一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

NVIDIA Isaac Initiative應用在領域訓練和部署高級AI中

星星科技指導員 ? 來源:NVIDIA ? 作者:Dustin ? 2022-04-18 10:32 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

NVIDIA 發(fā)布了JetPack 3.1,這是用于 Jetson TX1 和 TX2 的生產(chǎn) Linux 軟件版本。隨著對 TensorRT 2.1 和 cuDNN 6.0 的升級,JetPack 3.1 為視覺引導導航和運動控制等實時應用提供了高達 2 倍的深度學習推理性能提升,這些應用受益于加速的批量大小 1。改進的功能使 Jetson 能夠部署比以往任何時候都更強大的智能,實現(xiàn)一代自主機器,包括送貨機器人、遠程呈現(xiàn)和視頻分析。為了進一步推動機器人技術(shù)的發(fā)展,NVIDIA 最近推出的 Isaac Initiative 是一個端到端平臺,用于在該領域訓練和部署高級 AI。

邊緣的人工智能

今年春天早些時候,當 NVIDIA 推出Jetson TX2時,事實上的邊緣計算平臺在功能上得到了顯著提升。如圖 1 中的 Wave Glider 平臺所示,位于網(wǎng)絡邊緣的遠程物聯(lián)網(wǎng)IoT) 設備經(jīng)常會遇到網(wǎng)絡覆蓋、延遲和帶寬下降的情況。雖然物聯(lián)網(wǎng)設備通常用作將數(shù)據(jù)中繼到云的網(wǎng)關,但邊緣計算通過訪問安全的板載計算資源重新構(gòu)建了物聯(lián)網(wǎng)的可能性。NVIDIA 的 Jetson 嵌入式模塊在 Jetson TX1 上以 1 TFLOP/s 的速度提供服務器級性能,并在 10W 的功率下將 Jetson TX2 上的 AI 性能提高一倍。

噴氣背包 3.1

JetPack 3.1 with Linux For Tegra (L4T) R28.1 是 Jetson TX1 和 TX2 的生產(chǎn)軟件版本,具有長期支持 (LTS)。TX1 和 TX2 的 L4T 板級支持包 (BSP) 適用于客戶產(chǎn)品化,其共享的 Linux 內(nèi)核 4.4 代碼庫提供了兩者之間的兼容性和無縫移植。從 JetPack 3.1 開始,開發(fā)人員可以在 TX1 和 TX2 上訪問相同的庫、API 和工具版本。

除了從 cuDNN 5.1 升級到 6.0 以及對 CUDA 8 的維護更新之外,JetPack 3.1 還包括用于構(gòu)建流應用程序的最新視覺和多媒體 API。您可以將 JetPack 3.1 下載到您的主機 PC,以使用最新的 BSP 和工具刷新 Jetson。

使用 TensorRT 2.1 進行低延遲推理

JetPack 3.1 中包含最新版本的 TensorRT,因此您可以在 Jetson 上部署優(yōu)化的運行時深度學習推理。TensorRT 通過網(wǎng)絡圖優(yōu)化、內(nèi)核融合和半精度 FP16 支持提高了推理性能。TensorRT 2.1 包括關鍵功能和增強功能,例如多權(quán)重批處理,可進一步提高 Jetson TX1 和 TX2 的深度學習性能和效率并減少延遲。

批量大小 1 的性能已顯著提高,從而將 GoogLeNet 的延遲降低到 5 毫秒。對于延遲敏感的應用程序,批量大小 1 提供最低延遲,因為每個幀一到達系統(tǒng)就會被處理(而不是等待批量處理多個幀)。如圖 2 所示,在 Jetson TX2 上,使用 TensorRT 2.1 在 GoogLeNet 和 ResNet 圖像識別推理方面的吞吐量是 TensorRT 1.0 的兩倍。

圖 2:使用 Jetson TX2 Max-Q 和 Max-P 功率曲線的 GoogLeNet 和 ResNet-50 的推理吞吐量。TensorRT 2.1 在 GoogleLeNet 和 ResNet 上提供兩倍的推理吞吐量。

表 2 中的延遲顯示隨著批量大小 1 的成比例減少。使用 TensorRT 2,Jetson TX2 在 Max-P 性能配置文件中實現(xiàn)了 5ms 的 GoogLeNet 延遲,在 Max-Q 效率配置文件中實現(xiàn)了 7ms 的延遲。ResNet-50 在 Max-P 中具有 12.2ms 的延遲,在 Max-Q 中具有 15.6ms 的延遲。ResNet 通常用于提高圖像分類的準確性,超越 GoogLeNet,使用 TensorRT 2.1 可將運行時性能提高 2 倍以上。借助 Jetson TX2 的 8GB 內(nèi)存容量,即使在 ResNet 等復雜網(wǎng)絡上也可以實現(xiàn)高達 128 的大批量。

減少的延遲允許深度學習推理方法用于需要近實時響應的應用程序,例如高速無人機和水面車輛的防撞和自主導航。

自定義圖層

通過用戶插件 API 支持自定義網(wǎng)絡層,TensorRT 2.1 能夠運行最新的網(wǎng)絡和擴展支持的功能,包括殘差網(wǎng)絡 (ResNet)、循環(huán)神經(jīng)網(wǎng)絡 (RNN)、你只看一次 (YOLO) 和更快-RCNN(區(qū)域卷積神經(jīng)網(wǎng)絡)。自定義層在用戶定義的 C++ 插件中實現(xiàn),這些插件實現(xiàn)IPlugin了如下代碼中的接口

#include "NvInfer.h" 

使用 
   


    
      
                            
      
                    ,  
                  
   
   
    
      
                 
               
   
   *緩沖區(qū)); 

IPlugin您可以使用與上述代碼類似的自定義來構(gòu)建自己的共享對象。在用戶enqueue()函數(shù)內(nèi)部,您可以使用 CUDA 內(nèi)核實現(xiàn)自定義處理。TensorRT 2.1 使用這種技術(shù)來實現(xiàn)Faster-RCNN插件以增強對象檢測。此外,TensorRT 為長短期記憶 (LSTM)單元和門控循環(huán)單元 (GRU)提供了新的 RNN 層,以改進基于記憶的時序序列識別。開箱即用地提供這些強大的新層類型可加速您在嵌入式邊緣應用程序中部署高級深度學習應用程序。

NVIDIA 艾薩克計劃

隨著邊緣 AI 功能的快速增長,NVIDIA 推出了 Isaac Initiative 以推進機器人技術(shù)和 AI 的最新發(fā)展。Isaac是一個端到端機器人平臺,用于開發(fā)和部署智能系統(tǒng)到現(xiàn)場,包括模擬、自主導航堆棧和用于部署的嵌入式 Jetson。為了開始開發(fā)自主 AI,Isaac 支持圖 3 所示的機器人參考平臺。這些由 Jetson 提供動力的平臺包括無人機、無人地面車輛 (UGV)、無人水面車輛 (USV) 和人類支持機器人 (HSR)。參考平臺提供了一個由 Jetson 驅(qū)動的基礎,可以在現(xiàn)場進行實驗,并且該計劃將隨著時間的推移而擴展,以包括新的平臺和機器人。

開始部署 AI

JetPack 3.1 包括 cuDNN 6 和 TensorRT 2.1。它現(xiàn)在可用于 Jetson TX1 和 TX2。憑借將單批次推理的低延遲性能提高一倍,并支持具有自定義層的新網(wǎng)絡,Jetson 平臺比以往任何時候都更有能力進行邊緣計算。

關于作者

Dustin 是 NVIDIA Jetson 團隊的一名開發(fā)人員推廣員。Dustin 擁有機器人技術(shù)和嵌入式系統(tǒng)方面的背景,喜歡在社區(qū)中提供幫助并與 Jetson 合作開展項目。

審核編輯:郭婷

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 機器人
    +關注

    關注

    213

    文章

    29748

    瀏覽量

    212918
  • NVIDIA
    +關注

    關注

    14

    文章

    5309

    瀏覽量

    106422
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    NVIDIA Isaac Lab可用環(huán)境與強化學習腳本使用指南

    NVIDIA Isaac Sim 是一款基于 NVIDIA Omniverse 構(gòu)建的參考應用,使開發(fā)者能夠在基于物理的虛擬環(huán)境模擬和測試 AI
    的頭像 發(fā)表于 07-14 15:29 ?561次閱讀
    <b class='flag-5'>NVIDIA</b> <b class='flag-5'>Isaac</b> Lab可用環(huán)境與強化學習腳本使用指南

    NVIDIA Isaac Sim和Isaac Lab現(xiàn)已推出早期開發(fā)者預覽版

    NVIDIA 發(fā)布了機器人仿真參考應用 Isaac Sim 和機器人學習框架 Isaac Lab 的開發(fā)者預覽版。開發(fā)者現(xiàn)在可以通過 GitHub 訪問早期版本,搶先體驗先進功能,用于在基于物理的仿真環(huán)境
    的頭像 發(fā)表于 07-04 14:23 ?434次閱讀

    NVIDIA Isaac Sim與NVIDIA Isaac Lab的更新

    在 COMPUTEX 2025 上,NVIDIA 宣布了機器人仿真參考應用 NVIDIA Isaac Sim 和機器人學習框架 NVIDIA Isa
    的頭像 發(fā)表于 05-28 10:06 ?589次閱讀

    NVIDIA技術(shù)驅(qū)動帕西尼觸覺感知與人形機器人智能突破

    本案例通過在 NVIDIA Isaac 平臺集成觸覺仿真器,借助 NVIDIA Isaac Sim 平臺的 3D 場景生成技術(shù)和
    的頭像 發(fā)表于 04-21 09:15 ?598次閱讀

    NVIDIA Isaac 是英偉達推出的綜合性機器人開發(fā)平臺

    NVIDIA Isaac 是英偉達推出的綜合性機器人開發(fā)平臺,旨在通過 GPU 加速、物理仿真和生成式 AI 技術(shù),加速自主移動機器人(AMR)、機械臂及人形機器人的開發(fā)與部署。以下從
    的頭像 發(fā)表于 04-02 18:03 ?872次閱讀

    英偉達GTC2025亮點:NVIDIA認證計劃擴展至企業(yè)存儲領域,加速AI工廠部署

    ,現(xiàn)在已將企業(yè)存儲納入其中,旨在通過加速計算、網(wǎng)絡、軟件和存儲,助力企業(yè)更高效地部署 AI 工廠。 在企業(yè)構(gòu)建 AI 工廠的過程,獲取高質(zhì)量數(shù)據(jù)對于確保
    的頭像 發(fā)表于 03-21 19:38 ?1095次閱讀

    NVIDIA宣布NVIDIA Isaac重要更新

    近期,在備受矚目的2025年國際消費電子展(CES)上,NVIDIA(英偉達)公司宣布了對NVIDIA Isaac平臺的重大更新。這一更新不僅彰顯了NVIDIA在人工智能和機器人技術(shù)
    的頭像 發(fā)表于 01-17 14:45 ?542次閱讀

    簡述NVIDIA Isaac的重要更新

    在 2025 CES,NVIDIA 宣布了對NVIDIA Isaac的重要更新。NVIDIA Isaac 是一個由加速庫、應用框架和
    的頭像 發(fā)表于 01-17 09:57 ?1011次閱讀
    簡述<b class='flag-5'>NVIDIA</b> <b class='flag-5'>Isaac</b>的重要更新

    堅米智能借助NVIDIA Isaac Lab加速四足機器人開發(fā)

    堅米智能(中堅科技)借助NVIDIA Isaac Lab平臺,通過NVIDIA Isaac Sim的 3D 生成與建模技術(shù)構(gòu)建高度逼真的虛擬場景,將現(xiàn)實世界的復雜場景抽象并轉(zhuǎn)化為高質(zhì)量
    的頭像 發(fā)表于 12-29 14:01 ?1221次閱讀

    NVIDIA通過加速AWS上的機器人仿真推進物理AI的發(fā)展

    NVIDIA Isaac Sim 現(xiàn)在可在 Amazon EC2 G6e 實例NVIDIA GPU 云實例上使用,將機器人仿真的擴展速度提高了 2 倍并加快了
    的頭像 發(fā)表于 12-09 11:50 ?797次閱讀

    NVIDIA Isaac Sim滿足模型的多樣化訓練需求

    光輪智能借助?NVIDIA Isaac Sim,通過 3D 生成與建模技術(shù)構(gòu)建高度逼真的虛擬場景,將現(xiàn)實世界的復雜場景抽象并轉(zhuǎn)化為高質(zhì)量的訓練數(shù)據(jù)源,從而更有效地滿足模型的多樣化訓練
    的頭像 發(fā)表于 11-23 14:55 ?1372次閱讀

    日本企業(yè)借助NVIDIA產(chǎn)品加速AI創(chuàng)新

    日本領先企業(yè)和大學正在使用 NVIDIA NeMo、NIM 微服務和 NVIDIA Isaac 加速 AI 創(chuàng)新。
    的頭像 發(fā)表于 11-19 14:34 ?954次閱讀

    利用NVIDIA Isaac平臺構(gòu)建、設計并部署機器人應用

    任務等功能。 AI 在這一變革中發(fā)揮著關鍵作用,提高了機器人的性能。通過集成 NVIDIA AI 加速,機器人可以更高的精度和效率處理復雜的任務,在各種應用充分發(fā)揮自己的潛力。
    的頭像 發(fā)表于 11-09 11:41 ?1761次閱讀
    利用<b class='flag-5'>NVIDIA</b> <b class='flag-5'>Isaac</b>平臺構(gòu)建、設計并<b class='flag-5'>部署</b>機器人應用

    NVIDIA助力Figure發(fā)布新一代對話式人形機器人

    該初創(chuàng)公司展示了新型機器人,其使用 NVIDIA Isaac Sim 處理合成數(shù)據(jù),并使用基于 NVIDIA 加速計算進行實時推理訓練的生成式 AI
    的頭像 發(fā)表于 11-04 10:10 ?717次閱讀

    Foxconn利用NVIDIA AI和Omniverse訓練機器人

    全球最大電子制造商 Foxconn 正準備制造 NVIDIA 最復雜的產(chǎn)品之一,并開始使用 NVIDIA Omniverse 和 Isaac 平臺驅(qū)動的數(shù)字孿生。
    的頭像 發(fā)表于 10-10 09:40 ?868次閱讀