NVIDIA Jetson Nano 2GB开发套件的应用

NVIDIA 推出了最初的 Jetson NANO开发者工具包，使开发者、学生和爱好者能够学习、探索和构建边缘设备的人工智能应用程序。狂热者社区的迅速采用使它成为我们最喜爱的开发工具包，并引发了一场 Jetson 运动。新的 NVIDIA Jetson Nano 2GB 开发工具包的价格为 59 美元，这使得它对于学习人工智能和机器人技术来说更加实惠。这款开发工具包是终极的入门级人工智能电脑，从 2020 年 10 月底开始在全球范围内发售。

Jetson Nano 2GB 开发工具包包括一个带有 2GB 内存的 Jetson NANO 模块，通过 128 核 NVIDIA Maxwell GPU 和 64 位四核 Arm A57CPU 提供 472 GFLOPS 的计算性能。附带的载体板配备了 edge 和嵌入式项目开发中常用的接口，包括 USB 3 . 0 和 USB 2 . 0 端口，用于连接包括 USB 摄像头在内的外围设备，一个 MIPI CSI-2 摄像头连接器，一个 40 针头，可与许多外设和附加组件兼容， HDMI 显示接口，和一个千兆以太网端口。开发工具包还包括一个 802 . 11ac 无线网络 USB 适配器。

强大的性能

Jetson Nano 2GB 开发工具包是学习现代人工智能的理想选择。人工智能计算的科学变化很快，研究人员不断发明新的神经网络结构，以提供更好的准确性和性能。如今，人工智能实践者在他们的项目中使用了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，能够运行一系列不同的人工智能模型，并且能够提供创造有意义的交互式人工智能体验所需的性能。 Jetson Nano 2GB 开发工具包不仅支持所有流行的人工智能框架和网络，还提供了强大的人工智能性能。

图 2 显示了在图像分类、分割、目标检测、图像处理和姿势估计等方面使用流行的 DNN 模型测量的 AI 推理性能。利用 NVIDIA TensorRT 对网络进行优化，并加速推理过程，以提高实时性。 Jetson Nano 2GB 开发工具包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 。 Jetson Nano 2GB 显影剂套件推断性能（ FP16 ），适用于 JetPack 4 . 4 . 1 和 TensorRT 7 . 1 的各种基于视觉的 DNN 模型。

易用性和探索的灵活性

Jetson Nano 2GB 开发工具包提供了一个随时可用的平台的开发体验，而不会限制您使用各种相机、传感器和外围设备亲自探索人工智能的好奇心。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 附带构建端到端人工智能应用程序所需的库。例如， OpenCV 和 VisionWorks 可用于计算机视觉和图像处理； CUDA 、 cuDNN 和 TensorRT 可加速人工智能推断；还包括用于相机和传感器处理的库等。

与纯云学习平台不同，开发者工具包支持人工智能社区中许多流行的传感器，如 Raspberry Pi 摄像头、 Intel Real sense 摄像头、 ZED 3D 摄像头以及其他 USB 摄像头和外围设备，这些都是现成的。 Jetpack4 . 4 . 1 引入了对这种新的开发工具包的支持，并将于 2020 年 10 月底开始提供，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。

您可以使用您选择的 AI 框架学习和开发，包括 TensorFlow 、 PyTorch 和 MXNet 。 TensorFlow 和 PyTorch 的开发容器托管在 NVIDIA NGC 上，这提供了一种快速的一步到位的方法来启动和运行框架环境。预装了 TensorFlow 、 PyTorch 、 NumPy 、 scikit learn 、 SciPy 和 pandas 的 Jupyter 笔记本学习环境也可以使用同样托管在 NGC 上的 机器学习容器 轻松安装到开发人员工具包上。

关于作者

Suhas Sheshadri 是 NVIDIA 的产品经理，专注于 Jetson 软件。此前，他曾在 NVIDIA 与自主驾驶团队合作，为 NVIDIA 驱动平台优化系统软件。

Dustin Franklin 是 NVIDIA 的 Jetson 团队的开发人员布道者。 Dustin 拥有机器人和嵌入式系统方面的背景，他乐于在社区中提供帮助，并与 Jetson 一起参与项目。你可以在 NVIDIA Developer Forums 或 Github 上找到他。

审核编辑：郭婷