Künstliche Intelligenz und Maschinen, die lernen können, sind, wie die Dinge, die wir jeden Tag benutzen, verbessert werden. Google und Android sind All-in mit KI durch Google-Assistent und maschinelles Lernen, daher ist es wichtig zu wissen, wie das Back-End funktioniert, wie sie dorthin gekommen sind und welche Arten von Geräten dies alles möglich machen. Und es ist auch wirklich cool!
Die Menschen, die diese Technologie der Zukunft bauen werden, werden die Werkzeuge dafür benötigen. Im Jahr 2017 NVIDIA leistet seinen Beitrag, und der Jetson TX2 ist die Verkörperung dieser Idee. Entwickler benötigen Hardware, die nicht nur in der Lage ist, die Daten zu verarbeiten und zu denken (ja, ich sage es), die unsere intelligentere Zukunft benötigt, sondern auch einfach zu verwenden und bereitzustellen ist.
KI am Rande.
NVIDIA bezeichnet dies als "Bereitstellung von KI am Rande" und ist eine zutreffende Beschreibung. Der TX2 ist ein kompletter Supercomputer. Es ist in der Lage, Daten an dem Ort und zu der Zeit, an dem sie tatsächlich stattfinden, selbst zu verarbeiten, anstatt Tausende von Kilometern über das Internet entfernt zu sein. Wir halten Konnektivität aufgrund der Art und Weise, wie wir sie derzeit verwenden, für selbstverständlich, aber es gibt viele Fälle, in denen das Warten auf eine Datenrundfahrt von einem intelligenten Gerät aus einfach zu lang ist, um zu warten. Und ein großer Teil dieses blauen Marmors, auf dem wir leben, hat keine Verbindung zum Internet und wird es für eine sehr lange Zeit nicht sein.
Mit einem kleinen Computer, der fast alles kann und alle gesammelten Daten selbst verarbeitet, können Sie diese Probleme lösen. NVIDIA scheint es hier geschafft zu haben.
Was ist dieses Ding?
Dies ist nichts, was Sie bei Best Buy finden können, um es für Dinge zu verwenden, die Sie mit Ihrem Telefon tun. Es läuft nicht mit Android (aber es wäre sicherlich nicht schwierig, das zu beheben) und es ist etwas, das die meisten von uns nicht kaufen werden. Aber es ist immer noch ein sehr wichtiger Teil der Dinge, die wir lieben.
Der Jetson TX2 ist ein Entwicklungswerkzeug. Der Jetson TX2 ist auch ein feldbereites Modul zur Stromversorgung aller AI-basierten Geräte. Es ist ein Computer von der Größe einer Kreditkarte mit allen Ein- und Ausgängen eines "normalen" Computers. Wenn Sie das TX2-Modul an das speziell entwickelte Backboard anschließen (das Teil des Entwicklungskits ist), wird es angeschlossen verwandelt sich meistens in einen typischen PC mit kleinem Formfaktor, der alle Anschlüsse und Stecker Ihres Desktops enthält hat.
Entwickler können damit Geräte bauen und den Jetson selbst zum Ausführen von Demos und Simulationen verwenden. Es ist eine fähige kleine Maschine, die alle Berechnungen ausführen kann, die viel größer sind, während sie dabei nur eine winzige Menge an Leistung benötigt. Die technischen Daten sind beeindruckend.
- NVIDIA Parker-Serie Tegra X2: 256-Kern-Pascal-GPU und zwei 64-Bit-Denver-CPU-Kerne gepaart mit vier Cortex-A57-CPUs in einer HMP-Konfiguration
- 8 GB 128-Bit-LPDDR4-RAM
- Onboard-Speicher mit 32 GB eMMC 5.1
- 802.11b / g / n / ac 2x2 MIMO Wi-Fi
- Bluetooth 4.1
- USB 3.0 und USB 2.0
- Gigabit Ethernet
- SD-Kartensteckplatz für externen Speicher
- SATA 2.0
- Komplette Mehrkanal-PMIC
- 400-poliger Hochgeschwindigkeits- und Niedriggeschwindigkeits-E / A-Anschluss nach Industriestandard
Die beste technische Spezifikation ist, dass der Jetson TX2 ein Pin für Pin Drop ist, der den letztjährigen Jetson TX1 ersetzt. Lassen Sie das ein wenig auf sich wirken - Entwickler, die vorhandene NVIDIA TX1-Computer verwenden, um das Gerät mit Strom zu versorgen Gehirne hinter ihrer Ausrüstung werden in der Lage sein, Dinge abzuschalten, das alte Brett zu ziehen und das neue einzulegen einer. Die Software für den TX1 wird auf dieselbe Software aktualisiert, die der TX2 verwendet, sodass es sich buchstäblich um einen Ersatz handelt. Wenn Sie jemals Feld- oder Fabrikarbeiten an Geräten durchgeführt haben, die bei Ausfallzeiten viel Geld kosten, wissen Sie, wie wichtig dies ist. Während die Geräte der nächsten Generation entwickelt werden, wird Hardware verwendet, die zu 100% mit der vorhandenen Generation zusammenarbeitet.
Das Geheimnis liegt hier in den Pascal-GPU-Kernen von NVIDIA. Der gleiche Grund, warum Pascal-Kerne in sehr hochwertigen Grafikkarten für VR- und 4K-3D-Spiele verwendet werden, ist der Grund, warum sie für den Jetson TX2 verwendet werden. GPU-Kerne sind eine effizientere Methode, um Zahlen zu ermitteln. Sie sind schneller und verbrauchen viel weniger Strom.
Der heilige Gral des Rechnens ist die künstliche Intelligenz (KI): Sie bauen eine Maschine, die so intelligent ist, dass sie ohne ausdrückliche Anweisung von selbst lernen kann. Deep Learning ist eine wichtige Zutat für die Erreichung einer modernen KI. Durch tiefes Lernen kann das "Gehirn" der KI die Welt um sich herum wahrnehmen. Die Maschine lernt und trifft letztendlich selbst Entscheidungen. In Wissenschaft und Industrie ist mittlerweile allgemein anerkannt, dass GPUs der Stand der Technik beim Training von Deep Neural sind Netzwerke (DNN) aufgrund von Geschwindigkeits- und Energieeffizienzvorteilen im Vergleich zu herkömmlichen CPU-basierten Plattformen.
NVIDIA GPU-Computer machen bereits einige erstaunliche Dinge. Sie fahren das tiefe Lernen, das für selbstfahrende Autos verwendet wird, und vermitteln Robotern menschenähnliche motorische Fähigkeiten wie Gehen und Erfassen, Analysieren von Videos mit hoher Geschwindigkeit, um Textunterschriften bereitzustellen und sogar Go abzuspielen. Und wirklich gute Menschen zu schlagen Gegner.
GPU-Kerne können die gleiche Arbeit mit weniger Strom als herkömmliches CPU-Computing ausführen.
Der eigentliche Test der KI und des Gehirns, das sie antreiben kann, steht am Horizont. Autonome Roboter und Drohnen werden für Aufgaben wie industrielle Inspektion und tragbare medizinische Geräte entwickelt, die vor Ort eingesetzt werden können, um zu helfen Bedürftige werden dringend benötigt, und selbst intelligente Überwachungskameras, die analysieren können, was sie sehen, und geeignete Maßnahmen ergreifen können, werden es bald sein Realitäten. Diese Ideen erfordern Computer, die KI mit Deep-Learning-Algorithmen und der Fähigkeit, gesammelte Daten aus neuronalen Netzen selbst zu analysieren, vorantreiben können. Sie können nicht an ein Kabel angeschlossen werden und werden an Orten verwendet, an denen selbst Verizon keine Abdeckung hat.
Ein Computer, der klein und tragbar ist, muss nicht nur leistungsstark sein, sondern auch stromsparend. Testshows (.pdf-Datei) Dieses NVIDIA GPU-basierte Computing kann einer Intel Core i7 6700K-CPU entsprechen und 6 Watt Leistung im Vergleich zu 60 Watt verbrauchen. Für Geräte, die nicht an das Stromnetz angeschlossen sind, ist dies wichtig.
Wir haben einige Benchmarks mit durchgeführt AlexNet und GoogLeNet - Lebenslauf basiert Klassifizierung und Erkennung von Objektkategorien Testsoftware und die Ergebnisse waren fantastisch. Im Max-P-Modus (Hochleistungsmodus) konnte der Jetson TX2 durchschnittlich 641 Bilder analysieren pro Sekunde Verwenden des AlexNet-Netzwerks mit nur 13 Watt Leistung. Der GoogLeNet-Test ergab durchschnittlich 278 Bilder pro Sekunde bei einer Leistung von 14 Watt. Max-Q-Tests (Low Power) ergaben bei AlexNet durchschnittlich 481 Bilder pro Sekunde und bei GoogLeNet 191 Bilder pro Sekunde bei nur 7 Watt Leistung. Dies ist fast das Doppelte dessen, was der letztjährige Jetson TX1 liefern konnte, und es war auch ziemlich gut darin.
Wenn Sie Informationen so schnell und genau vor Ort verarbeiten können, ist eine Verbindung zur Cloud nicht mehr der einschränkende Faktor, der sie früher war.
Im Labor
Der Jetson TX2 sollte im Feld sehr leistungsfähig sein. Es ist die erste Maschine der nächsten Generation, die lernt, indem sie auf eine Verbindung zur Cloud und ein erhebliches Upgrade von vorhandenen Geräten verzichtet. Aber es hat auch Funktionen, die Entwickler lieben werden.
Das Rechenmodul in Kreditkartengröße kann an eine komplette Trägerplatine angeschlossen werden, die als Teil des Jetson TX2-Entwicklungskits erhältlich ist. Die Trägerplatine verwendet die 400 E / A-Pins des Jetson-Moduls, um Standard-Desktop-Verbindungen bereitzustellen. Ein Softwareentwickler kann eine Standard-USB-Tastatur und -Maus, einen Standardmonitor und den Jetson TX2 verwenden, um eine vollständige Entwicklungsumgebung zu erstellen.
Unter einem Ubuntu 16.04-basierten Linux4Tegra-Betriebssystem sind alle Tools, die Sie zum Entwickeln und Debuggen von Deep-Learning-KI-Anwendungen benötigen, Teil der JetPack-Software von NVIDIA. Entwickler können das Paket aus der NVIDIA Developer Zone herunterladen sowie Tutorials und Community-Kenntnissen folgen, um zu sehen, was der Jetson tun kann, und dann mit der Arbeit an ihren eigenen Ideen beginnen. Die im JetPack enthaltene Software ist vorkonfiguriert, um auf dem TX2-Verarbeitungssystem optimiert ausgeführt zu werden:
- cuDNN - eine GPU-beschleunigte Bibliothek von Grundelementen für tiefe neuronale Netze.
- NVIDIA VisionWorks ist ein Softwareentwicklungspaket für Computer Vision (CV) und Bildverarbeitung.
- CUDA Toolkit - Eine umfassende Entwicklungsumgebung für C- und C ++ - Entwickler, die GPU-beschleunigte Anwendungen erstellen.
- TensorRT - eine leistungsstarke Deep-Learning-Inferenz-Laufzeit für neuronale Netze zur Bildklassifizierung, Segmentierung und Objekterkennung.
- NVIDIA Nsight Eclipse - Eine voll funktionsfähige und angepasste Eclipse-IDE zum Entwickeln, Debuggen und Profilieren von CUDA-C-Anwendungen.
- Tegra System Profiler und Tegra Graphics Debugger - Tools zum Profilieren und Testen von Anwendungen mit OpenGL.
- Die erforderlichen Sicherheiten und Vermögenswerte für die Entwicklung und das Design von Hardware mit dem NVIDIA Jetson TX2.
Die Verwendung derselben Plattform zum Erstellen und Debuggen von Anwendungen ist ein Muss für alles, was kompliziert und kompliziert ist. Dies ist eine der Möglichkeiten, wie Entwickler den Prozess vereinfachen können, und alles, was dazu beitragen kann, die Dinge zu vereinfachen, macht glücklichere Entwickler. Während der Jetson TX2 möglicherweise nicht als einziger Entwicklungs- und Build-Computer konzipiert ist, den jede Gruppe verwenden würde, ist das Wissen, dass er in der Lage ist, ein Segen für Installation und Feldarbeit. Es können kleine Anpassungen und Änderungen vorgenommen werden an der Kante Auf die gleiche Weise erfolgt die Verarbeitung, ohne dass Daten zur Verarbeitung und Rückgabe an eine andere Computerbank zurückgesendet werden.
Geräte können unter Verwendung der verfügbaren Hardware-Assets und Zeichnungen entworfen werden, um nicht nur die Komplexität zu reduzieren, sondern auch eine einfache Schnittstelle unter Verwendung leicht verfügbarer Peripheriegeräte und Software zu ermöglichen. Ausgerüstet mit einem Laptop und einem USB-Kabel verfügt ein Ingenieur oder Außendiensttechniker über alles, was bei Bedarf von Grund auf neu aufgebaut werden muss.
Mit der NVIDIA Jetpack-Software können sich Entwickler auf ihre Arbeit konzentrieren und keine Build-Umgebung einrichten.
Sogar die Installation von NVIDIAs Jetpack wird optimiert. Die Prüfer erhielten eine aktualisierte Version zur Installation und befolgten einige einfache Anweisungen Durch eine clevere GUI wurde die gesamte Software mit nur wenigen Schritten und einer Tasse komplett neu erstellt Kaffee. Wir sehen wieder, dass NVIDIA die Dinge einfacher macht, sodass sich Entwickler auf ihre Arbeit konzentrieren können, anstatt die Build-Umgebung selbst zu warten.
Sie können tatsächlich Software auf dem Jetson TX2 erstellen und debuggen, während eine Reihe anderer Anwendungen ausgeführt wird, um einen Blog-Beitrag zu schreiben.
Nachdem ich einige Tage lang alles eingerichtet und getestet hatte, war ich sehr beeindruckt von dem, was NVIDIA hier liefert. Der erste Jetson TX1 war ein großartiges Produkt, das die Notwendigkeit einer schnellen Entwicklung mit GPU-Kernen erfüllte, um das schwere Heben für Deep-Learning-Anwendungen für neuronale Netzwerke zu erledigen. In kürzester Zeit hat NVIDIA die Messlatte mit einem Nachfolger höher gelegt, der die Abhängigkeit von der Cloud mit denselben bekannten Entwicklungstools und -techniken aufheben kann.
Die Technologie der Zukunft wird uns alle begeistern und inspirieren. Produkte wie der Jetson TX2 machen diese Zukunft möglich. Das NVIDIA Jetson TX2 Developer Kit kostet 599 US-Dollar für Einzelhandelsbestellungen und 299 US-Dollar für Studenten.
Siehe im NVIDIA Embedded Developers-Portal
Wir können eine Provision für Einkäufe über unsere Links verdienen. Mehr erfahren.
Dies sind die besten kabellosen Ohrhörer, die Sie zu jedem Preis kaufen können!
Die besten kabellosen Ohrhörer sind bequem, klingen großartig, kosten nicht zu viel und passen problemlos in eine Tasche.
Alles, was Sie über die PS5 wissen müssen: Erscheinungsdatum, Preis und mehr.
Sony hat offiziell bestätigt, dass es auf der PlayStation 5 funktioniert. Hier ist alles, was wir bisher darüber wissen.
Nokia bringt zwei neue preisgünstige Android One-Handys unter 200 US-Dollar auf den Markt.
Nokia 2.4 und Nokia 3.4 sind die neuesten Ergänzungen im Budget-Smartphone-Sortiment von HMD Global. Da es sich bei beiden Geräten um Android One-Geräte handelt, erhalten sie garantiert bis zu drei Jahre lang zwei wichtige Betriebssystemupdates und regelmäßige Sicherheitsupdates.
Holen Sie mit diesem Zubehör mehr aus Ihren Ring-Kameras heraus.
Ring-Überwachungskameras sind sofort einsatzbereit, können aber mit gutem Zubehör noch viel besser sein. Hier sind einige der besten Ringzubehörteile, auf die Sie unserer Meinung nach nicht verzichten sollten.