi” i jest to trafny opis. TX2 to kompletny superkomputer. Jest w stanie samodzielnie przetwarzać dane w miejscu i czasie, w którym faktycznie się dzieje, zamiast oddalonych o tysiące kilometrów przez Internet. Uważamy, że łączność jest czymś oczywistym ze względu na sposób, w jaki jej obecnie używamy, ale jest wiele przypadków, w których oczekiwanie na przesyłanie danych w obie strony z inteligentnej maszyny trwa zbyt długo. A duża część tej niebieskiej kulki, na której żyjemy, nie ma połączenia z Internetem i nie będzie miała połączenia przez bardzo długi czas.
Mały komputer, który może zrobić prawie wszystko i sam przetworzyć wszystkie gromadzone dane, to sposób na rozwiązanie tych problemów. Wygląda na to, że NVIDIA znalazła to tutaj.
Co to za rzecz?
To nie jest coś, co możesz znaleźć w Best Buy do celów związanych z telefonem. Nie działa na Androidzie (ale z pewnością nie byłoby to trudne do naprawienia) i jest to coś, czego większość z nas nie kupi. Ale wciąż jest to bardzo ważna część rzeczy, które kochamy.
Jetson TX2 to narzędzie programistyczne. Jetson TX2 jest również gotowym do użycia w terenie modułem do zasilania dowolnego sprzętu opartego na sztucznej inteligencji. Jest to komputer wielkości karty kredytowej ze wszystkimi wejściami i wyjściami, jakie posiada „zwykły” komputer. Po podłączeniu modułu TX2 do specjalnie zaprojektowanej tablicy (jest to część zestawu deweloperskiego) to przeważnie zamienia się w typowy mały komputer PC z wszystkimi portami i podłącza również pulpit ma.
Programiści mogą to wykorzystać do zbudowania sprzętu wokół i faktycznie używać samego Jetsona do uruchamiania demonstracji i symulacji. To zdolna mała maszyna, która może wykonać wszystkie obliczenia, które mogą zrobić coś znacznie większego, wykorzystując do tego niewielką ilość mocy. Specyfikacje techniczne są imponujące.
- Seria NVIDIA Parker Tegra X2: 256-rdzeniowy procesor graficzny Pascal i dwa 64-bitowe rdzenie procesora Denver w połączeniu z czterema procesorami Cortex-A57 w konfiguracji HMP
- 8 GB 128-bitowej pamięci RAM LPDDR4
- 32 GB wbudowanej pamięci eMMC 5.1
- Wi-Fi 802.11b / g / n / ac 2x2 MIMO
- Bluetooth 4.1
- USB 3.0 i USB 2.0
- Gigabit Ethernet
- Gniazdo karty SD do pamięci zewnętrznej
- SATA 2.0
- Kompletny wielokanałowy PMIC
- 400-pinowe szybkie i wolne złącze we / wy standardowe
Najlepszą specyfikacją techniczną jest to, że Jetson TX2 jest pinem do wkręcania pinów, który zastępuje zeszłoroczny Jetson TX1. Niech to zagłębia się na chwilę - programiści, którzy używają istniejących komputerów NVIDIA TX1 do zasilania mózgi stojące za ich sprzętem będą w stanie wyłączyć wszystko, wyciągnąć starą tablicę i włożyć nową jeden. Oprogramowanie dla TX1 zostanie zaktualizowane do tego samego oprogramowania, którego używa TX2, więc będzie to dosłownie kropla w wymianie. Jeśli kiedykolwiek wykonałeś jakąkolwiek pracę w terenie lub w fabryce na sprzęcie, który kosztuje dużo pieniędzy, gdy ma jakiekolwiek przestoje, rozumiesz, jak ważne jest to. Podczas opracowywania sprzętu nowej generacji używa on sprzętu, który działa w 100% z istniejącą generacją.
Sekret tkwi w rdzeniach GPU NVIDIA Pascal. Z tego samego powodu, dla którego rdzenie Pascal są używane w bardzo zaawansowanych kartach graficznych przeznaczonych do gier VR i 4K 3D, są one używane w Jetson TX2. Rdzenie GPU są bardziej wydajnym sposobem na zmniejszenie liczby. Są szybsze i zużywają dużo mniej energii.
Świętym Graalem informatyki jest sztuczna inteligencja (AI): zbudowanie maszyny tak inteligentnej, że może uczyć się samodzielnie bez wyraźnych instrukcji. Głębokie uczenie jest kluczowym składnikiem osiągnięcia nowoczesnej sztucznej inteligencji. Głębokie uczenie pozwala „mózgowi” AI na postrzeganie otaczającego go świata; maszyna sama uczy się i ostatecznie podejmuje decyzje. Obecnie w środowisku akademickim i przemysłowym powszechnie uznaje się, że układy GPU są najnowocześniejszym narzędziem do treningu głębokich neuronów sieci (DNN), ze względu na zalety zarówno szybkości, jak i efektywności energetycznej w porównaniu z bardziej tradycyjnymi platformami opartymi na procesorach.
Komputery z procesorami graficznymi NVIDIA już teraz robią niesamowite rzeczy. Prowadzą one głębokie uczenie używane w samochodach samojezdnych, ucząc robotów podobnych do ludzkich umiejętności motorycznych, takich jak chodzenie i chwytanie, analizowanie wideo z dużą prędkością w celu zapewnienia podpisów tekstowych, a nawet odtwarzania Go. I pokonanie naprawdę dobrego człowieka przeciwnicy.
Rdzenie GPU mogą wykonywać tę samą pracę, zużywając mniej energii, co tradycyjne przetwarzanie CPU.
Prawdziwy test sztucznej inteligencji i mózgów, które mogą nią sterować, jest na horyzoncie. Autonomiczne roboty i drony są opracowywane do zadań takich jak inspekcja przemysłowa, przenośne urządzenia medyczne, które można zabrać w teren, aby pomóc potrzebujący są rozpaczliwie potrzebni, a nawet inteligentne kamery bezpieczeństwa, które mogą analizować to, co widzą i podejmować odpowiednie działania, wkrótce będą rzeczywistości. Pomysły te wymagają obliczeń, które mogą napędzać sztuczną inteligencję za pomocą algorytmów głębokiego uczenia i możliwości samodzielnej analizy danych zebranych w sieci neuronowej. Nie można ich podłączyć do kabla i będą używane w miejscach, w których nawet Verizon nie ma zasięgu.
Oprócz dużej mocy komputer zaprojektowany jako mały i przenośny musi być również energooszczędny. Testowanie pokazów (plik .pdf) że obliczenia oparte na GPU NVIDIA mogą być równoważne procesorowi Intel Core i7 6700K i zużywać 6 watów mocy w porównaniu do 60. Jest to ważne w przypadku sprzętu, który nie jest podłączony do sieci energetycznej.
Przeprowadziliśmy testy porównawcze przy użyciu AlexNet i GoogLeNet - na podstawie CV klasyfikacja i wykrywanie kategorii obiektów testowanie oprogramowania i wyniki były fantastyczne. W trybie Max-P (dużej mocy) Jetson TX2 był w stanie przeanalizować średnio 641 obrazów na sekundę korzystanie z sieci AlexNet przy zużyciu zaledwie 13 watów mocy. Testy GoogLeNet wykazały średnio 278 obrazów na sekundę przy zużyciu 14 watów mocy. Testy Max-Q (niskiego poboru mocy) dały średnio 481 obrazów na sekundę w AlexNet i 191 obrazów na sekundę w GoogLeNet przy zużyciu zaledwie 7 watów mocy. To prawie dwa razy więcej niż zeszłoroczny Jetson TX1, i też był w tym całkiem niezły.
Kiedy możesz przetwarzać informacje tak szybko i dokładnie na miejscu, połączenie z chmurą nie jest czynnikiem ograniczającym, jakim było kiedyś.
W laboratorium
Jetson TX2 powinien być bardzo wydajny w terenie. Jest to pierwsza z maszyn nowej generacji, które będą się uczyć bez połączenia z chmurą i znacznej aktualizacji istniejącego sprzętu. Ale ma też funkcje, które pokochają programiści.
Moduł obliczeniowy wielkości karty kredytowej można podłączyć do pełnej płyty nośnej dostępnej jako część zestawu rozwojowego Jetson TX2. Płyta główna wykorzystuje 400 pinów I / O w module Jetson, aby zapewnić standardowe połączenia pulpitu. Programista może użyć standardowej klawiatury i myszy USB, standardowego monitora i Jetson TX2, aby stworzyć kompletne środowisko programistyczne.
Działając w systemie operacyjnym Linux4Tegra opartym na Ubuntu 16.04, wszystkie narzędzia, których możesz potrzebować do tworzenia i debugowania aplikacji AI do głębokiego uczenia się, są zawarte w oprogramowaniu NVIDIA JetPack. Programiści mogą pobrać pakiet ze Strefy deweloperów firmy NVIDIA, a także skorzystać z samouczków i wiedzy społeczności, aby zobaczyć, co potrafi Jetson, a następnie rozpocząć pracę nad własnymi pomysłami. Oprogramowanie dołączone do JetPacka jest wstępnie skonfigurowane do optymalizacji działania w systemie przetwarzania TX2:
- cuDNN - akcelerowana przez GPU biblioteka prymitywów dla głębokich sieci neuronowych.
- NVIDIA VisionWorks to pakiet programistyczny do przetwarzania obrazu (CV) i przetwarzania obrazu.
- Zestaw narzędzi CUDA - kompleksowe środowisko programistyczne dla programistów C i C ++ tworzących aplikacje akcelerowane przez GPU.
- TensorRT - wysokowydajne środowisko uruchomieniowe wnioskowania głębokiego uczenia do klasyfikacji obrazów, segmentacji i wykrywania obiektów w sieciach neuronowych.
- NVIDIA Nsight Eclipse - W pełni funkcjonalne i dostosowane środowisko Eclipse do tworzenia, debugowania i profilowania aplikacji CUDA-C.
- Tegra System Profiler i Tegra Graphics Debugger - narzędzia do profilowania i próbkowania aplikacji przy użyciu OpenGL.
- Niezbędne zabezpieczenia i zasoby do rozwoju i projektowania sprzętu przy użyciu NVIDIA Jetson TX2.
Korzystanie z tej samej platformy do tworzenia i debugowania dowolnej aplikacji jest koniecznością w przypadku wszystkiego, co jest skomplikowane i skomplikowane. Jest to jeden ze sposobów, w jaki programiści mogą uprościć proces, a wszystko, co może ułatwić, czyni ich szczęśliwszymi. Chociaż Jetson TX2 może nie być zaprojektowany jako jedyny komputer do programowania i budowania, którego będzie używać każda grupa, wiedząc, że jest on przydatny podczas instalacji i prac w terenie. Można dokonać niewielkich poprawek i zmian na krawędzi tak samo jak przetwarzanie odbywa się bez wysyłania danych z powrotem do innego banku komputerowego w celu ich przetworzenia i zwrotu.
Sprzęt można zaprojektować przy użyciu dostępnych zasobów sprzętowych i rysunków, aby nie tylko zmniejszyć złożoność, ale także umożliwić łatwy interfejs przy użyciu łatwo dostępnych urządzeń peryferyjnych i oprogramowania. Uzbrojony w laptopa i kabel USB inżynier lub technik terenowy ma wszystko, czego potrzeba, aby w razie potrzeby odbudować od podstaw.
Oprogramowanie NVIDIA Jetpack oznacza, że programiści mogą skupić się na swojej pracy, a nie na konfigurowaniu środowiska kompilacji.
Nawet instalacja Jetpack firmy NVIDIA jest usprawniona. Recenzentom udostępniono zaktualizowaną wersję do zainstalowania i wykonali kilka prostych instrukcji dzięki sprytnemu graficznemu interfejsowi użytkownika można było całkowicie przebudować całe oprogramowanie za pomocą zaledwie kilku kroków i kubka Kawa. Ponownie widzimy, że NVIDIA ułatwia pracę, dzięki czemu programiści mogą skupić się na swojej pracy, zamiast na utrzymywaniu samego środowiska kompilacji.
W rzeczywistości można tworzyć i debugować oprogramowanie na Jetson TX2, mając jednocześnie szereg innych aplikacji uruchomionych w celu napisania posta na blogu.
Po kilku dniach konfigurowania i testowania wszystkiego byłem pod wielkim wrażeniem tego, co NVIDIA dostarcza tutaj. Pierwszy Jetson TX1 był świetnym produktem, który zaspokoił potrzebę szybkiego rozwoju przy użyciu rdzeni GPU do wykonywania ciężkich zadań w aplikacjach sieci neuronowych uczenia głębokiego. W bardzo krótkim czasie firma NVIDIA podniosła poprzeczkę, wprowadzając następcę, który może przełamać zależność od chmury przy użyciu tych samych znanych narzędzi i technik programistycznych.
Technologia przyszłości zachwyci i zainspiruje nas wszystkich. Produkty takie jak Jetson TX2 umożliwią taką przyszłość. Zestaw programisty NVIDIA Jetson TX2 kosztuje 599 USD w przypadku zamówień detalicznych i 299 USD w przypadku studentów.
Zobacz w portalu NVIDIA Embedded Developers
Możemy otrzymać prowizję za zakupy za pomocą naszych linków. Ucz się więcej.
To najlepsze bezprzewodowe słuchawki douszne, które możesz kupić za każdą cenę!
Najlepsze bezprzewodowe słuchawki douszne są wygodne, świetnie brzmią, nie kosztują zbyt wiele i łatwo mieszczą się w kieszeni.
Wszystko, co musisz wiedzieć o PS5: data premiery, cena i nie tylko.
Sony oficjalnie potwierdziło, że pracuje nad PlayStation 5. Oto wszystko, co o nim wiemy.
Nokia wprowadza na rynek dwa nowe, budżetowe telefony z Androidem One poniżej 200 dolarów.
Nokia 2.4 i Nokia 3.4 to najnowsze dodatki do budżetowej linii smartfonów HMD Global. Ponieważ oba są urządzeniami z Androidem One, mają gwarancję otrzymania dwóch głównych aktualizacji systemu operacyjnego i regularnych aktualizacji zabezpieczeń przez okres do trzech lat.
Te akcesoria pozwalają lepiej wykorzystać aparaty Ring.
Pierścieniowe kamery bezpieczeństwa są niesamowite po wyjęciu z pudełka, ale mogą być znacznie lepsze dzięki dobrym akcesoriom. Oto niektóre z najlepszych akcesoriów Ring, których naszym zdaniem nie powinno Cię brakować.