Mobile

Pratique avec le nouveau Jetson Nano de Nvidia – High-teK.ca

Jusqu’à récemment, l’expérimentation de robots pilotés par l’IA était limitée à ceux qui disposaient d’une formation et de ressources substantielles. Nvidia a fait autant que n’importe quelle autre entreprise pour changer cela. Son dernier effort est le nouveau kit de développement Jetson Nano. Construit autour d’un GPU Maxwell à 128 cœurs et d’un processeur ARM A57 quadricœur fonctionnant à 1,43 GHz et couplé à 4 Go de mémoire LPDDR4, le kit de développement Nano contient un riche ensemble de capacités d’E/S via la carte de support incluse.

Module Jetson Nano et carte de supportLe kit prend nativement en charge Ubuntu, qui peut être facilement configuré à l’aide du logiciel JetPack de Nvidia. Le surnom du kit de développement est un peu trompeur, je pense, car le kit n’est en réalité que le module et la carte de support (enfin, et un porte-papier origami pour le soutenir), et n’inclut même aucun accessoire comme un appareil photo. Mais à 99 $, il y a encore beaucoup de valeur. Bien sûr, vous pouvez également obtenir gratuitement tous les logiciels dont vous avez besoin pour en faire un peu. Je n’ai donc pas pu résister à l’envie de dépenser mes 108 $ (avec taxes) pour attraper l’un des premiers disponibles au San Jose GTC de Nvidia. J’ai commencé à travailler avec, donc je peux partager mon expérience avec vous.

Ce que vous obtenez avec le Jetson Nano de Nvidia

En plus du Jetson NanoSEEAMAZON_ET_135 Voir Amazon ET commerce module lui-même, il y a une carte de support bien pensée. Côté ports, il dispose de quatre ports USB 3.0, HDMI, DisplayPort, un slot M.2 dissimulé sous la carte fille Nano pouvant servir pour une carte Wi-Fi/BT ou éventuellement d’autres cartes, ainsi qu’un GPIO 40 broches connecteur et un connecteur CSI pour IMX291 ou caméras similaires. Il existe quelques jeux de cavaliers pour permettre une certaine flexibilité de configuration, et bien sûr le slot microSD nécessaire pour votre « lecteur » système. Le dissipateur thermique passif intégré a des points de montage pour un ventilateur si nécessaire. Un en-tête est également fourni pour l’alimentation et le contrôle du ventilateur. Vous pouvez également l’alimenter en fournissant un adaptateur d’alimentation CC de 4 ampères, 5 volts si vous avez besoin de plus de puissance pour les périphériques.

JetPack, la pile de logiciels gratuits de Nvidia pour les développeurs Jetson, prend en charge le Nano à partir de la version 4.2 et est livré avec de nombreux goodies AI, notamment TensorRT, cuDNN, VisionWorks et OpenCV. Nvidia évalue le Nano à 472 GFLOPS de performances de calcul tout en consommant aussi peu que 5 watts. Par défaut, le module est livré en mode 10 watts.

Le Jetson Nano de Nvidia emballe tout un punch dans un petit boîtier, comprenant à la fois le module Nano et une carte porteuse avec de nombreuses options d'E/S.

Le Jetson Nano de Nvidia emballe tout un punch dans un petit boîtier, comprenant à la fois le module Nano et une carte porteuse avec de nombreuses options d’E/S.

Premiers pas avec un Jetson Nano

Étant donné que le Nano n’est qu’une carte, vous devrez fournir votre propre souris et clavier USB (la carte n’a pas de prise en charge native du Wi-Fi ou du Bluetooth), ainsi qu’un moniteur prenant en charge HDMI ou DisplayPort. Une carte microSD de 16 Go ou plus est également nécessaire pour l’image système et comme lecteur système. Nvidia recommande une version UHS-I ou une version plus performante, car vous travaillerez à partir de celle-ci. Enfin, une alimentation micro USB de 5 watts de bonne qualité (2 ampères ou mieux) est nécessaire pour démarrer ; vous pouvez utiliser une alimentation 5v dédiée pour alimenter le système avec jusqu’à 20 watts si nécessaire pour les accessoires.

Psssssst :  Google frappe avec une amende record de 5 milliards de dollars dans une affaire antitrust Android

L’écriture de l’image système JetPack sur une carte microSD est simple avec un ordinateur Linux, Mac ou Windows. Je soupçonne que de nombreux outils existants fonctionneront, mais Nvidia fournit des liens vers un formateur de carte gratuit et un graveur d’images gratuit que j’ai utilisé. Il a fallu environ 10 minutes pour écrire l’image sur ma carte microSD 16 Go 633x, bien que l’image système soit de près de 13 Go, donc après avoir utilisé le système pendant un moment, je suis passé à une carte Sandisk Extreme Pro de 64 Go. Après avoir créé mon image système, j’ai branché le clavier, la souris et le moniteur, caché la carte dans la fente difficile à voir sous la carte et branché un ancien chargeur de téléphone Samsung 2A de haute qualité. et câble. Le Nano a démarré immédiatement dans un bureau Ubuntu complet.

Le branchement d’un câble Ethernet m’a mis sur le réseau instantanément, j’ai donc pu vérifier les mises à jour des packages et parcourir les pages de démarrage et d’autres didacticiels de Nvidia directement depuis le Nano. Cependant, il est peu probable que le Nano remplace votre PC actuel en tant que pilote quotidien. Comme vous vous en doutez, la navigation sur les pages Web est sensiblement plus lente qu’avec un ordinateur portable ou un ordinateur de bureau à part entière.

Bonjour le monde de l’IA

Dans l’hymne désormais traditionnel au programme C « hello, world » de Dennis Ritchie, Nvidia fournit un didacticiel de base sur l’IA sous la forme d’un programme « Hello AI World ». Il effectue une inférence simple à l’aide d’un réseau de neurones pré-formé (AlexNet et GoogleNet sont téléchargés par défaut). En soi, ce n’est pas plus sophistiqué que ce que vous pourriez faire dans un laps de temps similaire (généralement quelques heures) en suivant l’un des dizaines de didacticiels de reconnaissance d’image de base sur un PC. La machine est également beaucoup plus lente, donc si vous voulez simplement en savoir plus sur les logiciels d’IA, vous feriez probablement mieux de le faire sur votre ordinateur de bureau ou votre ordinateur portable. Cependant, l’utilisation du Nano vous permet de vous familiariser avec plusieurs des composants de l’ensemble d’outils JetPack et de travailler avec le Nano lui-même, en tant que préparation pour des projets liés au matériel plus sophistiqués.

Psssssst :  BlackBerry tue sa division smartphone, se tournera vers les licences de logiciels et de services - High-teK.ca

Toutes les étapes du didacticiel étaient faciles à suivre et fonctionnaient correctement dans mes tests. Cependant, quand est venu le temps d’exécuter le moteur d’inférence pour identifier l’exemple d’image d’un Orange, j’ai pensé que la machine s’était bloquée. Je parcourais également les informations du didacticiel sur Nano, donc je suis sûr que quelques onglets Chromium ouverts n’ont pas aidé ma situation de mémoire disponible, mais cela aurait certainement été bien d’avoir des commentaires interactifs pendant le processus de chargement du modèle qui prend du temps . [UPDATE: Nvidia is definitely paying attention. Within minutes of our posting this, they were checking in updated help text that gives users a heads up about the long initial model load time. Kudos Nvidia!]

À l'aide de GoogleNet, le didacticiel du Jetson Nano identifie avec succès une orange et affiche la probabilité dans une petite superposition de texte visible dans le coin supérieur gauche de l'image de sortie

À l’aide de GoogleNet, le didacticiel du Jetson Nano identifie avec succès une orange et affiche la probabilité dans une petite superposition de texte visible dans le coin supérieur gauche de l’image de sortie.

Malheureusement, comme le kit Nano n’inclut pas d’appareil photo, vous ne pouvez pas passer à la partie amusante de la démo – identifier les objets du monde qui vous entoure – tant que vous n’en avez pas acheté un. J’ai ajouté un Raspberry PiSEEAMAZON_ET_135 Voir Amazon ET commerce
Module de caméra v2, l’un de ceux pris en charge par le Nano. Sans appareil photo, vous pouvez toujours écrire votre propre code de reconnaissance et l’exécuter sur les exemples d’images, mais cela reste dans la catégorie des choses plus faciles à faire sur un PC complet. L’ajout de la caméra m’a permis d’exécuter les différentes démos de reconnaissance incluses. En général, ils fonctionnaient correctement, bien que jusqu’à ce que je mette à niveau l’alimentation électrique vers un modèle à 4 ampères, le système s’éteignait parfois mystérieusement. Si vous achetez le module Raspberry Pi Camera, notez que l’objectif nécessite une mise au point manuelle en le tordant à l’aide d’un outil en plastique inclus ou avec précaution avec de très petites pinces.

Psssssst :  Samsung prévoit de mettre à jour le Galaxy Note 7 pour tuer complètement sa batterie - High-teK.ca

Prochaine étape : JetBot

En soi, même avec l’ajout d’un appareil photo ou deux, le Nano n’est pas super excitant. Après tout, vous pouvez exécuter le même code sur n’importe quel système décent avec un GPU et une webcam. Là où ça devient intéressant, c’est quand on construit un Jetson dans quelque chose. Pour amorcer ce processus, Nvidia a créé JetBot, un kit de robot open-source. C’est un robot à roues avec des caméras qui peuvent être pilotées ou programmées à distance. La nomenclature du kit est assez étendue et nécessite une commande auprès de plusieurs fournisseurs, ainsi que plusieurs pièces qui doivent être imprimées en 3D. Heureusement, il existe des liens pour commander et pour les fichiers modèles nécessaires à l’impression. Cependant, plusieurs des pièces sont en rupture de stock chez les fournisseurs répertoriés, il peut donc prendre un peu de temps pour arriver à un JetBot terminé. Je suis au milieu du processus, alors restez à l’écoute pour mes autres aventures une fois que j’aurai un JetBot opérationnel.

En plus de divers projets utilisant un JetBot, je suis sûr que nous commencerons à voir un certain nombre d’autres efforts open source construits autour du Jetson Nano. Celui qui m’attire est la création d’une alternative open-source aux caméras de sécurité propriétaires sur le marché. Il devrait être possible de faire la plupart de la surveillance et de la reconnaissance que font les caméras par abonnement, sauf par vous-même.

Vous pouvez pré-commander le Jetson Nano pour 99 $ auprès de divers détaillants en ligne, dont Adafruit. Puisque Nvidia les vendait chez GTC, ils existent évidemment déjà, et ils commencent à apparaître comme en stock chez les détaillants en ligne. Il y aura également une version commerciale prête à l’emploi du Nano avec des spécifications légèrement meilleures que les entreprises peuvent acheter en gros pour 129 $.

Maintenant lis:

Bouton retour en haut de la page