NVIDIA使用Jetson Nano打造終極AI學習工具

來源：新浪VR

英偉達（NVIDIA）憑借其GPU架構在人工智能（AI）領域保持領先地位，該GPU架構隨著訓練和推理AI工作負載的需求不斷增長而不斷發展。

最新的Ampere架構通過新架構提供了性能上的巨大飛躍，該架構還允許將GPU劃分為七個獨立的推理引擎。英偉達自己的基于DGX A100服務器的超級計算機Selene在TOP500超級計算機中排名第五，在Green500超級計算機中排名第一。此外，超過70%的TOP500使用Nvidia GPU。

但是，NVIDIA不僅僅專注于極限計算，正如其提議收購Arm所證明的那樣。即使沒有收購Arm，NVIDIA也一直將AI的邊界推向低功耗和小型應用。

其最新的用于 汽車 應用的Orin處理器可縮小至僅5W。 Jetson系列產品可縮小至相似的功率水平，并為教育，產品開發甚至生產系統提供了一個全面的平臺。Jetson平臺包括生產模塊和開發人員套件。Jetson Nano，這是Jetson家族的最新成員。有兩個Jetson Nano開發人員套件，一個與生產的Jetson Nano模塊一樣具有4GB內存，另一個具有2GB。

這些都具有四個Arm Cortex-A57內核，高效內核級別中Arm內核的更高性能以及具有128個CUDA內核的Maxwell GPU。Maxwell GPU是Pascal架構之前的一代。Nanos也有16GB的存儲空間。除了內存大小以外，開發人員套件之間的唯一真正區別是I / O端口的數量和價格。

在端口方面，4GB版本具有HDMI，顯示端口，四個Type-A USB端口，一個微型USB端口，一個以太網端口和一個40針GPIO擴展連接器。 4GB版本還具有一個直流電源插孔。 2GB版本將DC電源插孔替換為USB-C端口，并且省去了顯示端口和Type-A USB端口之一。

盡管使用了較舊的GPU架構，Nano在多功能性和功能方面絲毫不減，這說明了GPU架構的兼容性和Nvidia工具的強大功能。