NVIDIA 發布了Jetson Nano 2GB 開發人員套件，這是用于教學、學習和開發 AI 和機器人應用程序的理想動手平臺。六年前推出的 NVIDIA Jetson 平臺通過為邊緣計算設備提供人工智能的力量，徹底改變了嵌入式計算。如今，NVIDIA Jetson 廣泛應用于機器人、零售、工業、農業和 AIoT 等多個領域。

2019 年 3 月，NVIDIA 推出了原始的 Jetson Nano 開發者套件，讓開發者、學生和愛好者等能夠學習、探索和構建適用于邊緣設備的 AI 應用程序。發燒友社區的迅速采用使其成為我們最受歡迎的開發工具包，并創造了 Jetson 運動。新的 NVIDIA Jetson Nano 2GB 開發者套件售價為 59 美元，讓學習 AI 和機器人技術更加實惠。該開發工具包是終極入門級 AI 計算機，從 2020 年 10 月開始在全球范圍內提供。

Jetson Nano 2GB 開發者套件包括一個 Jetson Nano 模塊和 2 GB 內存，并通過 128 核 NVIDIA Maxwell GPU 和 64 位四核 Arm A57 CPU 提供 472 GFLOPS 的計算性能。隨附的載板配備了邊緣和嵌入式項目開發中常用的接口，包括用于連接包括 USB 攝像頭在內的外圍設備的 USB 3.0 和 USB 2.0 端口、一個 MIPI CSI-2 攝像頭連接器、一個兼容帶有許多外圍設備和附加組件、一個 HDMI 顯示接口和一個千兆以太網端口的盒子。開發者套件還包括一個 802.11ac 無線網絡 USB 適配器。

強大的性能

Jetson Nano 2GB 開發人員套件是學習現代 AI 的理想選擇。人工智能計算科學正在迅速變化，研究人員不斷發明新的神經網絡架構，以提供更好的準確性和性能。今天的人工智能從業者在他們的項目中使用各種各樣的人工智能模型和框架，因此學習和創建人工智能項目的理想平臺是一個足夠靈活的平臺，可以運行各種不同的人工智能模型，并且足夠強大以提供創建有意義的所需的性能交互式人工智能體驗。Jetson Nano 2GB 開發者套件不僅支持所有流行的 AI 框架和網絡，還提供了強大的 AI 性能。

圖 2 顯示了使用流行的 DNN 模型測量的 AI 推理性能，用于圖像分類、分割、對象檢測、圖像處理和姿勢估計。NVIDIA TensorRT 用于優化網絡并加速推理以實現實時性能。Jetson Nano 2GB 開發者套件在這個價格范圍內提供如此強大的推理性能是獨一無二的。

圖 2. JetPack 4.4.1 和 TensorRT 7.1 對各種基于視覺的 DNN 模型的 Jetson Nano 2GB 開發人員套件推理性能 （FP16）。

易于使用和靈活探索

Jetson Nano 2GB 開發人員套件提供了即用型平臺的開發體驗，不會限制您使用各種相機、傳感器和外圍設備親身探索 AI 的好奇心。它由 JetPack 軟件開發工具包 （SDK） 提供支持，其中包括熟悉的 Linux 桌面開發體驗。JetPack 附帶構建端到端 AI 應用程序所需的庫。例如，OpenCV 和 VisionWorks 可用于計算機視覺和圖像處理；CUDA、cuDNN 和 TensorRT 加速 AI 推理；以及用于相機和傳感器處理的庫等等。

與純云學習平臺不同，開發人員套件支持 AI 社區中的許多流行傳感器，如 Raspberry Pi 攝像頭、英特爾實感攝像頭、ZED 3D 攝像頭以及其他 USB 攝像頭和外圍設備，所有這些都可以開箱即用。JetPack 4.4.1 引入了對這一新開發工具包的支持，并于 2020 年 10 月末開始提供，與開發工具包的可用性保持一致。有關詳細信息，請參閱JetPack頁面。

您可以使用您選擇的 AI 框架進行學習和開發——支持包括 TensorFlow、PyTorch 和 MXNet 在內的框架。TensorFlow和PyTorch的開發容器托管在NVIDIA NGC上，它提供了一種快速的一步法來啟動和運行您的框架環境。使用同樣托管在 NGC 上的機器學習容器，還可以在開發人員工具包上輕松安裝預裝了 TensorFlow、PyTorch、NumPy、scikit-learn、SciPy 和 pandas 的 Jupyter 筆記本學習環境。

如果您更喜歡直接安裝框架而不是使用預打包的容器，NVIDIA 提供了 Python PIP 輪子。有關詳細信息，請參閱杰特森動物園。

開發者社區

Jetson 開發者社區龐大而充滿活力，包括研究人員、專業開發人員、AI 愛好者、學生和愛好者，他們對 AI 和 Jetson 平臺充滿熱情。成千上萬的 Jetson 社區成員創建并積極分享酷視頻、開源項目和真實世界的 AI 應用程序。最重要的是，開發人員共享源代碼和說明，供任何人嘗試、學習和改進他們的項目。

NVIDIA 定期在JetsonTV YouTube 頻道和Jetson社區項目頁面上分享一些收藏夾。大多數標記為 Jetson Nano 的項目都可以在 Jetson Nano 2GB 開發人員套件上運行。這些是探索和學習人工智能的好方法。

Jetson AI 認證計劃

同樣在今天，NVIDIA 深度學習研究所推出了Jetson AI 認證計劃，第一個可用的課程是Jetson AI Fundamentals，其中包括一系列針對教育工作者的動手自學教育教程、視頻演練和基于項目的評估學習者。本課程以流行的開源深度學習和機器人教程為基礎，包括Jetson Nano 、JetBot和Hello AI World上的 AI 入門，并包含由 NVIDIA 講師和社區專家制作的新教學視頻。

Jetson AI 基礎課程教授使用分類和回歸網絡進行深度學習的基礎，以及對象檢測和語義分割。培訓和推理工作流程、數據收集和實時計算機視覺都包括在內。該課程還包括自主機器人主題，并介紹了使用 JetBot 機器人實現道路跟蹤、避免碰撞和物體跟蹤。

Jetson AI 認證計劃涵蓋兩項認證：

Jetson AI 專家，面向學生、創客、愛好者或任何希望開始使用 AI 的人

Jetson AI Educator面向希望在自己的課程或課程中教授 AI 的教育工作者和講師

要獲得認證，參與者需要學習Jetson AI 基礎課程，然后使用他們在整個課程中學到的概念創建自己的 AI 項目。然后由 NVIDIA 審核項目，并在必要時提供反饋。

發現人工智能

Jetson Nano 2GB 開發人員套件是一種強大且易于訪問的方式，任何人都可以開始使用 AI 和機器人技術。它非常適合動手學習，您將看到您的作品實時感知并與您周圍的世界互動。在線入門指南可通過可下載的系統映像快速啟動和運行，并且通過 NVIDIA CUDA-X 堆棧支持流行的機器學習框架，可以輕松使用支持最新突破的相同軟件和工具進行開發。

關于作者

Suhas Sheshadri 是 NVIDIA 的產品經理，專注于 Jetson 軟件。他之前曾在 NVIDIA 的自動駕駛團隊工作，為 NVIDIA Drive 平臺優化系統軟件。在空閑時間，Suhas 喜歡閱讀有關量子物理學和博弈論的書籍。

Dustin 是 NVIDIA Jetson 團隊的一名開發人員推廣員。Dustin 擁有機器人技術和嵌入式系統方面的背景，喜歡在社區中提供幫助并與 Jetson 合作開展項目。您可以在NVIDIA 開發者論壇或GitHub 上找到他。

審核編輯：郭婷