NVIDIA Jetson Nano 2GB 开发人员套件的强大性能

NVIDIA 发布了Jetson Nano 2GB 开发人员套件，这是用于教学、学习和开发 AI 和机器人应用程序的理想动手平台。六年前推出的 NVIDIA Jetson 平台通过为边缘计算设备提供人工智能的力量，彻底改变了嵌入式计算。如今，NVIDIA Jetson 广泛应用于机器人、零售、工业、农业和 AIoT 等多个领域。

2019 年 3 月，NVIDIA 推出了原始的 Jetson Nano 开发者套件，让开发者、学生和爱好者等能够学习、探索和构建适用于边缘设备的 AI 应用程序。发烧友社区的迅速采用使其成为我们最受欢迎的开发工具包，并创造了 Jetson 运动。新的 NVIDIA Jetson Nano 2GB 开发者套件售价为 59 美元，让学习 AI 和机器人技术更加实惠。该开发工具包是终极入门级 AI 计算机，从 2020 年 10 月开始在全球范围内提供。

Jetson Nano 2GB 开发者套件包括一个 Jetson Nano 模块和 2 GB 内存，并通过 128 核 NVIDIA Maxwell GPU 和 64 位四核 Arm A57 CPU 提供 472 GFLOPS 的计算性能。随附的载板配备了边缘和嵌入式项目开发中常用的接口，包括用于连接包括 USB 摄像头在内的外围设备的 USB 3.0 和 USB 2.0 端口、一个 MIPI CSI-2 摄像头连接器、一个兼容带有许多外围设备和附加组件、一个 HDMI 显示接口和一个千兆以太网端口的盒子。开发者套件还包括一个 802.11ac 无线网络 USB 适配器。

强大的性能

Jetson Nano 2GB 开发人员套件是学习现代 AI 的理想选择。人工智能计算科学正在迅速变化，研究人员不断发明新的神经网络架构，以提供更好的准确性和性能。今天的人工智能从业者在他们的项目中使用各种各样的人工智能模型和框架，因此学习和创建人工智能项目的理想平台是一个足够灵活的平台，可以运行各种不同的人工智能模型，并且足够强大以提供创建有意义的所需的性能交互式人工智能体验。Jetson Nano 2GB 开发者套件不仅支持所有流行的 AI 框架和网络，还提供了强大的 AI 性能。

图 2 显示了使用流行的 DNN 模型测量的 AI 推理性能，用于图像分类、分割、对象检测、图像处理和姿势估计。NVIDIA TensorRT 用于优化网络并加速推理以实现实时性能。Jetson Nano 2GB 开发者套件在这个价格范围内提供如此强大的推理性能是独一无二的。

图 2. JetPack 4.4.1 和 TensorRT 7.1 对各种基于视觉的 DNN 模型的 Jetson Nano 2GB 开发人员套件推理性能 （FP16）。

易于使用和灵活探索

Jetson Nano 2GB 开发人员套件提供了即用型平台的开发体验，不会限制您使用各种相机、传感器和外围设备亲身探索 AI 的好奇心。它由 JetPack 软件开发工具包 （SDK） 提供支持，其中包括熟悉的 Linux 桌面开发体验。JetPack 附带构建端到端 AI 应用程序所需的库。例如，OpenCV 和 VisionWorks 可用于计算机视觉和图像处理；CUDA、cuDNN 和 TensorRT 加速 AI 推理；以及用于相机和传感器处理的库等等。

与纯云学习平台不同，开发人员套件支持 AI 社区中的许多流行传感器，如 Raspberry Pi 摄像头、英特尔实感摄像头、ZED 3D 摄像头以及其他 USB 摄像头和外围设备，所有这些都可以开箱即用。JetPack 4.4.1 引入了对这一新开发工具包的支持，并于 2020 年 10 月末开始提供，与开发工具包的可用性保持一致。有关详细信息，请参阅JetPack页面。

您可以使用您选择的 AI 框架进行学习和开发——支持包括 TensorFlow、PyTorch 和 MXNet 在内的框架。TensorFlow和PyTorch的开发容器托管在NVIDIA NGC上，它提供了一种快速的一步法来启动和运行您的框架环境。使用同样托管在 NGC 上的机器学习容器，还可以在开发人员工具包上轻松安装预装了 TensorFlow、PyTorch、NumPy、scikit-learn、SciPy 和 pandas 的 Jupyter 笔记本学习环境。

如果您更喜欢直接安装框架而不是使用预打包的容器，NVIDIA 提供了 Python PIP 轮子。有关详细信息，请参阅杰特森动物园。

开发者社区

Jetson 开发者社区庞大而充满活力，包括研究人员、专业开发人员、AI 爱好者、学生和爱好者，他们对 AI 和 Jetson 平台充满热情。成千上万的 Jetson 社区成员创建并积极分享酷视频、开源项目和真实世界的 AI 应用程序。最重要的是，开发人员共享源代码和说明，供任何人尝试、学习和改进他们的项目。

NVIDIA 定期在JetsonTV YouTube 频道和Jetson社区项目页面上分享一些收藏夹。大多数标记为 Jetson Nano 的项目都可以在 Jetson Nano 2GB 开发人员套件上运行。这些是探索和学习人工智能的好方法。

Jetson AI 认证计划

同样在今天，NVIDIA 深度学习研究所推出了Jetson AI 认证计划，第一个可用的课程是Jetson AI Fundamentals，其中包括一系列针对教育工作者的动手自学教育教程、视频演练和基于项目的评估学习者。本课程以流行的开源深度学习和机器人教程为基础，包括Jetson Nano 、JetBot和Hello AI World上的 AI 入门，并包含由 NVIDIA 讲师和社区专家制作的新教学视频。

Jetson AI 基础课程教授使用分类和回归网络进行深度学习的基础，以及对象检测和语义分割。培训和推理工作流程、数据收集和实时计算机视觉都包括在内。该课程还包括自主机器人主题，并介绍了使用 JetBot 机器人实现道路跟踪、避免碰撞和物体跟踪。

Jetson AI 认证计划涵盖两项认证：

Jetson AI 专家，面向学生、创客、爱好者或任何希望开始使用 AI 的人

Jetson AI Educator面向希望在自己的课程或课程中教授 AI 的教育工作者和讲师

要获得认证，参与者需要学习Jetson AI 基础课程，然后使用他们在整个课程中学到的概念创建自己的 AI 项目。然后由 NVIDIA 审核项目，并在必要时提供反馈。

发现人工智能

Jetson Nano 2GB 开发人员套件是一种强大且易于访问的方式，任何人都可以开始使用 AI 和机器人技术。它非常适合动手学习，您将看到您的作品实时感知并与您周围的世界互动。在线入门指南可通过可下载的系统映像快速启动和运行，并且通过 NVIDIA CUDA-X 堆栈支持流行的机器学习框架，可以轻松使用支持最新突破的相同软件和工具进行开发。

关于作者

Suhas Sheshadri 是 NVIDIA 的产品经理，专注于 Jetson 软件。他之前曾在 NVIDIA 的自动驾驶团队工作，为 NVIDIA Drive 平台优化系统软件。在空闲时间，Suhas 喜欢阅读有关量子物理学和博弈论的书籍。

Dustin 是 NVIDIA Jetson 团队的一名开发人员推广员。Dustin 拥有机器人技术和嵌入式系统方面的背景，喜欢在社区中提供帮助并与 Jetson 合作开展项目。您可以在NVIDIA 开发者论坛或GitHub 上找到他。

审核编辑：郭婷