Platform perangkat keras pembelajaran mesin tumbuh cepat dan semakin murah. Modul Nvidia Jetson memungkinkan Anda untuk membuat solusi Edge Computing yang efisien dan terjangkau. Saat ini menjadi mungkin untuk menyesuaikan sistem berkinerja tinggi dengan 256 core grafis Nvidia Cuda ke dalam komputer seukuran telapak tangan.
Pada artikel ini, kita akan menganalisis apa itu Edge Computing, berbicara tentang modul Nvidia Jetson, dan menunjukkan solusi yang dapat kami kembangkan berdasarkan pada mereka.
Komputasi tepi
Konsep Edge Computing melibatkan penghematan sumber daya dengan mentransfer daya komputasi sedekat mungkin dengan peralatan akhir.
-------------------------------------------------- -------------------------------------------------- ---------------------Pertimbangkan satu contoh dari proyek nyata: pelanggan perlu mengenali jumlah mobil yang mendekati gerbang di lokasi terpencil. Kamera digital resolusi tinggi dipasang di atas gerbang. Satu-satunya koneksi dengan objek adalah saluran Internet seluler yang mahal. Sebelumnya, pelanggan harus memproses gerakan apa pun pada video dan mengirim bingkai dari kamera ke server untuk pengakuan. Sebagian besar bingkai yang dikirim berisi positif palsu: pergerakan manusia, hewan, peristiwa cuaca. Hal ini menyebabkan peningkatan konsumsi lalu lintas seluler. Dengan munculnya solusi yang terjangkau, Edge Computing memungkinkan untuk memproses aliran video secara lokal di fasilitas, menggunakan pembelajaran mesin untuk membedakan mobil yang bergerak dari fenomena lain dan bahkan mengenali jumlahnya. Akibatnya, mengirim data ke server melalui saluran Internet yang mahal terbatas untuk mengirim string teks dengan nomor mobil. Ini memungkinkan untuk mengurangi biaya lalu lintas seluler sesekali.
Apa itu Nvidia Jetson?
Nvidia Jetson adalah keluarga modul komputasi tertanam dalam faktor bentuk SoM (System On Module), yang berfokus pada pembuatan sistem pembelajaran mesin yang ringkas dan hemat energi. Modul Nvidia Jetson adalah papan ringkas yang berisi semua komponen komputer yang lengkap: prosesor, inti video, RAM, pengontrol USB, dll. Mereka dirancang untuk tertanam di papan lain (papan pembawa), yang dirancang untuk tugas-tugas tertentu.
Menggunakan SoM sangat menyederhanakan pengembangan sistem tertanam, karena pabrikan solusi spesifik hanya perlu mengembangkan papan pembawa untuk periferal dan memasukkan modul komputasi yang sudah jadi. Ini memungkinkan Anda untuk mengurangi biaya pengembangan motherboard yang kompleks dan fokus pada kualitas build dan opsi tambahan. Ini juga lebih mudah bagi pengembang, karena mereka dapat menggunakan modul SoM yang sama dalam bentuk Kit Evaluasi, sementara perangkat terakhir belum siap. Akibatnya, pengembang perangkat lunak mendapatkan lingkungan perangkat keras yang dapat diprediksi dan dapat memastikan bahwa saat mentransfer program ke perangkat akhir, ia akan mendapatkan kinerja yang persis sama. Ini sangat penting ketika mengembangkan sistem pembelajaran mesin, ketika hasilnya sangat tergantung pada karakteristik setrika.
Jetson nano
Nvidia Jetson Nano adalah modul termuda di lini Jetson yang dirancang untuk tertanam di perangkat akhir seperti kamera, DVR, robot, terminal interaktif, dan elektronik konsumen. Dirancang dalam faktor bentuk SO-DIMM sebagai mainboard untuk laptop.
Karakteristik
Prosesor : Quad-core ARM Cortex-A57 MPCore @ 1,4 GHz
GPU : Maxwell dengan 128 core CUDA
Codec perangkat keras video: 4K @ 30fps encoding (H.264 / H.265 codec) dan 4K @ 60fps decoding
Output Video: HDMI 2.0 atau DP1.2 | eDP 1.4 | DSI (1 × 2), dua sekaligus
RAM: 4 GB LPDDR4 64-bit; 25,6 GB / s
Memori flash: 16 GB eMMC (untuk sistem operasi)
Antarmuka: 1 × 1/2/4 PCIE, 1 × USB 3.0, 3 × USB 2.0, Gigabit Ethernet
I / O: pin 1 × SDIO / 2 × SPI / 6 × I2C / 2 × I2S / GPIO
Sistem Operasi: Linux
Dimensi: 69,5 × 45 mm
Koneksi : konektor SO-DIMM DDR4 260-pin
Karena rendahnya biaya modul Jetson Nano, banyak pengembang berhasil mencobanya dalam pekerjaan. Bahkan pada hub sudah ada beberapa artikel tentang menggunakannya untuk visi mesin dan pengenalan pola:
Demo Jetson Nano - pengenalan kucing . Ini adalah modul yang paling terjangkau dan populer untuk menerapkan sistem pembelajaran mesin.
DVR MIC-710IVA berdasarkan Nvidia Jetson Nano
Kami menghadirkan solusi pengawasan video cerdas all-in-one -
DVR digital 8-channel
MIC-710IVA yang berbasis pada Nvidia Jetson Nano. Ini memungkinkan Anda untuk mengintegrasikan sistem visi alat berat tanpa membangun kompleks kompleks beberapa perangkat.
MIC-710IVA menggabungkan:- Perekam video digital dengan sistem penyimpanan
- Modul komputasi 128 core CUDA untuk pemrosesan video real-time
- Sakelar PoE 8-port untuk menghubungkan kamera secara langsung
- Blok input / output digital untuk mengontrol relai, sakelar buluh, alarm, dll.
Pembelajaran mesin dengan cepat menjadi tren dalam pengawasan video. Ini memungkinkan Anda untuk mengotomatiskan apa yang harus dilakukan seseorang sebelumnya, misalnya, untuk mengidentifikasi perilaku abnormal orang, mobil, fenomena alam, mendeteksi kecelakaan, menganalisis beban kerja benda, dll. Tidak lagi mengandalkan perhatian dari operator. Sistem seperti ini banyak diminati di ritel, kompleks keamanan, pusat transportasi.
- Dibangun pada NVIDIA Jetson Nano
- 8 port PoE untuk camcorder
- Kemampuan untuk menginstal dua HDD 3,5 "
- OS Linux
- Konsumsi daya rendah
- Dukungan untuk Codec Video H.264 / H.265
- Antarmuka RS-485 dan input / output digital 8-bit
Panel belakang DVR MIC-710IVADVR
MIC-710IVA memungkinkan
Anda untuk melakukan pemrosesan video awal secara real time, tanpa perlu menyiarkan seluruh aliran ke pusat data jarak jauh. Ini mengurangi beban pada jaringan dan menghilangkan kebutuhan untuk mentransfer data sensitif ke pihak ketiga.
Jetson tegra x2
Jetson Tegra adalah modul yang lebih tua di jajaran, hampir tiga kali lebih produktif daripada Jetson Nano. Itu dibuat dalam bentuk faktor papan mezzanine, yaitu, dimasukkan ke papan lain melalui konektor 400-pin khusus. Ada juga versi TX2i dengan rentang suhu pengoperasian yang diperpanjang.
Karakteristik
Prosesor : Quad-core ARM Cortex-A57 MPCore + CPU NVIDIA Denver 2 64-bit Dual-core
GPU : 256 core Pascal NVIDIA + 256 core NVIDIA CUDA
RAM: 8 atau 4 GB LPDDR4 64-bit; 59,7 GB / s
Koneksi : 400 pin
Modul ini ditujukan untuk pengembang profesional dan biayanya empat kali lebih mahal daripada Jetson Nano. Modul Jetson TX2 dirancang untuk komputasi yang lebih kuat. Ini digunakan dalam robotika, industri, pesawat terbang, dll.
Komputer Industri Kompak MIC-720AI
MIC-720AI didasarkan pada platform Jetson TX2 dengan pendingin pasif sepenuhnya dan dirancang untuk pemasangan di sistem industri dengan visi alat berat, dalam produksi, dan pada objek bergerak. Desain tanpa kipas memberikan operasi tanpa suara yang lengkap dan memungkinkan Anda untuk menggunakan komputer di kamar berdebu tanpa perlu pemeliharaan.
Kehadiran port PoE memungkinkan Anda untuk menghubungkan kamera Ethernet langsung ke komputer tanpa perlu menggunakan injektor dan peralatan perantara.
Spesifikasi Teknis MIC-720AI- Berdasarkan Nvidia Tegra X2
- Pendinginan Sepenuhnya Pasif
- Dua USB 3.0, satu USB 2.0 OTG / Host
- Port Ethernet dengan dukungan untuk PoE 802.3af
- OS Linux
- Kisaran suhu yang luas
Di bagian belakang komputer adalah port USB 2.0 dengan kemampuan untuk beralih mode antara OTG dan Host. Dalam mode OTG, komputer dapat dihubungkan sebagai drive USB ke komputer lain untuk transfer data dan pembaruan perangkat lunak.
MIC-720AI cocok untuk membangun sistem kontrol produksi dan analisis aliran video presisi tinggi.
Jetson xavier
Jetson Xavier adalah modul paling produktif di baris ini. Didesain untuk pemasangan di mobil, pesawat terbang, dan sistem lainnya dengan aliran besar data video. Dibuat dalam bentuk faktor papan mezzanine. Jetson Xavier 20 kali lebih produktif daripada Jetson TX2 dan memiliki 512 core Nvidia Volta. Dalam hal ini, modul ini mengkonsumsi hingga 30W.
Komputer Industri Kinerja Tinggi MIC-730AI
Komputer
MIC-730AI dibangun atas dasar Jetson Xavier dan dirancang untuk instalasi dalam sistem produksi berkinerja tinggi di mana pemrosesan sejumlah besar data diperlukan. Seperti pada
MIC-720AI , sistem pendingin dibuat sepenuhnya pada komponen pasif dan tidak menggunakan kipas. Konfigurasi komputer dapat diperluas dengan menghubungkan dua papan PCIe x8 / x4 melalui modul ekspansi iModule MIC-75M20.
Spesifikasi Teknis MIC-730AIBerdasarkan Nvidia Xavier
Pendinginan pasif
Dua USB 3.0, dua USB 2.0
2 port Ethernet
Kemampuan untuk menghubungkan dua papan PCIe (via iModule MIC-75M20)
Kemampuan untuk menghubungkan 1x MiniPCIe dan 1x M.2 (PCIex4 NVMe)
Dua port serial RS-485/232
OS Linux Pra-instal Ubuntu 18.04
Konsumsi daya rendah
Kesimpulan
Pembelajaran mesin menjadi tersedia untuk digunakan di banyak industri. Di Advantech, kami percaya bahwa teknologi pembelajaran mesin saat ini dapat secara signifikan meningkatkan efisiensi kerja dan mengotomatisasi proses yang sebelumnya tidak dapat dibayangkan tanpa campur tangan manusia. Kami berharap bahwa solusi perangkat keras kami akan memudahkan pelanggan untuk mengintegrasikan pembelajaran mesin ke dalam pekerjaan mereka.