Nvidia首席执行官Jensen Huang 在几年前宣布该公司“全押”,开启了一系列数千美元的超级计算机,这些超级计算机可以通过数PB的信息来训练机器学习算法。这些设备,如Tesla P100和DGX-2,可在许多服务器场和数据中心中找到,包括Facebook数据中心。它们源于Nvidia最为人所知的图形处理单元(GPU)。
新的Jetson Nano只占这种功率的一小部分。其大多数AI处理发生的GPU具有128个Cuda处理器内核,总容量为472千兆浮点。与DGX-2相比,这是花生,它包含16个独立的GPU,总容量为2 petaflop。
Jetson Nano仍然足够强大,可以执行最基本的人工智能任务之一:同时处理多个视频流。这意味着它可以用作机器人的大脑,其任务是导航工厂车间和检查它找到的机器。
它可以解码两个4K视频流,八个1080p视频流或16个720p视频流。它还有一个宽大的端口选择,包括USB 3.0,DisplayPort,HDMI和以太网。所有这一切使其适用于同时分析来自多个安全摄像头或巡回自导车辆上的传感器的视频输入。
Raspberry Pi替代品
Nvidia预计一些Jetson Nanos将被用作这种可销售的智能机器人的大脑,但预算计算机的目标受众是具有足够经验以建立自己的人工智能代码的修补工。他们有时被称为“制造者”,他们聚集在世界各地的“ Maker Faires ”展示他们的发明。Nvidia估计有3000万制造商,这意味着Jetson Nanos的巨大潜在市场。
但它不是一个尚未开发的市场。已经存在多个廉价的单板计算机,其中最着名的是Raspberry Pi。Raspberry Pi有几种不同版本,售价不到40美元,它配备了自己的Linux操作系统版本,这使得它对程序员和想要构建自己的超便宜台式PC的人同样具有吸引力。
Jetson Nano没有自己的Linux操作系统,尽管它确实比许多Raspberry Pi模型有更多的I / O选项。Nvidia依靠开发人员社区来分享他们项目的详细说明和源代码。
程序员在Jetson Nano仍处于开发阶段时所做的一个早期项目是为小型3D打印轮式机器人提供动力的简单算法,称为“Jetbots”。通过板载Jetson Nano从单个AI相机运行防碰撞算法,小型机器人可以同时执行物体检测和防撞。
假设您拥有基本的编码经验,也许还有一台带有备件的3D打印机,Nvidia估计您可以在几个小时内启动并运行类似的项目。或者,您可以将其用作没有连接任何传感器的计算机。
如果这是你的计划,你可能会对6月份可用的129美元Jetson Nano版本感兴趣。它配备4GB闪存。99美元的版本现在没有任何形式的存储或内存,因此您需要携带自己的SD卡。