Одна из проблем, связанных с обзором маленьких компьютеров, — это огромный диапазон вещей, для которых они могут использоваться.
Должны ли мы оценивать его возможность использования в качестве рабочего стола, мозга робота или сервера? Во многих случаях все это обычное использование. С NVIDIA Jetson это не проблема. Хотя он работает под управлением Linux и может использоваться для самых разных целей, на самом деле это машина для одного и только одного: искусственного интеллекта. Это даже напечатано на коробке — I AM AI.
Есть несколько вещей, которые делают его действительно подходящим для этого, и наиболее очевидным является 128-ядерный графический процессор Maxwell. Графические процессоры традиционно используются для создания яркой графики, но оказывается, что точно такая же вычислительная мощность полезна для некоторых других вещей, включая запуск нейронных сетей.
Кроме того, есть четырехъядерный процессор ARM, работающий на частоте 1,4 ГГц. Эта новая версия поставляется с 2 ГБ оперативной памяти. Хотя это меньше, чем 4 ГБ в предыдущей версии, уменьшение ОЗУ сопровождается значительным падением цены — Jetson Nano 2 ГБ стоит всего 59 долларов (версия с 4 ГБ стоит 99 долларов). Еще одно отличие этой версии от предыдущей состоит в том, что теперь имеется только три порта USB.
Помимо вычислительной мощности, есть множество возможностей подключения, включая порт камеры (совместимый с модулями камеры Raspberry Pi) и 40-контактный разъем GPIO. Есть порт Ethernet, но нет Wi-Fi (хотя вы можете добавить беспроводной ключ).
Образ SD-карты NVIDIA Jetson Nano 2 ГБ загружается в Ubuntu под управлением урезанной среды рабочего стола LXDE. Это хорошо для базового использования и не требует слишком много памяти. Однако машинное обучение само по себе может потреблять немного памяти. Если вы загружаетесь без подключенного дисплея, эта среда рабочего стола не запускается, и в вашем распоряжении больше памяти.
Есть вторая проблема с запуском среды рабочего стола — поскольку большинство руководств по машинному обучению работают с распознаванием изображений (хотя вы можете использовать многие другие источники данных и ввода для своего ИИ), если вы используете веб-камеру, клавиатуру и мышь USB. , то нет места для адаптера Wi-Fi.
К счастью, в программе есть отличная поддержка для удаленной работы. Вы можете настроить и запустить свой Jetson Nano вообще без дисплея, и большая часть программирования выполняется через веб-интерфейс Jupyter, поэтому на самом деле не имеет значения, работаете ли вы непосредственно на самой машине или на другом. компьютер подключен к той же сети. В качестве альтернативы вы можете использовать камеру, подключенную к ленточному разъему — камеры Raspberry Pi совместимы, поэтому вы можете использовать либо стандартный модуль камеры, либо камеру высокого качества, чтобы освободить порт USB.
Возможно, выделяющейся особенностью Jetson Nano 2GB является вовсе не оборудование, а система обучения, которую NVIDIA собрала, чтобы помочь вам начать работу с машинным обучением. Существует пакет программного обеспечения, который загружает и устанавливает все необходимое для использования некоторых популярных наборов инструментов машинного обучения, включая TensorFlow и PyTorch. Наряду с этим существует серия бесплатных онлайн-курсов, которые помогут вам научиться использовать это программное обеспечение. Конечно, речь идет не только о выполнении кода на машине. Преимущество маленьких компьютеров в том, что вы можете встраивать их в роботов, машины и другие проекты. 40-контактный разъем не обязательно совместим с Raspberry Pi HAT, но если вы хотите расширить функциональность Jetson Nano, есть некоторое оборудование, разработанное специально для этой платы, в частности, линейка JetBots, которые представляют собой колесные роботы, разработанные, чтобы помочь вам узнать о машинном зрении при самостоятельном вождении. В качестве альтернативы вы можете построить непосредственно из контактов GPIO.
Аппаратное и программное обеспечение серии NVIDIA Jetson действительно является отличной платформой для изучения искусственного интеллекта. Легко установить и изучить широкий спектр стандартного программного обеспечения, а GPIO означают, что ваша машина может взаимодействовать с реальным миром. Добавьте к этому учебные ресурсы, которые помогут вам на самом деле использовать доступное программное обеспечение для машинного обучения, и вы получите отличную платформу для людей, начинающих работать с ИИ. Хотите ли вы создать беспилотный автомобиль, сортировщик объектов на основе зрения или любой другой ИИ на основе камеры.
Тот факт, что им удалось снизить цену до 59 долларов, является настоящим достижением, которое делает его доступным для многих производителей.