Phenquestions
Níže jsou naše nejlepší tipy:
1. Vývojová sada NVIDIA Jetson Xavier NX
Vývojová sada Jetson Xavier NX je zařízení na úrovni nadšence s cenou na úrovni spotřebitele. Bere výkon TX2 a zvyšuje to o úroveň výš. Podle NVidia výkonové matice NX překonávají TX2 přibližně desetkrát za pouhých 10 W. To jistě potěší běžného drotáře. Jeho schopnost vyvíjet a testovat energeticky účinné projekty malého tvarového faktoru s vysoce přesným, multimodálním odvozením AI otevírá bránu pro nové průlomy.
Počítač modulu má 6jádrovou NVIDIA Carmel ARM v8.2 CPU, 6 MB L2 + 4 MB L3 cache, velikost paměti počítače 8 GB a velikost hardwarového disku 16 GB. Jeho GPU je navíc založeno na nejnovější architektuře Volta NVIDIA s 384 CUDA a 48 Tensor Cores. Jedná se o docela dost specifikací pro spotřebitelskou úroveň.
Jediným problémem s touto možností je, že L4T má velmi malou komunitu podpory, což znamená, že není velká softwarová podpora. Pokud potřebujete software, pravděpodobně si jej budete muset vytvořit sami.
Celkově má NVIDIA Jetson Xavier NX Developer Kit energeticky efektivní a kompaktní modul Jetson Xavier NX pro zařízení s hranou AI. Je to perfektní přenosné řešení pro drotáře hledající AI nebo robotické aplikace. A nejen to, skvěle funguje i pro zábavu a produktivitu.
Koupit zde: Amazonka
2. Vývojová sada NVIDIA Jetson Nano 4 GB
Druhá nejlepší vývojářská sada Nvidia Jeston na našem seznamu je možná nejvíce podceňovanou SBC na trhu. Poskytuje vynikající výkon pro provozování moderních úloh AI v mimořádné velikosti, výkonu a ceně. Díky tomu je skvělý malý počítač, zejména pro strojové učení a výuku.
Jetson Nano je také vynikající jako univerzální Ubuntu 18.04 LTS desktop. I když je obraz založen na předchozím LTS, je stále jedním z vyleštěnějších obrazů Nvidia. I při pouhé 4 GB paměti běží výjimečně dobře. Nano má velmi elegantní pocit při běhu SKUTEČNÉ plné distribuce Linuxu pro stolní počítače. Ano, ani 8 GB RaspberryPi 4 nemůže porazit výkon.
A pak je tu hlavní tah: GPU, programování a jeho sada nástrojů pro strojové učení. Všechno je předinstalováno a předkonfigurováno. Můžete také rychle přidat další nástroje prostřednictvím obrázků kontejneru. Jedinou nevýhodou této vývojářské sady je, že jádra 128 Cuda založená na Maxwellu jsou poněkud zastaralá. Ale hej, pokud budou pracovat jako učební pomůcka, je to všechno dobré.
Klíčovým způsobem je, že je to docela samostatné nastavení. Pokud jste fanouškem koláče, je to stejně snadné jako koláče (slovní hříčka je naprosto určena). Všechno trvá jen 10 minut, než vstanete a rozběhnete se. Za cenu to nic nepřekoná, zejména jako nezávislý učební nástroj.
Koupit zde: Amazonka
3. NVIDIA Jetson AGX Xavier Developer Kit (32 GB)
I když je Nano skvělé, pro seriózní vývojáře může být pomalé. Xavier je Linux ARM64 v té nejlepší kvalitě. Jistě, AGX Xavier je znatelně nákladný, ale pokud jde o výkon, přináší úder. A to také na úrovni výkonu pouze 30 W.
Promluvme si trochu o specifikacích. Deska je pěkná vývojářská skříň ARMv8 s knihovnami CUDA, TensorRT a NVIDIA. Na druhou stranu má modul osm ARM v8.2 jádra procesoru „Carmel“, 512jádrový grafický procesor Volta GPU (s tenzorovými jádry), 16 GB paměti LPDDR4x, 32 GB eMMC5.1 úložiště, 2 NVDLA akcelerátory hlubokého učení a sedmisměrný procesor vidění VLIW. To je nějaká působivá palebná síla.
Tuto sadu však milujeme, protože je dodávána se zapnutým „tichým“ režimem. Z tohoto důvodu se pasivně ochlazuje se zanedbatelným škrcením.
Máme však jednu drobnou chybu. v případě elektrické události nemá tato jednotka automaticky napájení. Můžete přejít na některé piny, aby se zapnul automatické zapnutí, ale během zkušebního provozu jsme tuto metodu nezkoušeli. Celkově platí, že pokud trénujete sítě nebo děláte nějaké video AI, testujete robotiku a další autonomní stroje, AGX Xavier je pro vás Jetson.
Koupit zde: Amazonka
4. Vývojová sada NVIDIA Jetson TX2
Jetson TX2 je další vývojářská sada pro odborníky, která je pěkně optimalizována pro různé formy AI. Pro začátečníky je poměrně těžké začít s touto sadou. Ale i když jste nikdy netrénovali síť pro hluboké učení, je tu spousta toho, co byste měli ocenit.
Pokud jde o specifikace, TX2 má dvoujádrový procesor NVIDIA Denver 2 a čtyřjádrový procesor ARM Cortex-A57 MPCore, 4 GB 128bitové paměti LPDDR4, 256jádrový grafický procesor NVIDIA Pascal a 16 GB eMMC 5.1 úložiště. To znamená výkon třikrát rychlejší než Raspberry 3. (Vývojová sada Jetson TX2 vyšla v roce 2017).
Abychom otestovali jeho výkon, spustili jsme hluboké sítě pro rozpoznávání obrazu pomocí Tensorflow. Zpočátku byly sítě trénovány pomocí Amazon AWS. Sítě se bezchybně přenesly do TX2. Ale samozřejmě s trochou úsilí. To není hračka. Toto je profesionální nástroj. Jedná se o modul, který pohání samořídící automobil nebo kvadrokoptéru pro snímání videa. Tyto úkoly vyžadují rychlé zpracování s nízkým rozpočtem.
Proto neexistuje žádný jiný nástroj, jako je tento. Pokud potřebujete rychlý procesor, který čerpá pouze 15 wattů, zdá se vývojová sada NVIDIA Jetson TX2 jako logická volba.
Koupit zde: Amazonka
5. Vývojová sada NVIDIA Jetson TK1
Konečně máme jednu z nejstarších vývojářských sad NVIDIA Jetson. Samozřejmě stále stojí za to se podívat v roce 2021. Pokud otestujete vodu pomocí vývojových sad Nvidia, TK1 je stále skvělým vstupním bodem a levnou platformou GPU pro vývoj.
TK1 je postaven na NVIDIA Tegra K1 SOC. Využívá výpočetní jádro NVIDIA Kepler, které je dnes trochu zastaralé. Stále je to však plná platforma NVIDIA CUDA, která vám umožní vyvíjet a nasazovat výpočetně náročné systémy pro počítačové vidění, robotiku, zemědělství, medicínu a další.
Půdorys tohoto modelu je poměrně velký a vysoký. I když systém běží v pohodě, samotný ventilátor je na soupravě umístěn poměrně vysoko. Jelikož se jedná o starší model, RAM je také sdílena mezi GPU a CPU, což omezuje jeho výkon.
Stejně jako výše zmíněné možnosti nabízí NVIDIA pro tento model celý BSP a softwarový zásobník. To zahrnuje CUDA, OpenGL 4.4 a sada NVIDIA Vision Works. Díky kompletní vývojové sadě, okamžité kompatibilitě a podpoře fotoaparátů a dalších periferních zařízení vám NVIDIA poskytne pěkné úvodní řešení, jak začít s vestavěnými systémy.
Koupit zde: Amazonka
Průvodce kupujícího pro nejlepší vývojovou sadu NVIDIA Jetson
NVIDIA nemá nedostatek vývojových sad Jetson. Při pohledu na trh nákupu tedy mějte na paměti tyto zásadní faktory:
Stopa
První věcí, kterou si všimnete, když rozbalíte nejlepší sadu NVIDIA Jetson Developer Kit, by měla být vaše první úvaha: stopa. Kolik místa potřebuje souprava ve vašem pracovním prostoru? Je to těžké?? Není ventilátor umístěn příliš vysoko? Soupravy s větší stopou nejsou přenosné. Pokud vaše dítě není přenosné, tak k čemu to vůbec je??
Snadnost použití
Sada pro vývojáře by měla být připravena k použití ihned po vybalení z krabice. Nemělo by to nijak omezovat vaši zvědavost zkoumat AI s různými senzory a periferiemi.
Podpěra, podpora
Další funkcí, na kterou byste se měli podívat, je podpora a kompatibilita. Nejdůležitější je podpora moderních rámců AI, jako jsou TensorFlow, PyTorch a MXNet. Také by měl podporovat co nejvíce populárních senzorů v komunitě AI. Hodí se také mít velkou a živou komunitu vývojářů. Poté můžete řešit problémy, sdílet open-source projekty i aplikace v reálném světě.
Jak používat (nebo dokonce používat?)
Po obdržení produktu načtěte operační systém a připojte se k internetu. Poté otevřete textový editor prohlížeče a nechte jej tam sedět přibližně 6 hodin nebo déle. Nechat to přes noc odpočívat je obvykle lepší. Poté, pokud neexistují žádné známky restartu, byste měli jít. Pokud si však všimnete restartu, zkontrolujte, zda se pod „/ var / log“ nenachází nějaký soubor s havárií jádra? Otevřete jej a vyhledejte „jádro oops“. Pokud se objeví, neztrácejte energii ani čas. Stačí vrátit produkt!
Závěrečné myšlenky
AI na hraně může odemknout neuvěřitelný potenciál ve všem. Ať už se jedná o zdravotnictví, výrobu nebo zemědělství, díky nejlepší vývojové sadě NVIDIA Jetson může být váš úkol neuvěřitelně obohacující. Tyto sady snižují náklady na vývoj vašeho softwaru a poskytují škálovatelnou strategii AI pro vaše autonomní stroje. Doufáme, že vám tento článek pomohl se rozhodnout. To je prozatím vše. Děkuji za přečtení.
