GPU巨頭英偉達(Nvidia)發(fā)布了用于大眾市場產(chǎn)品的微型人工智能電腦Jetson Nano。

到目前為止，機器學習在物理世界中的大多數(shù)應用都涉及到昂貴的設備，比如自動駕駛汽車和工業(yè)機器人，所以必要的計算能力并不特別便宜，這并不重要。

但人們的注意力正轉向將ML加入到視頻監(jiān)控系統(tǒng)、家用機器人、工廠視覺檢測系統(tǒng)和企業(yè)物聯(lián)網(wǎng)項目等大眾市場產(chǎn)品中。

英偉達(Nvidia)自動機器產(chǎn)品高級經(jīng)理杰西?克萊頓(Jesse Clayton)表示，潛在買家對價格非常敏感，這使得早期的硬件“遙不可及”。

因此，我們已經(jīng)看到英特爾的神經(jīng)計算棒2和谷歌的珊瑚邊緣TPU的介紹。

現(xiàn)在英偉達已經(jīng)進入這部分市場與Jetson Nano。

這個70x45mm的模塊包括一個128核的Maxwell GPU加上一個4核的ARM CPU，還有4GB的RAM和16gb的eMMC存儲，以及對多達12個攝像頭輸入、兩個視頻輸入和一個I/O接口陣列的支持。

硬件能夠解碼多達16個720p視頻流、8個1080p流、2個4K流(均為30fps)或一個60fps 4K流。這意味著，例如，它可以同時監(jiān)控八個全高清安全攝像頭，對所有攝像頭執(zhí)行目標檢測。

除了低價(129美元)外，英偉達還強調(diào)了兩個特別的賣點。

首先，Jetson Nano與Jetson家族的其他產(chǎn)品運行相同的軟件，包括對深度學習和機器視覺的支持，以及深度估計、目標檢測和手勢識別等高級功能。

其次，它比英特爾神經(jīng)計算Stick 2或Coral Edge TPU運行更廣泛的現(xiàn)代人工智能軟件，在大多數(shù)情況下，它運行得更快。一個例外是谷歌的MobileNetV2計算機視覺軟件，它在低分辨率的邊緣上運行得更快。然而，Jetson Nano可以運行在更高的分辨率(包括1920×1080)。

Clayton說，Jetson家族提供了性能、電源效率、編程的簡便性和封裝性(即隨時可用的模塊)。

Jetson Nano是一款工業(yè)品質的產(chǎn)品，但克萊頓解釋說，英偉達很清楚制造商群體對ML的興趣。

因此，該公司還發(fā)布了售價99美元的Jetson Nano開發(fā)工具包，可立即從英偉達的網(wǎng)站及其全球經(jīng)銷商處購買。

它使用相同的GPU和CPU，但集成了USB、HDMI和以太網(wǎng)端口，并兼容各種為Raspberry Pi設計的傳感器和其他設備，包括來自Adafruit的設備，Clayton說。Adafruit的Blinka library使用了這個工具包。

Jetson Nano開發(fā)工具包不包含存儲;客戶必須添加合適的SD卡。

英偉達提供教程，項目說明，并訪問開發(fā)人員論壇和英偉達深度學習研究所。