ระบบนิเวศ Jetson: เข้าใจบอร์ด SDK และเครื่องมือสำหรับนักพัฒนา

บทความนี้จะเจาะลึกระบบนิเวศ NVIDIA Jetson พร้อมทั้งให้รายละเอียด เกี่ยวกับบอร์ดพัฒนาต่างๆ ชุดพัฒนาซอฟต์แวร์ (SDK) และเครื่องมือสำหรับนักพัฒนาที่จำเป็น

ระบบนิเวศ Jetson: เข้าใจบอร์ด SDK และเครื่องมือสำหรับนักพัฒนา

ระบบนิเวศของ NVIDIA Jetson เป็นแพลตฟอร์มอันทรงพลังที่ออกแบบ มาสำหรับแอปพลิเคชัน Edge AI และหุ่นยนต์ แพลตฟอร์มนี้ผสมผสานรวมกัน ระหว่างฮาร์ดแวร์ที่มีประสิทธิภาพสูงกับซอฟต์แวร์สแต็กที่มีคุณภาพดี ช่วยให้นักพัฒนาสร้างและปรับใช้โมเดล AI ได้อย่างมีประสิทธิภาพ 

ในบทความนี้จะนำเสนอบอร์ด Jetson, JetPack SDK และเครื่องมือสำคัญ สำหรับนักพัฒนาที่ทำให้แพลตฟอร์มนี้เป็นผู้นำด้านการประมวลผลเอดจ์

ภาพรวมแพลตฟอร์ม NVIDIA Jetson

NVIDIA Jetson คือชุดบอร์ดคอมพิวเตอร์แบบฝังตัว (Embedded System) ที่ปรับแต่งให้เหมาะสมกับภาระการทำงานของ AI  ด้วยระบบ Systems-on-Module (SoM) ผสานร่วมกับการเร่งความเร็วจาก GPU เข้ากับ CPU ที่ใช้ร่วมกับ ARM เพื่อใช้สำหรับการอนุมานหรือการคาดการณ์วิเคราะห์ของ AI แบบเรียลไทม์  การมองเห็นในรูปแบบต่างๆ ของคอมพิวเตอร์ (Computer Vision) และเครื่องจักรอัตโนมัติ (ML) อีกทั้งระบบนิเวศของ Jetson ยังรองรับ แอปพลิเคชันที่หลากหลาย ตั้งแต่หุ่นยนต์ไปจนถึงระบบอัตโนมัติทาง อุตสาหกรรมที่หลากหลาย

คุณสมบัติหลักของแพลตฟอร์ม Jetson มีส่วนประกอบดังนี้

  • การเร่งความเร็ว GPU (GPU Acceleration)– ใช้ประโยชน์จากคอร์ NVIDIA CUDA ประมวลผลแบบขนาน
  • การปรับแต่ง AI – รองรับ TensorRT, cuDNN และเฟรมเวิร์ก AI อื่นๆ
  • ประสิทธิภาพการใช้พลังงาน – ออกแบบมาสำหรับอุปกรณ์เอดจ์ที่ใช้ พลังงานต่ำ
  • การออกแบบแยกส่วน – ปรับขนาดได้ตั้งแต่การใช้งาน AI ระดับเริ่มต้น ไปจนถึงการใช้งาน AI ประสิทธิภาพสูง

บอร์ดฮาร์ดแวร์ Jetson

  • Jetson Nano บอร์ดพัฒนา AI ระดับเริ่มต้น เหมาะสำหรับการเรียนรู้ และการสร้างต้นแบบ มีคุณสมบัติดังต่อไปนี้
    • กราฟิกการ์ด NVIDIA Maxwell 128 คอร์
    • หน่วยประมวลผลกลาง ARM Cortex-A57 แบบควอดคอร์
    • แรม LPDDR4 4GB
    • รองรับ JetPack SDK บน Linux
      ตัวอย่างการใช้งานเช่น หุ่นยนต์ กล้องอัจฉริยะ และโครงงาน AI ด้านการศึกษา
  • Jetson TX2 / TX2 NX ซีรีส์ Jetson TX2 ความสมดุลระหว่างประสิทธิภาพโดยรวมและการใช้พลังงานอย่างมี ประสิทธิผล
    • กราฟิกการ์ด NVIDIA Pascal 256 คอร์
    • ซีพียู ARMv8 แบบ Hexa-core (Dual Denver + Quad Cortex-A57)
    • แรม LPDDR4 8GB
    • รองรับเฟรมเวิร์ก AI เช่น TensorFlow และ PyTorch
      ตัวอย่างการใช้งาน เช่น โดรน ระบบอัตโนมัติอุตสาหกรรม และ AI เอดจ์
  • Jetson Xavier NX โมดูลขนาดกะทัดรัดแต่ทรงพลัง
    • GPU NVIDIA Volta 384 คอร์ + Tensor 48 คอร์
    • CPU NVIDIA Carmel ARM 6 คอร์
    • RAM LPDDR4x 8GB/16GB
    • ประสิทธิภาพ AI 21 TOPS (INT8)
      ตัวอย่างการใช้งาน เช่น IoT ที่ขับเคลื่อนด้วย AI, การถ่ายภาพทางการแพทย์ และหุ่นยนต์อัตโนมัติ
  • Jetson AGX Orin โมดูลประมวลผล AI เอดจ์รุ่นเรือธงของ NVIDIA
    • กราฟิกการ์ด NVIDIA Ampere 2048 คอร์ + 64 Tensor Cores
    • ซีพียู ARM Cortex-A78AE 12 คอร์
    • แรม LPDDR5 32GB/64GB
    • ประสิทธิภาพ AI 275 TOPS (INT8)
      ตัวอย่างการใช้งานเช่น ยานยนต์ไร้คนขับ หุ่นยนต์ขั้นสูง และเซิร์ฟเวอร์ AI
  • Jetson Orin Nano ตัวเลือกที่คุ้มค่าแต่ทรงพลัง
    • จีพียู NVIDIA Ampere 512 คอร์
    • ซีพียู ARM Cortex-A78AE 6 คอร์
    • แรม LPDDR5 8GB
    • ประสิทธิภาพ AI 40 TOPS (INT8)
      ตัวอย่างการใช้งานเช่น การพัฒนา AI ระดับเริ่มต้น เซ็นเซอร์อัจฉริยะ และการมองเห็นแบบฝังตัว ( embedded vision)

ชุดพัฒนาซอฟต์แวร์ Jetson (SDK)

  1. JetPack SDK  คือ รากฐานของระบบEcosystem Jetson ซึ่งมีคุณสมบัติต่างๆ ดังนี้
    • ระบบปฏิบัติการ Ubuntu
    • รองรับ CUDA, cuDNN และ TensorRT
    • เฟรมเวิร์ก AI ที่ติดตั้งไว้ล่วงหน้า (TensorFlow, PyTorch)
    • ไลบรารีวิชั่นและมัลติมีเดีย
  1. CUDA และ cuDNN
    • CUDA ช่วยให้ประมวลผลด้วย GPU ได้เร็วขึ้นสำหรับ AI และการเรียนรู้เชิงลึก (deep learning)
    • cuDNN (ไลบรารี CUDA Deep Neural Network) ช่วยเพิ่มประสิทธิภาพ การทำงานของเครือข่ายประสาท (neural network)
  1. TensorRT คือ SDK สำหรับการอนุมาน หรือการคาดการเรียนรู้เชิงลึก ที่มีประสิทธิภาพสูง 
    • การปรับแต่งโมเดล (การquantization และการ pruning)
    • การอนุมานแบบหน่วงเวลาต่ำ
    • การใช้งานหลายแพลตฟอร์ม
  1. DeepStream SDK ออกแบบมาเพื่อการวิเคราะห์วิดีโอด้วย AI เช่น:
    • การตรวจจับและติดตามวัตถุแบบเรียลไทม์
    • การประมวลผลแบบหลายเซ็นเซอร์
    • การปรับให้เหมาะสมสำหรับฮาร์ดแวร์ Jetson

เครื่องมือและกรอบงาน(Frameworks) สำหรับนักพัฒนา

  • NVIDIA Omniverse
    • Omniverse คือแพลตฟอร์มการทำงานร่วมกันสำหรับการจำลอง 3 มิติและการ training AI รองรับ Jetson สำหรับหุ่นยนต์และ Digital Twins
  • Isaac ROS และ Isaac Sim
    • Isaac ROS นำเสนอเครื่องมือที่ตอบสนอง AI และที่เข้ากันได้กับ ROS 2 ซึ่ง Isaac Sim นำเสนอการจำลองหุ่นยนต์ที่มีความสมจริง
  • ชุดเครื่องมือ TAO
    • ชุดเครื่องมือ TAO ลดความซับซ้อนของการฝึกฝนโมเดล AI ด้วยการเรียนรู้ แบบถ่ายโอนทำให้ลดเวลาในการพัฒนา
  • VPI (Vision Programming Interface)
    • VPI คือไลบรารีข้ามแพลตฟอร์มสำหรับการประมวลผล ภาพคอมพิวเตอร์ แบบเร่งความเร็วบน Jetson

สรุป

ระบบEcosystem NVIDIA Jetson เป็นการนำเสนอแพลตฟอร์มที่ครอบคลุม สำหรับ AI เอดจ์ โดยผสานรวมฮาร์ดแวร์ที่ทรงพลังเข้ากับเครื่องมือซอฟต์แวร์ที่ ปรับแต่งให้เหมาะสม ไม่ว่าจะเป็นการสร้างต้นแบบหรือการผลิตสร้างสรรค์สิ่งต่างๆ Jetson ช่วยให้นักพัฒนาสามารถปรับและสามารถให้คำตอบต่อการใช้งาน AI ได้อย่างมีประสิทธิภาพมากขึ้น

บทความที่เกี่ยวข้อง

ระบบนิเวศ Jetson: เข้าใจบอร์ด SDK และเครื่องมือสำหรับนักพัฒนา

บทความนี้จะเจาะลึกระบบนิเวศ NVIDIA Jetson พร้อมทั้งให้รายละเอียด เกี่ยวกับบอร์ดพัฒนาต่างๆ ชุดพัฒนาซอฟต์แวร์ (SDK) และเครื่องมือสำหรับนักพัฒนาที่จำเป็น

นักเขียนบทความ
by 
นักเขียนบทความ
ระบบนิเวศ Jetson: เข้าใจบอร์ด SDK และเครื่องมือสำหรับนักพัฒนา

ระบบนิเวศ Jetson: เข้าใจบอร์ด SDK และเครื่องมือสำหรับนักพัฒนา

บทความนี้จะเจาะลึกระบบนิเวศ NVIDIA Jetson พร้อมทั้งให้รายละเอียด เกี่ยวกับบอร์ดพัฒนาต่างๆ ชุดพัฒนาซอฟต์แวร์ (SDK) และเครื่องมือสำหรับนักพัฒนาที่จำเป็น

ระบบนิเวศของ NVIDIA Jetson เป็นแพลตฟอร์มอันทรงพลังที่ออกแบบ มาสำหรับแอปพลิเคชัน Edge AI และหุ่นยนต์ แพลตฟอร์มนี้ผสมผสานรวมกัน ระหว่างฮาร์ดแวร์ที่มีประสิทธิภาพสูงกับซอฟต์แวร์สแต็กที่มีคุณภาพดี ช่วยให้นักพัฒนาสร้างและปรับใช้โมเดล AI ได้อย่างมีประสิทธิภาพ 

ในบทความนี้จะนำเสนอบอร์ด Jetson, JetPack SDK และเครื่องมือสำคัญ สำหรับนักพัฒนาที่ทำให้แพลตฟอร์มนี้เป็นผู้นำด้านการประมวลผลเอดจ์

ภาพรวมแพลตฟอร์ม NVIDIA Jetson

NVIDIA Jetson คือชุดบอร์ดคอมพิวเตอร์แบบฝังตัว (Embedded System) ที่ปรับแต่งให้เหมาะสมกับภาระการทำงานของ AI  ด้วยระบบ Systems-on-Module (SoM) ผสานร่วมกับการเร่งความเร็วจาก GPU เข้ากับ CPU ที่ใช้ร่วมกับ ARM เพื่อใช้สำหรับการอนุมานหรือการคาดการณ์วิเคราะห์ของ AI แบบเรียลไทม์  การมองเห็นในรูปแบบต่างๆ ของคอมพิวเตอร์ (Computer Vision) และเครื่องจักรอัตโนมัติ (ML) อีกทั้งระบบนิเวศของ Jetson ยังรองรับ แอปพลิเคชันที่หลากหลาย ตั้งแต่หุ่นยนต์ไปจนถึงระบบอัตโนมัติทาง อุตสาหกรรมที่หลากหลาย

คุณสมบัติหลักของแพลตฟอร์ม Jetson มีส่วนประกอบดังนี้

  • การเร่งความเร็ว GPU (GPU Acceleration)– ใช้ประโยชน์จากคอร์ NVIDIA CUDA ประมวลผลแบบขนาน
  • การปรับแต่ง AI – รองรับ TensorRT, cuDNN และเฟรมเวิร์ก AI อื่นๆ
  • ประสิทธิภาพการใช้พลังงาน – ออกแบบมาสำหรับอุปกรณ์เอดจ์ที่ใช้ พลังงานต่ำ
  • การออกแบบแยกส่วน – ปรับขนาดได้ตั้งแต่การใช้งาน AI ระดับเริ่มต้น ไปจนถึงการใช้งาน AI ประสิทธิภาพสูง

บอร์ดฮาร์ดแวร์ Jetson

  • Jetson Nano บอร์ดพัฒนา AI ระดับเริ่มต้น เหมาะสำหรับการเรียนรู้ และการสร้างต้นแบบ มีคุณสมบัติดังต่อไปนี้
    • กราฟิกการ์ด NVIDIA Maxwell 128 คอร์
    • หน่วยประมวลผลกลาง ARM Cortex-A57 แบบควอดคอร์
    • แรม LPDDR4 4GB
    • รองรับ JetPack SDK บน Linux
      ตัวอย่างการใช้งานเช่น หุ่นยนต์ กล้องอัจฉริยะ และโครงงาน AI ด้านการศึกษา
  • Jetson TX2 / TX2 NX ซีรีส์ Jetson TX2 ความสมดุลระหว่างประสิทธิภาพโดยรวมและการใช้พลังงานอย่างมี ประสิทธิผล
    • กราฟิกการ์ด NVIDIA Pascal 256 คอร์
    • ซีพียู ARMv8 แบบ Hexa-core (Dual Denver + Quad Cortex-A57)
    • แรม LPDDR4 8GB
    • รองรับเฟรมเวิร์ก AI เช่น TensorFlow และ PyTorch
      ตัวอย่างการใช้งาน เช่น โดรน ระบบอัตโนมัติอุตสาหกรรม และ AI เอดจ์
  • Jetson Xavier NX โมดูลขนาดกะทัดรัดแต่ทรงพลัง
    • GPU NVIDIA Volta 384 คอร์ + Tensor 48 คอร์
    • CPU NVIDIA Carmel ARM 6 คอร์
    • RAM LPDDR4x 8GB/16GB
    • ประสิทธิภาพ AI 21 TOPS (INT8)
      ตัวอย่างการใช้งาน เช่น IoT ที่ขับเคลื่อนด้วย AI, การถ่ายภาพทางการแพทย์ และหุ่นยนต์อัตโนมัติ
  • Jetson AGX Orin โมดูลประมวลผล AI เอดจ์รุ่นเรือธงของ NVIDIA
    • กราฟิกการ์ด NVIDIA Ampere 2048 คอร์ + 64 Tensor Cores
    • ซีพียู ARM Cortex-A78AE 12 คอร์
    • แรม LPDDR5 32GB/64GB
    • ประสิทธิภาพ AI 275 TOPS (INT8)
      ตัวอย่างการใช้งานเช่น ยานยนต์ไร้คนขับ หุ่นยนต์ขั้นสูง และเซิร์ฟเวอร์ AI
  • Jetson Orin Nano ตัวเลือกที่คุ้มค่าแต่ทรงพลัง
    • จีพียู NVIDIA Ampere 512 คอร์
    • ซีพียู ARM Cortex-A78AE 6 คอร์
    • แรม LPDDR5 8GB
    • ประสิทธิภาพ AI 40 TOPS (INT8)
      ตัวอย่างการใช้งานเช่น การพัฒนา AI ระดับเริ่มต้น เซ็นเซอร์อัจฉริยะ และการมองเห็นแบบฝังตัว ( embedded vision)

ชุดพัฒนาซอฟต์แวร์ Jetson (SDK)

  1. JetPack SDK  คือ รากฐานของระบบEcosystem Jetson ซึ่งมีคุณสมบัติต่างๆ ดังนี้
    • ระบบปฏิบัติการ Ubuntu
    • รองรับ CUDA, cuDNN และ TensorRT
    • เฟรมเวิร์ก AI ที่ติดตั้งไว้ล่วงหน้า (TensorFlow, PyTorch)
    • ไลบรารีวิชั่นและมัลติมีเดีย
  1. CUDA และ cuDNN
    • CUDA ช่วยให้ประมวลผลด้วย GPU ได้เร็วขึ้นสำหรับ AI และการเรียนรู้เชิงลึก (deep learning)
    • cuDNN (ไลบรารี CUDA Deep Neural Network) ช่วยเพิ่มประสิทธิภาพ การทำงานของเครือข่ายประสาท (neural network)
  1. TensorRT คือ SDK สำหรับการอนุมาน หรือการคาดการเรียนรู้เชิงลึก ที่มีประสิทธิภาพสูง 
    • การปรับแต่งโมเดล (การquantization และการ pruning)
    • การอนุมานแบบหน่วงเวลาต่ำ
    • การใช้งานหลายแพลตฟอร์ม
  1. DeepStream SDK ออกแบบมาเพื่อการวิเคราะห์วิดีโอด้วย AI เช่น:
    • การตรวจจับและติดตามวัตถุแบบเรียลไทม์
    • การประมวลผลแบบหลายเซ็นเซอร์
    • การปรับให้เหมาะสมสำหรับฮาร์ดแวร์ Jetson

เครื่องมือและกรอบงาน(Frameworks) สำหรับนักพัฒนา

  • NVIDIA Omniverse
    • Omniverse คือแพลตฟอร์มการทำงานร่วมกันสำหรับการจำลอง 3 มิติและการ training AI รองรับ Jetson สำหรับหุ่นยนต์และ Digital Twins
  • Isaac ROS และ Isaac Sim
    • Isaac ROS นำเสนอเครื่องมือที่ตอบสนอง AI และที่เข้ากันได้กับ ROS 2 ซึ่ง Isaac Sim นำเสนอการจำลองหุ่นยนต์ที่มีความสมจริง
  • ชุดเครื่องมือ TAO
    • ชุดเครื่องมือ TAO ลดความซับซ้อนของการฝึกฝนโมเดล AI ด้วยการเรียนรู้ แบบถ่ายโอนทำให้ลดเวลาในการพัฒนา
  • VPI (Vision Programming Interface)
    • VPI คือไลบรารีข้ามแพลตฟอร์มสำหรับการประมวลผล ภาพคอมพิวเตอร์ แบบเร่งความเร็วบน Jetson

สรุป

ระบบEcosystem NVIDIA Jetson เป็นการนำเสนอแพลตฟอร์มที่ครอบคลุม สำหรับ AI เอดจ์ โดยผสานรวมฮาร์ดแวร์ที่ทรงพลังเข้ากับเครื่องมือซอฟต์แวร์ที่ ปรับแต่งให้เหมาะสม ไม่ว่าจะเป็นการสร้างต้นแบบหรือการผลิตสร้างสรรค์สิ่งต่างๆ Jetson ช่วยให้นักพัฒนาสามารถปรับและสามารถให้คำตอบต่อการใช้งาน AI ได้อย่างมีประสิทธิภาพมากขึ้น

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Suspendisse varius enim in eros elementum tristique. Duis cursus, mi quis viverra ornare, eros dolor interdum nulla, ut commodo diam libero vitae erat. Aenean faucibus nibh et justo cursus id rutrum lorem imperdiet. Nunc ut sem vitae risus tristique posuere.

บทความที่เกี่ยวข้อง

ระบบนิเวศ Jetson: เข้าใจบอร์ด SDK และเครื่องมือสำหรับนักพัฒนา

ระบบนิเวศ Jetson: เข้าใจบอร์ด SDK และเครื่องมือสำหรับนักพัฒนา

บทความนี้จะเจาะลึกระบบนิเวศ NVIDIA Jetson พร้อมทั้งให้รายละเอียด เกี่ยวกับบอร์ดพัฒนาต่างๆ ชุดพัฒนาซอฟต์แวร์ (SDK) และเครื่องมือสำหรับนักพัฒนาที่จำเป็น

Lorem ipsum dolor amet consectetur adipiscing elit tortor massa arcu non.

ระบบนิเวศของ NVIDIA Jetson เป็นแพลตฟอร์มอันทรงพลังที่ออกแบบ มาสำหรับแอปพลิเคชัน Edge AI และหุ่นยนต์ แพลตฟอร์มนี้ผสมผสานรวมกัน ระหว่างฮาร์ดแวร์ที่มีประสิทธิภาพสูงกับซอฟต์แวร์สแต็กที่มีคุณภาพดี ช่วยให้นักพัฒนาสร้างและปรับใช้โมเดล AI ได้อย่างมีประสิทธิภาพ 

ในบทความนี้จะนำเสนอบอร์ด Jetson, JetPack SDK และเครื่องมือสำคัญ สำหรับนักพัฒนาที่ทำให้แพลตฟอร์มนี้เป็นผู้นำด้านการประมวลผลเอดจ์

ภาพรวมแพลตฟอร์ม NVIDIA Jetson

NVIDIA Jetson คือชุดบอร์ดคอมพิวเตอร์แบบฝังตัว (Embedded System) ที่ปรับแต่งให้เหมาะสมกับภาระการทำงานของ AI  ด้วยระบบ Systems-on-Module (SoM) ผสานร่วมกับการเร่งความเร็วจาก GPU เข้ากับ CPU ที่ใช้ร่วมกับ ARM เพื่อใช้สำหรับการอนุมานหรือการคาดการณ์วิเคราะห์ของ AI แบบเรียลไทม์  การมองเห็นในรูปแบบต่างๆ ของคอมพิวเตอร์ (Computer Vision) และเครื่องจักรอัตโนมัติ (ML) อีกทั้งระบบนิเวศของ Jetson ยังรองรับ แอปพลิเคชันที่หลากหลาย ตั้งแต่หุ่นยนต์ไปจนถึงระบบอัตโนมัติทาง อุตสาหกรรมที่หลากหลาย

คุณสมบัติหลักของแพลตฟอร์ม Jetson มีส่วนประกอบดังนี้

  • การเร่งความเร็ว GPU (GPU Acceleration)– ใช้ประโยชน์จากคอร์ NVIDIA CUDA ประมวลผลแบบขนาน
  • การปรับแต่ง AI – รองรับ TensorRT, cuDNN และเฟรมเวิร์ก AI อื่นๆ
  • ประสิทธิภาพการใช้พลังงาน – ออกแบบมาสำหรับอุปกรณ์เอดจ์ที่ใช้ พลังงานต่ำ
  • การออกแบบแยกส่วน – ปรับขนาดได้ตั้งแต่การใช้งาน AI ระดับเริ่มต้น ไปจนถึงการใช้งาน AI ประสิทธิภาพสูง

บอร์ดฮาร์ดแวร์ Jetson

  • Jetson Nano บอร์ดพัฒนา AI ระดับเริ่มต้น เหมาะสำหรับการเรียนรู้ และการสร้างต้นแบบ มีคุณสมบัติดังต่อไปนี้
    • กราฟิกการ์ด NVIDIA Maxwell 128 คอร์
    • หน่วยประมวลผลกลาง ARM Cortex-A57 แบบควอดคอร์
    • แรม LPDDR4 4GB
    • รองรับ JetPack SDK บน Linux
      ตัวอย่างการใช้งานเช่น หุ่นยนต์ กล้องอัจฉริยะ และโครงงาน AI ด้านการศึกษา
  • Jetson TX2 / TX2 NX ซีรีส์ Jetson TX2 ความสมดุลระหว่างประสิทธิภาพโดยรวมและการใช้พลังงานอย่างมี ประสิทธิผล
    • กราฟิกการ์ด NVIDIA Pascal 256 คอร์
    • ซีพียู ARMv8 แบบ Hexa-core (Dual Denver + Quad Cortex-A57)
    • แรม LPDDR4 8GB
    • รองรับเฟรมเวิร์ก AI เช่น TensorFlow และ PyTorch
      ตัวอย่างการใช้งาน เช่น โดรน ระบบอัตโนมัติอุตสาหกรรม และ AI เอดจ์
  • Jetson Xavier NX โมดูลขนาดกะทัดรัดแต่ทรงพลัง
    • GPU NVIDIA Volta 384 คอร์ + Tensor 48 คอร์
    • CPU NVIDIA Carmel ARM 6 คอร์
    • RAM LPDDR4x 8GB/16GB
    • ประสิทธิภาพ AI 21 TOPS (INT8)
      ตัวอย่างการใช้งาน เช่น IoT ที่ขับเคลื่อนด้วย AI, การถ่ายภาพทางการแพทย์ และหุ่นยนต์อัตโนมัติ
  • Jetson AGX Orin โมดูลประมวลผล AI เอดจ์รุ่นเรือธงของ NVIDIA
    • กราฟิกการ์ด NVIDIA Ampere 2048 คอร์ + 64 Tensor Cores
    • ซีพียู ARM Cortex-A78AE 12 คอร์
    • แรม LPDDR5 32GB/64GB
    • ประสิทธิภาพ AI 275 TOPS (INT8)
      ตัวอย่างการใช้งานเช่น ยานยนต์ไร้คนขับ หุ่นยนต์ขั้นสูง และเซิร์ฟเวอร์ AI
  • Jetson Orin Nano ตัวเลือกที่คุ้มค่าแต่ทรงพลัง
    • จีพียู NVIDIA Ampere 512 คอร์
    • ซีพียู ARM Cortex-A78AE 6 คอร์
    • แรม LPDDR5 8GB
    • ประสิทธิภาพ AI 40 TOPS (INT8)
      ตัวอย่างการใช้งานเช่น การพัฒนา AI ระดับเริ่มต้น เซ็นเซอร์อัจฉริยะ และการมองเห็นแบบฝังตัว ( embedded vision)

ชุดพัฒนาซอฟต์แวร์ Jetson (SDK)

  1. JetPack SDK  คือ รากฐานของระบบEcosystem Jetson ซึ่งมีคุณสมบัติต่างๆ ดังนี้
    • ระบบปฏิบัติการ Ubuntu
    • รองรับ CUDA, cuDNN และ TensorRT
    • เฟรมเวิร์ก AI ที่ติดตั้งไว้ล่วงหน้า (TensorFlow, PyTorch)
    • ไลบรารีวิชั่นและมัลติมีเดีย
  1. CUDA และ cuDNN
    • CUDA ช่วยให้ประมวลผลด้วย GPU ได้เร็วขึ้นสำหรับ AI และการเรียนรู้เชิงลึก (deep learning)
    • cuDNN (ไลบรารี CUDA Deep Neural Network) ช่วยเพิ่มประสิทธิภาพ การทำงานของเครือข่ายประสาท (neural network)
  1. TensorRT คือ SDK สำหรับการอนุมาน หรือการคาดการเรียนรู้เชิงลึก ที่มีประสิทธิภาพสูง 
    • การปรับแต่งโมเดล (การquantization และการ pruning)
    • การอนุมานแบบหน่วงเวลาต่ำ
    • การใช้งานหลายแพลตฟอร์ม
  1. DeepStream SDK ออกแบบมาเพื่อการวิเคราะห์วิดีโอด้วย AI เช่น:
    • การตรวจจับและติดตามวัตถุแบบเรียลไทม์
    • การประมวลผลแบบหลายเซ็นเซอร์
    • การปรับให้เหมาะสมสำหรับฮาร์ดแวร์ Jetson

เครื่องมือและกรอบงาน(Frameworks) สำหรับนักพัฒนา

  • NVIDIA Omniverse
    • Omniverse คือแพลตฟอร์มการทำงานร่วมกันสำหรับการจำลอง 3 มิติและการ training AI รองรับ Jetson สำหรับหุ่นยนต์และ Digital Twins
  • Isaac ROS และ Isaac Sim
    • Isaac ROS นำเสนอเครื่องมือที่ตอบสนอง AI และที่เข้ากันได้กับ ROS 2 ซึ่ง Isaac Sim นำเสนอการจำลองหุ่นยนต์ที่มีความสมจริง
  • ชุดเครื่องมือ TAO
    • ชุดเครื่องมือ TAO ลดความซับซ้อนของการฝึกฝนโมเดล AI ด้วยการเรียนรู้ แบบถ่ายโอนทำให้ลดเวลาในการพัฒนา
  • VPI (Vision Programming Interface)
    • VPI คือไลบรารีข้ามแพลตฟอร์มสำหรับการประมวลผล ภาพคอมพิวเตอร์ แบบเร่งความเร็วบน Jetson

สรุป

ระบบEcosystem NVIDIA Jetson เป็นการนำเสนอแพลตฟอร์มที่ครอบคลุม สำหรับ AI เอดจ์ โดยผสานรวมฮาร์ดแวร์ที่ทรงพลังเข้ากับเครื่องมือซอฟต์แวร์ที่ ปรับแต่งให้เหมาะสม ไม่ว่าจะเป็นการสร้างต้นแบบหรือการผลิตสร้างสรรค์สิ่งต่างๆ Jetson ช่วยให้นักพัฒนาสามารถปรับและสามารถให้คำตอบต่อการใช้งาน AI ได้อย่างมีประสิทธิภาพมากขึ้น

Related articles