İçindekiler:
Yapay Zeka ve öğrenebilen makineler, her gün kullandığımız şeylerin nasıl geliştirileceğidir. Google ve Android, Google Asistan ve makine öğrenimi yoluyla AI ile çalışıyorlar, bu nedenle arka ucun nasıl çalıştığını, oraya nasıl ulaştığını ve ne tür donanımların mümkün olduğunu bilmek önemlidir. Ve bu da gerçekten harika!
Geleceğin bu teknolojisini inşa edecek insanların bunu yapmak için araçlara ihtiyacı olacak. 2017'de NVIDIA rolünü yapıyor ve Jetson TX2 bu fikrin somutlaşmış hali. Geliştiriciler, yalnızca daha akıllı geleceğimizin ihtiyaç duyacağı bilgisayar ve düşünme yeteneğine sahip donanıma ihtiyaç duymazlar (evet, söyleyeceğim), aynı zamanda kullanımı ve kullanımı kolaydır.
Kenardaki AI.
NVIDIA buna "AI’yı Edge’te sunmak" olarak adlandırıyor ve bu uygun bir tanım. TX2 tam bir süper bilgisayardır. İnternet üzerinden binlerce mil yerine, gerçekleştiği yerde ve zamanda veriyi kendi başına işleyebiliyor. Şu anda kullanma şeklimiz nedeniyle verilen bağlantıyı kabul ediyoruz, ancak akıllı bir makine parçasından veri gidişini beklemenin çok uzun sürdüğü birçok durum var. Ve yaşadığımız bu mavi mermerin büyük bir kısmı internet bağlantısıyla değil, çok uzun bir süre olmayacak.
Hemen hemen her şeyi yapabilen ve kendi topladığı tüm verileri işleyebilen küçük bir bilgisayar, bu sorunları nasıl çözeceğinizdir. NVIDIA burada çivilenmiş gibi görünüyor.
Bu da ne?
Bu, telefonunuzla yaptığınız işlerde kullanmak için Best Buy'da bulabileceğiniz bir şey değildir. Android'i çalıştırmıyor (ancak bunu düzeltmek kesinlikle zor olmaz) ve bu çoğumuzun satın almayacağı bir şey. Ama yine de sevdiğimiz şeylerin çok önemli bir parçası.
Jetson TX2 bir geliştirme aracıdır. Jetson TX2 ayrıca AI tabanlı ekipmanlara güç sağlamak için sahada hazır bir modüldür. Tüm giriş ve çıkışları "normal" bir bilgisayarda olan kredi kartı boyutunda bir bilgisayardır. TX2 modülünü özel olarak tasarlanmış arka paneline (geliştirme kitinin bir parçası) taktığınızda, çoğunlukla masaüstünüzde bulunan tüm bağlantı noktalarına ve fişlere sahip tipik küçük form faktörlü bir PC'ye dönüşür.
Geliştiriciler bunu ekipman oluşturmak için kullanabilirler ve aslında demoları ve simülasyonları çalıştırmak için Jetson'un kendisini kullanabilirler. Bunu yapmak için çok az miktarda güç kullanırken daha büyük bir şeyin yapabileceği tüm hesaplamaları yapabilen küçük bir makinedir. Teknik özellikler etkileyici.
- NVIDIA Parker serisi Tegra X2: 256 çekirdekli Pascal GPU ve iki 64 bit Denver CPU çekirdeği bir HMP yapılandırmasında dört Cortex-A57 CPU ile eşleştirildi
- 8 GB'lık 128-bit LPDDR4 RAM
- 32GB eMMC 5.1 yerleşik depolama
- 802.11b / g / n / ac 2x2 MIMO Wi-Fi
- Bluetooth 4.1
- USB 3.0 ve USB 2.0
- Gigabit Ethernet
- Harici depolama için SD kart yuvası
- SATA 2.0
- Komple çok kanallı PMIC
- 400 pin yüksek hızlı ve düşük hızlı endüstri standardı I / O konektörü
En iyi teknik özellik, Jetson TX2'nin geçen yılki Jetson TX1'in yerine pim atması için bir pim olmasıdır. Beynini bir kenara bırakmasına izin verin - mevcut NVIDIA TX1 bilgisayarlarını kullanan ve beyinlerini ekipmanlarının arkasına yerleştirmek için kullanan geliştiricilerin işleri kapatması, eski tahtayı çekmesi ve yenisini takması mümkün olacak. TX1'in yazılımı, TX2'nin kullandığı yazılımla güncellenir, böylece kelimenin tam anlamıyla bir yedek olur. Herhangi bir arıza süresi olduğunda çok fazla paraya mal olan ekipman üzerinde herhangi bir tarla veya fabrika çalışması yaptıysanız, bunun ne kadar önemli olduğunu anlarsınız. Yeni nesil ekipman geliştirilirken, mevcut nesille% 100 çalışan donanım kullanıyor.
Buradaki sır NVIDIA'nın Pascal GPU çekirdeğidir. Pascal çekirdeği, VR ve 4K 3D oyun için tasarlanmış çok yüksek kaliteli ekran kartlarında kullanılmasının nedeni, Jetson TX2 için kullanılmasının nedeni budur. GPU çekirdekleri sayıları ezmek için daha etkili bir yoldur. Daha hızlılar ve çok daha az güç kullanıyorlar.
Bilgisayarın kutsal kâsesi yapay zekadır (AI): o kadar akıllı bir makine kurar ki, açık bir talimat olmadan kendi başına öğrenebilir. Derin öğrenme, modern yapay zeka elde etmenin kritik bir bileşenidir. Derin öğrenme AI "beyin" nin etrafındaki dünyayı algılamasını sağlar; Makine öğrenir ve nihayetinde kararları kendisi alır. Artık akademi ve endüstri içinde, GPU'ların, daha geleneksel CPU tabanlı platformlara kıyasla hem hız hem de enerji verimliliği avantajları nedeniyle, derin sinir ağlarının (DNN) eğitiminde son teknoloji olduğu bilinmektedir.
NVIDIA GPU bilgisayarları zaten bazı şaşırtıcı şeyler yapıyor. Kendi kendini süren otomobiller için kullanılan derin öğrenmeyi yönlendirir, robotlara yürüme ve kavrama gibi insan gibi motor becerileri öğretir, metin başlıkları sağlamak için videoyu yüksek hızda analiz eder ve hatta Go oynar. Ve gerçekten iyi insan rakiplerini yenmek.
GPU çekirdeği, aynı işlemi geleneksel CPU hesaplamasından daha az güç kullanarak yapabilir.
AI ve onu sürdürebilecek beyinlerin gerçek testi ufukta. Sanayide inceleme, ihtiyaç duyulanlara umutsuzca ihtiyaç duyulanlara yardım edebilmek için sahada alınabilecek taşınabilir tıbbi cihazlar gibi otonom robotlar ve dronlar geliştirilmekte ve gördüklerini analiz edip uygun önlemleri alabilecek akıllı güvenlik kameraları bile yakında bulunmaktadır. gerçekler olmak. Bu fikirlerin yapay zekayı derin öğrenme algoritmalarıyla yönlendiren ve sinir ağları toplanan verileri kendi başlarına analiz edebilme becerisine sahip bir bilişim sistemine ihtiyacı var. Bir kabloya bağlanamazlar ve Verizon'un bile kapsamadığı yerlerde kullanılır.
Güçlü olmasının yanında, küçük ve taşınabilir olacak şekilde tasarlanmış bir bilgisayarın güç açısından verimli olması gerekir. Testler (.pdf dosyası) NVIDIA GPU tabanlı hesaplamanın Intel core i7 6700K işlemciye eşdeğer olabileceğini ve 60'a kıyasla 6 watt güç kullanabileceğini gösteriyor. Elektrik şebekesine bağlı olmayan donanımlar için bu önemlidir.
AlexNet ve GoogLeNet - CV tabanlı nesne kategorisi sınıflandırma ve tespit test yazılımını kullanarak bazı testler yaptık ve sonuçlar mükemmeldi. Max-P (yüksek güçlü) modunda, Jetson TX2, yalnızca 13 watt güç kullanırken AlexNet Network'ü kullanarak saniyede ortalama 641 görüntüyü analiz edebildi. GoogLeNet testi 14 watt güç kullanırken saniyede ortalama 278 görüntü elde ediyor. Max-Q (düşük güç) testleri AlexNet'te saniyede ortalama 481 görüntü, GoogLeNet'te ise sadece 7 watt kullanarak saniyede 191 görüntü elde etti. Bu, geçen yılki Jetson TX1'in teslim edebileceğinin neredeyse iki katı ve bu konuda da oldukça iyiydi.
Bilgileri bu kadar hızlı ve bu yerinde doğru olarak işleyebildiğinizde, buluta bağlantı eskiden olduğu kadar sınırlayıcı bir faktör değildir.
Laboratuvarda
Jetson TX2 alanında çok yetenekli olmalıdır. Buluta bağlanmadan ve mevcut ekipmandan önemli ölçüde yükseltme yaparak öğrenecek yeni nesil makinelerin ilkidir. Ancak geliştiricilerin seveceği özelliklere de sahiptir.
Kredi kartı büyüklüğündeki hesaplama modülü, Jetson TX2 geliştirme kitinin bir parçası olarak kullanılabilen eksiksiz bir taşıyıcı panele takılabilir. Taşıyıcı kart, standart masaüstü bağlantıları sağlamak için Jetson modülündeki 400 G / Ç pimini kullanır. Bir yazılım geliştiricisi, eksiksiz bir geliştirme ortamı oluşturmak için standart bir USB klavye ve fare, standart bir monitör ve Jetson TX2 kullanabilir.
Ubuntu 16.04 tabanlı bir Linux4Tegra işletim sistemi üzerinde çalışan, derin öğrenme AI uygulamalarını geliştirmek ve hata ayıklamak için ihtiyaç duyabileceğiniz tüm araçlar NVIDIA'nın JetPack yazılımının bir parçası olarak dahil edilmiştir. Geliştiriciler, paketi NVIDIA'nın Geliştirici Alanından indirebilir ve Jetson'un neler yapabileceğini görmek için eğitimleri ve topluluk bilgilerini izleyebilir ve sonra kendi fikirleri üzerinde çalışmaya başlayabilir. JetPack'in içerdiği yazılım, TX2 işlem sisteminde optimize edilmiş şekilde çalışacak şekilde önceden yapılandırılmıştır:
- cuDNN - derin sinir ağları için GPU hızlandırmalı bir ilkel kütüphanesi.
- NVIDIA VisionWorks, Computer Vision (CV) ve görüntü işleme için bir yazılım geliştirme paketidir.
- CUDA Toolkit - GPU hızlandırmalı uygulamalar geliştiren C ve C ++ geliştiricileri için kapsamlı bir geliştirme ortamı.
- TensorRT - görüntü sınıflandırma, segmentasyon ve nesne algılama sinir ağları için yüksek performanslı derin öğrenme çıkarım süresi.
- NVIDIA Nsight Eclipse - CUDA-C uygulamalarını geliştirmek, hata ayıklamak ve profil oluşturmak için tam özellikli ve özelleştirilmiş bir Eclipse IDE.
- Tegra Sistem Profilcisi ve Tegra Grafik Hata Ayıklayıcı - OpenGL kullanarak profil ve örnek uygulama araçları.
- NVIDIA Jetson TX2 kullanarak donanım geliştirmek ve tasarlamak için gerekli teminat ve varlıklar.
Herhangi bir uygulamayı oluşturmak ve hata ayıklamak için aynı platformu kullanmak karmaşık ve karmaşık bir şey için şarttır. Geliştiricilerin süreci basitleştirebilmelerinin yollarından biridir ve işleri daha kolay hale getirmeye yardımcı olabilecek her şey, daha mutlu geliştiriciler için kolaylaştırır. Jetson TX2, herhangi bir grubun kullanabileceği tek geliştirme ve yapı bilgisayarı olarak tasarlanmamış olsa da, bunun yetenekli olduğunu bilmek, kurulum ve saha çalışması için bir nimettir. Küçük ayarlamalar ve değişiklikler yapılması, İşlemin işlenmesi ve geri gönderilmesi için verileri başka bir bilgisayar bankasına geri göndermeden aynı şekilde Kenar üzerinde yapılabilir.
Ekipman, sadece karmaşıklığı azaltmak için değil aynı zamanda hazır çevre birimleri ve yazılımı kullanarak kolay bir arayüze izin vermek için mevcut donanım varlıkları ve çizimleri kullanılarak tasarlanabilir. Bir dizüstü bilgisayar ve bir USB kablosu ile donanmış bir mühendis veya saha teknisyeni gerekirse yeniden kurmak için gereken her şeye sahiptir.
NVIDIA Jetpack yazılımı, geliştiricilerin bir yapı ortamı oluşturmayacak şekilde işlerine odaklanabilecekleri anlamına gelir.
NVIDIA'nın Jetpack kurulumu bile düzene sokuldu. Gözden geçirenlere, yüklemek için güncellenmiş bir sürüm sağlandı ve akıllı bir GUI aracılığıyla birkaç basit talimatı izleyerek, yalnızca birkaç adım ve bir fincan kahve ile tamamlanan tüm yazılımı tamamen yeniden oluşturdu. Yine, NVIDIA'nın işleri daha kolay hale getirdiğini görüyoruz, böylece geliştiriciler yapılı çevrenin kendisini korumak yerine işlerine odaklanabilirler.
Her şeyi ayarladıktan ve her şeyi test ettikten birkaç gün sonra, NVIDIA'nın burada sağladıklarından çok etkilendim. İlk Jetson TX1 derin öğrenme sinir ağı uygulamaları için ağır kaldırma yapmak için GPU çekirdeklerini kullanarak hızlı bir gelişim için ihtiyaç dolduran harika bir üründü. Çok kısa bir süre içinde NVIDIA, aynı bilinen geliştirme araçlarını ve tekniklerini kullanarak buluta bağımlılığı kırabilecek halefi olan çıtayı yükseltmiştir.
Geleceğin teknolojisi hepimizi heyecanlandıracak ve ilham verecek. Jetson TX2 gibi ürünler bu geleceği mümkün kılacaklardır. NVIDIA Jetson TX2 Geliştirici Kiti, perakende siparişler için 599 dolar, öğrenciler için 299 dolar olarak fiyatlandırılır.
NVIDIA Embedded Developers portalında bakın
