使用 NVIDIA Jetson Nano 開發(fā)套件提高您的邊緣 AI 和機器人技能

你有興趣開始學習邊緣人工智能和機器人技術(shù)，但不知道從哪里開始？

看看合作伙伴重新推出的 NVIDIA Jetson Nano 開發(fā)者套件，該套件將于 2022 年 11 月 25 日開始在美國和 12 月在全球發(fā)售。

3 年前推出的 NVIDIA Jetson Nano 是一款面向嵌入式和邊緣人工智能市場的低成本入門級人工智能計算機。憑借熟悉的Linux環(huán)境、易于遵循的教程，以及由活躍的開發(fā)者社區(qū)創(chuàng)建的開源項目，它是邊干邊學的完美工具。

這臺小巧而強大的計算機可以讓您并行運行多個神經(jīng)網(wǎng)絡(luò)，用于圖像分類、對象檢測、分割和語音處理等應用。所有這些都被打包到一個易于使用的平臺中，該平臺的功耗僅為 5 瓦。

Jetson Nano 在起作用

去年，明尼蘇達大學的研究人員開發(fā)了一種neuroprosthetic hand，它使用基于遞歸神經(jīng)網(wǎng)絡(luò)（ RNN ）的 AI 模型來讀取和解碼截肢者從周圍神經(jīng)活動中移動手指的意圖。AI 模型使用 NVIDIA Jetson Nano 作為便攜式獨立單元進行部署。

開發(fā)者 Arthur Findelair 演示了如何增強無人機的計算機視覺能力，并使用 Jetson Nano 的計算能力實現(xiàn)了無人機的手勢控制。

通過 Jetson Nano 開發(fā)套件，每個人都可以使用人工智能。從預測公交車到達時間到實時國際象棋游戲分析，從基于 AI 的音樂合成器到實驗室設(shè)備的自動視覺警報系統(tǒng)， Jetson 開發(fā)人員正在使用 Jetson Nano 開發(fā)套件發(fā)現(xiàn) AI 的各種功能。

更多示例請參閱最新的Jetson社區(qū)項目：https://developer.nvidia.com/embedded/community/jetson-projects

技術(shù)細節(jié)

Jetson Nano 功能：

• 128 核 NVIDIA Maxwell GPU

• 四核 Arm A57 處理系統(tǒng)

• 視頻編碼器和解碼器

• 4-GB LPDDR4 和 16-GB eMMC 內(nèi)存

• 大量接口和 I / O ：

• 用于 CSI 、 PCIe 、千兆以太網(wǎng)和 USB3 的高速 I / O

• HDMI 和 DisplayPort 等視頻接口

• I 的標準 I / O2.C、我2.S 、 SPI 和 GPIO

有關(guān)詳細信息，請參見產(chǎn)品規(guī)格：

https://www.nvidia.cn/autonomous-machines/embedded-systems/jetson-nano/education-projects/

同一軟件堆棧支持所有 NVIDIA Jetson 模塊，并提供 Jetson Linux 、開發(fā)工具、 CUDA-X 加速庫和其他 NVIDIA 技術(shù)。

NVIDIA正在繼續(xù)增強Jetson系列，在 2022 年秋季 GTC 上發(fā)布的Jetson Orin Nano 系列為入門級 AI 設(shè)定了新標準。

Jetson Orin Nano 系列的 AI 性能是 Jetson Nano 的 80 倍。您現(xiàn)在就可以使用 Jetson AGX Orin 開發(fā)套件提供的完整軟件仿真支持開始新一代應用程序。

了解有關(guān)使用模擬模式開發(fā)所有 Jetson 模塊的更多信息:

https://developer.nvidia.com/blog/develop-for-all-six-nvidia-jetson-orin-modules-with-the-power-of-one-developer-kit/

開始您的 Jetson 之旅

NVIDIA 深度學習培訓中心提供各種在線課程，幫助您開始 Jetson 之旅：

• Getting Started with AI on Jetson Nano（免費）

• Building Video AI Applications at the Edge on Jetson Nano（免費）

• Jetson AI Fundamentals（認證計劃）

DLI 還提供了一個完整的teaching kit供大學和大學課程使用。

更多有關(guān)開發(fā)問題的提示、想法和答案，請訪問Jetson developer forums:

https://forums.developer.nvidia.com/c/agx-autonomous-machines/jetson-embedded-systems/70