目录
一. Jetson概述
二. Jetson系列
2.1 产品图谱
2.2 参数对比
2.3 Xavier NX模组
三. NVIDIA GPU
3.1 架构演变
3.2 Volta GPU
四. Xavier NX开发套件
一. Jetson概述
NVIDIA® Jetson™ 是世界领先的平台，适用于自主机器和其他嵌入式应用进行边缘计算部署。例如自主机器人，便携式医疗设备等。
Jetson平台被广泛应用于，智能工业，零售，医疗等行业。
Grundium 数字切片扫描仪 Ouva 医患行为监控
NVIDIA® Jetson™ 平台包括 Jetson 模组（外形小巧的高性能计算机）、用于加速软件的 NVIDIA JetPack™ SDK，以及包含传感器、SDK、服务和产品的生态系统，从而加快开发速度。
Jetson平台具有体积小，功耗低，软硬件均可裁剪，可定制化程度高,系统开源等优势。
二. Jetson系列
2.1 产品图谱
Jetson系列模组尺寸小巧，但能提供强大AI算力，尺寸在100mm以内，AI算力最高可达几百TOPS，其中Xavier NX为70mm x 45mm，AI算力为21TOPS。
注：TOPS：万亿次/秒， GOPS：亿次/秒
2.2 参数对比
2.3 Xavier NX模组
后续采用的开发板是基于Xavier NX模组，所以这里着重介绍下NX模组的参数。
Xavier NX模组拥有384个CUDA cores,48个Tensor Cores,6个基于Arm-V8架构的核心，最高16GB的DDR4，支持音视频硬件解码和编码，还有丰富的外设接口，如USB，Ethernet，UART，IIC，CAN，GPIO等。
三. NVIDIA GPU
Jetson模组内部集成用于AI算法GPU，是整个模组的关键，也是英伟达的看家本领，这里介绍下其GPU。
3.1 架构演变
英伟达GPU架构历经多次演变，从2008年的Tesla架构到2020年的Ampere架构。
2017年发布的Volta架构完全以深度学习为核心，并引入了Tensor Core进行矩阵乘法运算。
3.2 Volta GPU
Xavier NX模组采用的是适用于深度学习的 Volta架构GPU，所以这里着重讲一下。
1.Cuda Core
GPU内部的运算单元，可提供INT和Float类型的运算。
Volta架构中Cuda Core拆分为1个FP32 Core+1个INT32 Core，可以同时执行FP32和INT32的操作。
2. Tensor Core
专门针对Deep Learning应用而设计的计算单元，实际上是一种矩阵乘累加的计算单元。矩阵乘累加计算在Deep Learning网络层算法中，比如卷积层、全连接层等是最重要、最耗时的一部分。
四. Xavier NX开发套件
后续的环境搭建，以及AI应用的部署，都在此开发套件进行
Xavier NX开发套件拥有DP和HDMI接口可连接显示器，两个CSI接口用于摄像头，M.2接口扩展固态硬盘，4个USB3.1口，一路以太网口，还引出了40PIN IO口按需使用。 开发套件支持Jetpack开发包，可搭载Ubunt20.04系统，支持主流深度学习框架，TensorFlow，PyTorch,Caffe等。
从下一篇开始，开始写在Xavier NX开发套件进行环境搭建，和应用部署
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/36440.html