Daftar Isi:
Inteligensi buatan dan mesin yang dapat belajar adalah bagaimana hal-hal yang kita gunakan setiap hari akan ditingkatkan. Google dan Android mendukung AI melalui Google Assistant dan pembelajaran mesin, jadi penting untuk mengetahui bagaimana back-end beroperasi, bagaimana mereka sampai di sana dan jenis peralatan apa yang memungkinkan. Dan itu juga sangat keren!
Orang-orang yang akan membangun teknologi ini di masa depan akan membutuhkan alat untuk melakukannya. Pada 2017, NVIDIA melakukan bagiannya, dan Jetson TX2 adalah perwujudan dari ide ini. Pengembang membutuhkan perangkat keras yang tidak hanya mampu melakukan komputasi dan berpikir (ya, saya akan mengatakannya) yang akan dibutuhkan di masa depan yang lebih cerdas, tetapi juga mudah digunakan dan digunakan.
AI at the Edge.
NVIDIA menyebut ini sebagai "memberikan AI di Edge" dan ini deskripsi yang tepat. TX2 adalah superkomputer lengkap. Itu dapat memproses data sendiri di tempat dan waktu itu sebenarnya terjadi bukan ribuan mil jauhnya melalui internet. Kami menerima konektivitas begitu saja karena cara kami menggunakannya saat ini, tetapi ada banyak kasus di mana menunggu data perjalanan pulang-pergi dari mesin yang pintar terlalu lama untuk menunggu. Dan sebagian besar marmer biru yang kita tinggali ini tidak memiliki koneksi ke internet, dan tidak akan untuk waktu yang lama.
Sebuah komputer kecil yang dapat melakukan apa saja dan memproses semua data yang dikumpulkannya adalah bagaimana Anda mengatasi masalah ini. NVIDIA tampaknya telah memakukannya di sini.
Benda apa ini?
Ini bukan sesuatu yang dapat Anda temukan di Best Buy untuk digunakan untuk hal-hal yang Anda lakukan dengan telepon Anda. Itu tidak menjalankan Android (tapi tentu tidak akan sulit untuk memperbaikinya) dan itu adalah sesuatu yang kebanyakan dari kita tidak akan membeli. Tetapi itu masih merupakan bagian yang sangat penting dari hal-hal yang kita sukai.
Jetson TX2 adalah alat pengembangan. Jetson TX2 juga merupakan modul yang siap-lapangan untuk memberi daya pada semua peralatan berbasis AI. Ini komputer seukuran kartu kredit dengan semua input dan output yang dimiliki komputer "biasa". Ketika Anda menyambungkan modul TX2 ke papan yang dirancang khusus (itu bagian dari kit pengembangan) itu sebagian besar berubah menjadi PC faktor bentuk kecil khas lengkap dengan semua port dan colokan yang juga dimiliki desktop Anda.
Pengembang dapat menggunakan ini untuk membangun peralatan di sekitar dan benar-benar menggunakan Jetson itu sendiri untuk menjalankan demo dan simulasi. Ini adalah mesin kecil yang mampu melakukan semua perhitungan, sesuatu yang jauh lebih besar dapat dilakukan dengan menggunakan daya yang sangat kecil untuk melakukannya. Spesifikasi teknologi sangat mengesankan.
- Seri NVIDIA Parker Tegra X2: GPU Pascal 256-core dan dua core CPU Denver 64-bit dipasangkan dengan empat CPU Cortex-A57 dalam konfigurasi HMP
- 8GB LPDDR4 RAM 128-bit
- 32GB eMMC 5.1 penyimpanan internal
- 802.11b / g / n / ac 2x2 MIMO Wi-Fi
- Bluetooth 4.1
- USB 3.0 dan USB 2.0
- Gigabit Ethernet
- Slot kartu SD untuk penyimpanan eksternal
- SATA 2.0
- Lengkap PMIC multi-channel
- Konektor I / O standar industri berkecepatan tinggi dan berkecepatan 400 pin
Spesifikasi teknologi terbaik adalah bahwa Jetson TX2 adalah pin untuk pin drop sebagai pengganti Jetson TX1 tahun lalu. Biarkan itu meresap sedikit - pengembang yang menggunakan komputer NVIDIA TX1 yang ada untuk menyalakan otak di belakang peralatan mereka akan dapat mematikan segalanya, menarik papan lama dan memasukkan yang baru. Perangkat lunak untuk TX1 akan diperbarui ke perangkat lunak yang sama yang digunakan TX2 sehingga benar-benar akan menjadi setetes penggantian. Jika Anda pernah melakukan segala jenis pekerjaan lapangan atau pabrik pada peralatan yang menghabiskan banyak uang saat downtime, Anda memahami betapa pentingnya hal ini. Sementara peralatan generasi berikutnya sedang dikembangkan, itu menggunakan perangkat keras yang bekerja 100% dengan generasi yang ada.
Rahasianya di sini adalah melalui core GPU Pascal dari NVIDIA. Alasan yang sama Pascal core digunakan dalam kartu video yang sangat high-end yang dirancang untuk VR dan game 4K 3D adalah mengapa mereka digunakan untuk Jetson TX2. Inti GPU adalah cara yang lebih efisien untuk menghitung angka. Mereka lebih cepat dan menggunakan daya jauh lebih sedikit.
Cawan suci komputasi adalah kecerdasan buatan (AI): membangun sebuah mesin yang sangat cerdas, ia dapat belajar sendiri tanpa instruksi eksplisit. Pembelajaran mendalam adalah unsur penting untuk mencapai AI modern. Pembelajaran mendalam memungkinkan "otak" AI untuk memahami dunia di sekitarnya; mesin belajar dan pada akhirnya membuat keputusan sendiri. Sekarang diakui secara luas di kalangan akademisi dan industri bahwa GPU adalah teknologi terdepan dalam pelatihan deep neural networks (DNN), karena keunggulan kecepatan dan efisiensi energi dibandingkan dengan platform berbasis CPU yang lebih tradisional.
Komputer NVIDIA GPU sudah melakukan beberapa hal luar biasa. Mereka menggerakkan pembelajaran mendalam yang digunakan untuk mobil self-driving, mengajarkan robot keterampilan motorik seperti manusia seperti berjalan dan menggenggam, menganalisis video dengan kecepatan tinggi untuk memberikan teks dan bahkan memainkan Go. Dan mengalahkan lawan manusia yang sangat baik.
Core GPU dapat melakukan pekerjaan yang sama dengan menggunakan daya yang lebih kecil dari komputasi CPU tradisional.
Tes nyata AI dan otak yang dapat mengendarainya ada di cakrawala. Robot dan drone otonom sedang dikembangkan untuk pekerjaan seperti inspeksi industri, perangkat medis portabel yang dapat diambil di lapangan untuk membantu mereka yang membutuhkan sangat dibutuhkan dan bahkan kamera keamanan cerdas yang dapat menganalisis apa yang mereka lihat dan mengambil tindakan yang tepat segera menjadi kenyataan. Ide-ide ini membutuhkan komputasi yang dapat mendorong AI dengan algoritma pembelajaran yang mendalam dan kemampuan untuk menganalisis data yang dikumpulkan jaringan saraf sendiri. Mereka tidak dapat dipasang ke kabel dan akan digunakan di tempat-tempat di mana bahkan Verizon tidak memiliki jangkauan.
Selain kuat, komputer yang dirancang untuk menjadi kecil dan portabel harus hemat daya. Pengujian menunjukkan (file.pdf) bahwa komputasi berbasis GPU NVIDIA dapat setara dengan CPU Intel Core i7 6700K dan menggunakan daya 6 watt dibandingkan dengan 60. Untuk peralatan yang tidak terhubung ke jaringan listrik, itu penting.
Kami menjalankan beberapa tolok ukur menggunakan AlexNet dan GoogLeNet - klasifikasi kategori objek berbasis CV dan perangkat lunak pengujian deteksi dan hasilnya sangat fantastis. Dalam mode Max-P (daya tinggi), Jetson TX2 mampu menganalisis rata-rata 641 gambar per detik menggunakan Jaringan AlexNet sementara hanya menggunakan daya 13 watt. Pengujian GoogLeNet rata-rata 278 gambar per detik saat menggunakan daya 14 watt. Tes Max-Q (daya rendah) mencetak rata-rata 481 gambar per detik di AlexNet dan 191 gambar per detik di GoogLeNet saat menggunakan daya hanya 7 watt. Ini hanya sekitar dua kali lipat yang diberikan Jetson TX1 tahun lalu, dan itu juga cukup bagus.
Saat Anda dapat memproses informasi ini dengan cepat dan akurat di tempat ini, koneksi ke cloud bukan merupakan faktor pembatas dulu.
Di lab
Jetson TX2 harus sangat cakap di bidangnya. Ini adalah mesin generasi pertama yang akan belajar dengan melakukan tanpa koneksi ke cloud dan peningkatan substansial dari peralatan yang ada. Tetapi juga memiliki fitur yang akan disukai pengembang.
Modul penghitungan ukuran kartu kredit dapat dihubungkan ke papan operator lengkap yang tersedia sebagai bagian dari kit pengembangan Jetson TX2. Papan operator menggunakan pin 400 I / O pada modul Jetson untuk menyediakan koneksi desktop standar. Pengembang perangkat lunak dapat menggunakan keyboard dan mouse USB standar, monitor standar, dan Jetson TX2 untuk menciptakan lingkungan pengembangan yang lengkap.
Berjalan pada sistem operasi Linux4Tegra berbasis Ubuntu 16.04, semua alat yang mungkin Anda butuhkan untuk mengembangkan dan men-debug aplikasi pembelajaran AI yang mendalam dimasukkan sebagai bagian dari perangkat lunak JetPack NVIDIA. Pengembang dapat mengunduh paket dari Zona Pengembang NVIDIA serta mengikuti tutorial dan pengetahuan komunitas untuk melihat apa yang dapat dilakukan Jetson kemudian mulai mengerjakan ide-ide mereka sendiri. Perangkat lunak yang disertakan dalam JetPack sudah dipra-konfigurasi untuk dijalankan secara optimal pada sistem pemrosesan TX2:
- cuDNN - perpustakaan primitif yang dipercepat GPU untuk jaringan saraf yang dalam.
- NVIDIA VisionWorks adalah paket pengembangan perangkat lunak untuk Computer Vision (CV) dan pemrosesan gambar.
- CUDA Toolkit - lingkungan pengembangan komprehensif untuk pengembang C dan C ++ membangun aplikasi yang dipercepat GPU.
- TensorRT - runtime inferensi pembelajaran dalam kinerja tinggi untuk klasifikasi gambar, segmentasi, dan deteksi jaringan saraf objek.
- NVIDIA Nsight Eclipse - IDE Eclipse berfitur lengkap dan khusus untuk pengembangan, debugging, dan pembuatan profil aplikasi CUDA-C.
- Tegra System Profiler dan Tegra Graphics Debugger - alat untuk profil dan contoh aplikasi menggunakan OpenGL.
- Jaminan dan aset yang diperlukan untuk mengembangkan dan merancang perangkat keras menggunakan NVIDIA Jetson TX2.
Menggunakan platform yang sama untuk membangun dan men-debug aplikasi apa pun adalah suatu keharusan untuk apa pun yang rumit dan rumit. Ini adalah salah satu cara pengembang dapat menyederhanakan proses dan apa pun yang dapat membantu membuat segalanya menjadi lebih mudah bagi pengembang yang lebih bahagia. Sementara Jetson TX2 mungkin tidak dirancang sebagai pengembangan tunggal dan membangun komputer yang akan digunakan oleh kelompok mana pun, mengetahui bahwa ia mampu adalah anugerah untuk instalasi dan pekerjaan lapangan. Membuat penyesuaian dan perubahan kecil dapat dilakukan di Edge dengan cara yang sama dengan pemrosesan tanpa mengirim data kembali ke bank komputer lain untuk diproses dan dikembalikan.
Peralatan dapat dirancang menggunakan aset dan gambar perangkat keras yang tersedia untuk tidak hanya mengurangi kerumitan tetapi untuk memungkinkan antarmuka yang mudah menggunakan periferal dan perangkat lunak yang tersedia. Berbekal laptop dan kabel USB, seorang insinyur atau teknisi lapangan memiliki semua yang diperlukan untuk membangun kembali dari bawah ke atas jika perlu.
Perangkat lunak NVIDIA Jetpack berarti pengembang dapat fokus pada pekerjaan mereka, bukan mengatur lingkungan build.
Bahkan instalasi Jetpack NVIDIA juga efisien. Peninjau diberi versi terbaru untuk dipasang, dan mengikuti beberapa instruksi sederhana melalui GUI yang cerdik telah membangun kembali semua perangkat lunak yang selesai hanya dengan beberapa langkah dan secangkir kopi. Sekali lagi, kami melihat NVIDIA membuat segalanya lebih mudah sehingga pengembang dapat fokus pada pekerjaan mereka daripada mempertahankan lingkungan build itu sendiri.
Setelah beberapa hari mengatur berbagai hal dan menguji semuanya, saya datang dengan sangat terkesan dengan apa yang NVIDIA berikan di sini. Jetson TX1 pertama adalah produk hebat yang memenuhi kebutuhan untuk pengembangan cepat menggunakan inti GPU untuk melakukan pekerjaan berat untuk aplikasi jaringan saraf pembelajaran yang mendalam. Dalam waktu yang sangat singkat, NVIDIA telah mengangkat standar dengan penerus yang dapat memutus ketergantungan pada cloud menggunakan alat dan teknik pengembangan yang sama.
Teknologi masa depan akan menggairahkan dan menginspirasi kita semua. Produk seperti Jetson TX2 adalah apa yang akan membuat masa depan itu mungkin. NVIDIA Jetson TX2 Developer Kit dihargai $ 599 untuk pesanan eceran dan $ 299 untuk siswa.
Lihat di portal Pengembang Tertanam NVIDIA
