Czy to się komuś podoba, czy nie, na rynku sprzętowych rozwiązań do sztucznej inteligencji Nvidia nie ma praktycznie rywali. Za sprawą specjalistycznych stacji roboczych, frameworku CUDA, specjalistycznych pakietów narzędzi deweloperskich, procesory graficzne Nvidii przestały być tylko procesorami do liczenia grafiki komputerowej, stały się rdzennymi komponentami systemów maszynowego uczenia. Barierą wejścia w ten ekosystem AI zawsze jednak była cena. Nawet za podstawowy zestaw deweloperski Jetson TX2 trzeba było zapłacić około tysiąca dolarów. A co, jeśli ta cena wejścia stanie się dziesięć razy niższa?
Nvidia zapowiedziała wprowadzenie na rynek nowego komputerka, sprzedawanego jako kompletne rozwiązanie do prac nad maszynowym uczeniem. Zbudowany wokół modułu obliczeniowego, wetkniętego w płytkę zasilania i I/O, pobierający ok. 5 W mocy Jetson Nano Developer Kit dostępny jest w przedsprzedaży w USA już za 99 dolarów. Cena obejmuje zasilacz, okablowanie i preinstalowane narzędzia deweloperskie na karcie microSD. W takiej formie komputerek jest adresowany przede wszystkim do majsterkowiczów i programistów, pracujących np. nad rozpoznawaniem obrazu czy mowy.
Takich rozwiązań na rynku jest sporo, na czele ze słynnym Raspberry Pi, i to oczywiście jeszcze tańszych niż te 99 dolarów. Na korzyść komputerka Nvidii przemawia jednak jego moc obliczeniowa. Tu konkurencja nie ma nic porównywalnego: kompatybilne z CUDA 128-rdzeniowe GPU, zaprojektowane w mikroarchitekturze Maxwell wraz z czterodzeniowym (Cortex-A57) procesorem głównym zapewniają moc obliczeniową na poziomie 472 GFLOPS. Dla porównania, wspomniane Raspberry Pi może zapewnić około 25 GFLOPS.
Oprócz tego Jetson Nano Developer Kit zapewnia 4 GB szybkiej pamięci operacyjnej LPDDR4 i zestaw wszystkich niezbędnych złączy: 4×USB 3.0, Gigabit Ethernet, M.2 do dysku, MIPI CSI-2 do kamery, HDMI 2.0 i eDP 1.4 do wyświetlaczy, oraz oczywiście GPIO, I2C, I2S i UART – wszystko, czego może potrzebować elektronik.
Z taką mocą obliczeniową komputerek Nvidii może uruchamiać równolegle wiele sieci neuronowych. Wszystko to pod kontrolą Linuksa, a konkretnie Ubuntu 18.04, które zostało wybrane na domyślny system operacyjny Jetsona Nano. Na nim działa ten sam JetPack SDK, co na innych produktach deweloperskich Nvidii. Można też łatwo zainstalować frameworki maszynowego uczenia takie jak TensorFlow, PyTorch, Keras i Caffe, czy frameworki maszynowego rozpoznawania obrazu i robotyki, takie jak OpenCV i ROS.
Więcej na temat tej ciekawej maszynki znajdziecie na blogu deweloperskim Nvidii. Tam można zobaczyć porównania tego sprzętu z Raspberry Pi 3, Intel Neural Computer Stick 2 i Google Edge Coral Dev Board. Bije je na głowę nie tylko wydajnością, ale też zakresem wspieranego oprogramowania.
Można się spodziewać, że będzie to przełom na rynku AI, tym bardziej że Nvidia nie zamierza ograniczać się do wykorzystania Jetsona Nano jako ciekawostki dla hobbystów. Od czerwca tego roku Nvidia chce zaoferować specjalną wersję modułu obliczeniowego Jetson Nano producentom sprzętu, do integracji z ich rozwiązaniami. Branża motoryzacyjna już zaciera ręce. Zanim jednak do tego dojdzie, za 250 dolarów każdy hobbysta będzie mógł kupić programowalnego robocika JetBot i nauczyć się z nim, jak projektować programowalne pojazdy.
