SlideShare ist ein Scribd-Unternehmen logo
1 von 26
Downloaden Sie, um offline zu lesen
GETTING STARTED WITH JETSON NANO
テクニカル マーケティング マネージャー 橘 幸彦
2
アジェンダ
➢ Jetson Platform のご紹介
• Jetson 採用事例
• Jetson ファミリ ラインアップ
• Jetson Nano の概要
➢ Jetson Nano Getting Started
• 各種のドキュメント、リソース
• システムセットアップ
• 電力効率 & パフォーマンスモニター
• GPIO & アクセサリ
➢ すぐに動かせる Jetson Nano のアプリケーション例
3
JETSON PLATFORM のご紹介
Getting Started with Jetson Nano
JETSON TX1 →
JETSON TX2 4 GB
7 - 15W
1 – 1.3 TFLOPS (FP16)
JETSON TX2 8GB | Industrial
7 – 15W
1.3 TFLOPS (FP16)
JETSON AGX XAVIER
10 – 30W
10 TFLOPS (FP16) | 32 TOPS (INT8)
JETSON NANO
5 - 10W
0.5 TFLOPS (FP16)
JETSON ファミリー
エッジでのAIから自律動作マシンまで
同一のソフトウェアが使用可能
エッジでのAI 完全自律マシン
6
JETSON NANO
GTC 2019 にて発表
開発者キット
モジュール
JETSON NANO スペック
機能 仕様
GPU 128 基の NVIDIA CUDA® コアを実装した NVIDIA Maxwell™ アーキテクチャ
CPU クアッドコア ARM® Cortex®-A57 MPCore プロセッサ
メモリ 4 GB 64 ビット LPDDR4
ストレージ 16 GB eMMC 5.1 フラッシュ
ビデオ エンコード 4K @ 30 (H.264/H.265)
ビデオ デコード 4K @ 60 (H.264/H.265)
カメラ 12 レーン (3x4 または 4x2) MIPI CSI-2 DPHY 1.1 (1.5 Gbps)
コネクティビティ ギガビット イーサネット
ディスプレイ HDMI 2.0 または DP1.2 | eDP 1.4 | DSI (1 x2) の 2 つ同時
UPHY 1 x1/2/4 PCIE、1x USB 3.0、3x USB 2.0
I/O 1x SDIO / 2x SPI / 6x I2C / 2x I2S / GPIOs
8
NsightDeveloperTools
DeepStream SDK
Modules
Depth
Estimation
Path
Planning
Object
Detection
Gesture
Recognition
Ecosystem
Modules
Pose
Estimation
Autonomous
Navigation
CUDA • Linux for Tegra
JetPackSDK
TensorRT
cuDNN
VisionWorks
OpenCV
libargus
Video API
GraphicsComputer Vision Accel. ComputingDeep Learning
Drivers
Ecosystem
cuBLAS
cuFFT
Vulkan
OpenGL
SensorsMultimedia
Isaac Robotics Engine
Jetson Nano Jetson AGX XavierJetson TX2
JETSON SOFTWARE
JETSON NANO RUNS MODERN AI
0
9
0
48
0 0 0 0 0 0
16
0
5
11
2
0
5
0.6
5
36
11 10
39
7
2
25
18
15 14
0
10
20
30
40
50
Resnet50 Inception v4 VGG-19 SSD
Mobilenet-v2
(300x300)
SSD
Mobilenet-v2
(960x544)
SSD
Mobilenet-v2
(1920x1080)
Tiny Yolo Unet Super
resolution
OpenPose
Img/sec
Coral dev board (Edge TPU) Raspberry Pi 3 + Intel Neural Compute Stick 2 Jetson Nano Not supported/DNR
TensorFlow TensorFlow TensorFlowTensorFlow PyTorch MxNet Darknet Caffe PyTorch Caffe
https://devblogs.nvidia.com/jetson-nano-ai-computing/
より多くのエッジデバイスに AI を
ホーム / サービスロボット
175 billion hours per year
on household chores (US)
マシンビジョン / AOI
1 trillion product units per
year require visual inspection
ネットワーク ビデオ レコーダー
(NVR)
200 million 1080p streams
AIOT
80% of Enterprise IOT
projects will use AI by 2022
11
JETSON NANO GETTING STARTED
12
JETSON NANO RESOURCES
https://developer.nvidia.com/embedded/twodaystoademo https://github.com/NVIDIA-AI-IOT/jetbot https://devtalk.nvidia.com/default/board/371/jetson-nano/
https://elinux.org/Jetson_Nano#Ecosystem_Products_and_Sensorshttps://elinux.org/Jetson_Nanohttps://developer.nvidia.com/embedded-computing
TUTORIALS PROJECTS DEVELOPER FORUM
DOCUMENTATION & SOFTWARE DOWNLOADS JETSON WIKI NANO ACCESSORIES
13
• Device is booted from a MicroSD card
• 16GB UHS-1 recommended minimum
• Download the SD card image from NVIDIA.com
• Flash the SD card image with Etcher program
• Insert the MicroSD card into the slot located on the
underside of the Jetson Nano module
• Connect keyboard, mouse, display, and power supply
• Board will automatically boot when power is applied
• Green power LED will light
http://www.nvidia.com/JetsonNano-Start
SYSTEM SETUP
14
• 5V⎓2A Micro-USB charger
• Adafruit #1995
• 5V⎓4A DC barrel jack adapter
• Adafruit #1466
• 5.5mm OD x 2.1mm ID x 9.5mm length
• Place a jumper on header J48
• J41 Expansion Header, pins 2/4
• Up to 5V⎓3A per pin (5V⎓6A total)
• Power over Ethernet (PoE)
• Standard PoE supply is 48V
• Use a PoE hat or 5V regulator
POWER SUPPLIES
• J40 Button Header can disable Auto Power-On
• Manual Power-On / Reset
• Enter Recovery Mode
15
Different power mode presets: 5W and 10W
Default mode is 10W
Users can create their own presets, specifying clocks and online cores in /etc/nvpmodel.conf
< POWER_MODEL ID=1 NAME=5W >
CPU_ONLINE CORE_0 1
CPU_ONLINE CORE_1 1
CPU_ONLINE CORE_2 0
CPU_ONLINE CORE_3 0
CPU_A57 MAX_FREQ 918000
GPU MAX_FREQ 640000000
EMC MAX_FREQ 1600000000
NVIDIA Power Model Tool
sudo nvpmodel –q (for checking the active mode)
sudo nvpmodel –m 0 (for changing mode, persists after reboot)
sudo jetson_clocks (to disable dynamic scaling & lock clocks to max for active mode)
Power Mode 10W† 5W
Mode ID 0 1
Online CPU Cores 4 2
CPU Max Frequency (MHz) 1428 918*
GPU Max Frequency (MHz) 921 640*
Memory Max Freq. (MHz) 1600 1600
† Default Mode is 10W (ID:0)
* Rounded at runtime to closest discrete freq. available
POWER MODES
16
Run sudo tegrastats to launch the performance/utilization monitor:
RAM 1216/3963MB (lfb 330x4MB) IRAM 0/252kB(lfb 252kB)
CPU [27%@102,36%@307,6%@204,35%@518] EMC_FREQ 19%@204 GR3D_FREQ 0%@76 APE 25
PLL@25C CPU@29.5C PMIC@100C GPU@27C AO@34C thermal@28C POM_5V_IN 1532/1452
POM_5V_GPU 0/20 POM_5V_CPU 241/201
Memory
Memory
CPU
GPU
Thermal Power
Memory Used / Total Capacity
Bandwidth % @ Frequency (MHz)
Utilization / Frequency (MHz)
Utilization / Frequency (MHz)
Zone @ Temperature (°C) Current Consumption (mW) / Average (mW)
Refer to the L4T Developer Guide for more options and documentation on the output.
PERFORMANCE MONITOR
17
NsightDeveloperTools
DeepStream SDK
Modules
Depth
Estimation
Path
Planning
Object
Detection
Gesture
Recognition
Ecosystem
Modules
Pose
Estimation
Autonomous
Navigation
CUDA • Linux for Tegra
JetPackSDK
TensorRT
cuDNN
VisionWorks
OpenCV
libargus
Video API
GraphicsComputer Vision Accel. ComputingDeep Learning
Drivers
Ecosystem
cuBLAS
cuFFT
Vulkan
OpenGL
SensorsMultimedia
Isaac Robotics Engine
https://docs.nvidia.com/jetson/jetpack/introduction/index.html
https://docs.nvidia.com/jetson/l4t/index.html
https://docs.nvidia.com/cuda/index.html
Jetson Nano Jetson AGX XavierJetson TX1/TX2
JETSON SOFTWARE
18
• Similar 40-pin header to rPI, 3.3V logic levels
• Adafruit Blinka + SeeedStudio Grove support
• Jetson.GPIO Python library
• Compatible API with rPI.GPIO
• Docs & samples in /opt/nvidia/jetson-gpio/
• sysfs I/O access from /sys/class/gpio/
• Map GPIO pin echo 38 > /sys/class/gpio/export
• Set direction echo out > /sys/class/gpio/gpio38/direction
• Bit-banging echo 1 > /sys/class/gpio/gpio38/value
• Unmap GPIO echo 38 > /sys/class/gpio/unexport
• Query status cat /sys/kernel/debug/gpio
• https://www.kernel.org/doc/Documentation/gpio/sysfs.txt
• C/C++ programs (and other languages) can use same sysfs files
• I2C – libi2c for C/C++ and Python
USING GPIO
sysfs GPIO Name Pin Pin Name sysfs GPIO
3.3V 5.0V
I2C_2_SDA 5.0V
I2C_2_SCL GND
gpio216 AUDIO_MCLK UART_2_TX
GND UART_2_RX
gpio50 UART_2_RTS I2S_4_SCLK gpio79
gpio14 SPI_2_SCK GND
gpio194 LCD_TE SPI_2_CS1 gpio232
3.3V SPI_2_CS0 gpio15
gpio16 SPI_1_MOSI GND
gpio17 SPI_1_MISO SPI_2_MISO gpio13
gpio18 SPI_1_SCK SPI_1_CS0 gpio19
GND SPI_1_CS1 gpio20
I2C_1_SDA I2C_1_SCL
gpio149 CAM_AF_EN GND
gpio200 GPIO_PZ0 LCD_BL_PWM gpio168
gpio38 GPIO_PE6 GND
gpio76 I2S_4_LRCK UART_2_CTS gpio51
gpio12 SPI_2_MOSI I2S_4_SDIN gpio77
GND I2S_4_SDOUT gpio78
J41 Expansion Header
1 2
3
5
4
6
7
9
8
10
11 12
13 14
15 16
17 18
2019
21
23
22
24
2625
27 28
3029
31
33
32
34
35 36
38
4039
37
19
JETSON NANO ACCESSORIES
Printable Enclosures
Carriers
Sensors & Cameras
GPIO Hats
5V FansBattery Packs
eLinux.org/Jetson_Nano
20
すぐに動かせる JETSON NANO のアプリケーション例
21
HELLO AI WORLD
https://developer.nvidia.com/embedded/twodaystoademo
22
JETBOT
JetBotプロジェクト フロー
• JetBot の組み立て
• JetBot の基本制御
• JetBot のカメラを用いたデータ収集
• 収集したデータの学習
• 学習したモデルの JetBot へのデプロイ
• モダンAIが実装された JetBot の実走
➢ Collision Avoidance
➢ Object Following
➢ Road Following
https://github.com/NVIDIA-AI-IOT/jetbot
Jetson Nano Mouse(仮称)
⚫ Raspberry Pi Mouse 互換のインターフェース
◼ デバイスファイルで操作
◼ 速度制御が可能
⚫ ソフトウェア資産を流用可能
◼ 操作用シェルスクリプト
◼ ROS パッケージ
◼ ハードウェアを気にせずに
Jetson Nanoを使った
アプリケーションから簡単に操作可能
測距センサ モータ
スイッチ
LED
絶賛開発中!
24
DEEPSTREAM SDK
25
JETSON NANO による DEEPSTREAM デモンストレーション
Getting Started with Jetson Nano

Más contenido relacionado

Was ist angesagt?

ChatGPTは思ったほど賢くない
ChatGPTは思ったほど賢くないChatGPTは思ったほど賢くない
ChatGPTは思ったほど賢くないCarnot Inc.
 
第 1 回 Jetson ユーザー勉強会
第 1 回 Jetson ユーザー勉強会第 1 回 Jetson ユーザー勉強会
第 1 回 Jetson ユーザー勉強会NVIDIA Japan
 
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2Preferred Networks
 
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜Preferred Networks
 
GPU と PYTHON と、それから最近の NVIDIA
GPU と PYTHON と、それから最近の NVIDIAGPU と PYTHON と、それから最近の NVIDIA
GPU と PYTHON と、それから最近の NVIDIANVIDIA Japan
 
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライドNLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライドJunSuzuki21
 
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編Fixstars Corporation
 
Hopper アーキテクチャで、変わること、変わらないこと
Hopper アーキテクチャで、変わること、変わらないことHopper アーキテクチャで、変わること、変わらないこと
Hopper アーキテクチャで、変わること、変わらないことNVIDIA Japan
 
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語るKubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語るPreferred Networks
 
TensorRT Inference Serverではじめる、 高性能な推論サーバ構築
TensorRT Inference Serverではじめる、 高性能な推論サーバ構築TensorRT Inference Serverではじめる、 高性能な推論サーバ構築
TensorRT Inference Serverではじめる、 高性能な推論サーバ構築NVIDIA Japan
 
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術についてAIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術についてFixstars Corporation
 
Raspberry PiのUSB OTGを試す
Raspberry PiのUSB OTGを試すRaspberry PiのUSB OTGを試す
Raspberry PiのUSB OTGを試すKenichiro MATOHARA
 
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic DatasetsDeep Learning JP
 
GPU-FPGA協調プログラミングを実現するコンパイラの開発
GPU-FPGA協調プログラミングを実現するコンパイラの開発GPU-FPGA協調プログラミングを実現するコンパイラの開発
GPU-FPGA協調プログラミングを実現するコンパイラの開発Ryuuta Tsunashima
 
DSIRNLP #3 LZ4 の速さの秘密に迫ってみる
DSIRNLP #3 LZ4 の速さの秘密に迫ってみるDSIRNLP #3 LZ4 の速さの秘密に迫ってみる
DSIRNLP #3 LZ4 の速さの秘密に迫ってみるAtsushi KOMIYA
 
DQNからRainbowまで 〜深層強化学習の最新動向〜
DQNからRainbowまで 〜深層強化学習の最新動向〜DQNからRainbowまで 〜深層強化学習の最新動向〜
DQNからRainbowまで 〜深層強化学習の最新動向〜Jun Okumura
 
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説Takateru Yamagishi
 

Was ist angesagt? (20)

ChatGPTは思ったほど賢くない
ChatGPTは思ったほど賢くないChatGPTは思ったほど賢くない
ChatGPTは思ったほど賢くない
 
第 1 回 Jetson ユーザー勉強会
第 1 回 Jetson ユーザー勉強会第 1 回 Jetson ユーザー勉強会
第 1 回 Jetson ユーザー勉強会
 
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
 
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
 
GPU と PYTHON と、それから最近の NVIDIA
GPU と PYTHON と、それから最近の NVIDIAGPU と PYTHON と、それから最近の NVIDIA
GPU と PYTHON と、それから最近の NVIDIA
 
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライドNLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
 
GPU Container as a Service を実現するための最新OSS徹底比較
GPU Container as a Service を実現するための最新OSS徹底比較GPU Container as a Service を実現するための最新OSS徹底比較
GPU Container as a Service を実現するための最新OSS徹底比較
 
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
 
Hopper アーキテクチャで、変わること、変わらないこと
Hopper アーキテクチャで、変わること、変わらないことHopper アーキテクチャで、変わること、変わらないこと
Hopper アーキテクチャで、変わること、変わらないこと
 
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語るKubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
 
TensorRT Inference Serverではじめる、 高性能な推論サーバ構築
TensorRT Inference Serverではじめる、 高性能な推論サーバ構築TensorRT Inference Serverではじめる、 高性能な推論サーバ構築
TensorRT Inference Serverではじめる、 高性能な推論サーバ構築
 
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術についてAIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
 
Raspberry PiのUSB OTGを試す
Raspberry PiのUSB OTGを試すRaspberry PiのUSB OTGを試す
Raspberry PiのUSB OTGを試す
 
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
 
GPU-FPGA協調プログラミングを実現するコンパイラの開発
GPU-FPGA協調プログラミングを実現するコンパイラの開発GPU-FPGA協調プログラミングを実現するコンパイラの開発
GPU-FPGA協調プログラミングを実現するコンパイラの開発
 
DSIRNLP #3 LZ4 の速さの秘密に迫ってみる
DSIRNLP #3 LZ4 の速さの秘密に迫ってみるDSIRNLP #3 LZ4 の速さの秘密に迫ってみる
DSIRNLP #3 LZ4 の速さの秘密に迫ってみる
 
TVM の紹介
TVM の紹介TVM の紹介
TVM の紹介
 
DQNからRainbowまで 〜深層強化学習の最新動向〜
DQNからRainbowまで 〜深層強化学習の最新動向〜DQNからRainbowまで 〜深層強化学習の最新動向〜
DQNからRainbowまで 〜深層強化学習の最新動向〜
 
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
 
Katib
KatibKatib
Katib
 

Ähnlich wie Getting Started with Jetson Nano

20170421 tensor flowusergroup
20170421 tensor flowusergroup20170421 tensor flowusergroup
20170421 tensor flowusergroupManaMurakami1
 
A100 GPU 搭載! P4d インスタンス 使いこなしのコツ
A100 GPU 搭載! P4d インスタンス使いこなしのコツA100 GPU 搭載! P4d インスタンス使いこなしのコツ
A100 GPU 搭載! P4d インスタンス 使いこなしのコツKuninobu SaSaki
 
【A-1】AIを支えるGPUコンピューティングの今
【A-1】AIを支えるGPUコンピューティングの今【A-1】AIを支えるGPUコンピューティングの今
【A-1】AIを支えるGPUコンピューティングの今Developers Summit
 
Jetson Xavier NX クラウドネイティブをエッジに
Jetson Xavier NX クラウドネイティブをエッジにJetson Xavier NX クラウドネイティブをエッジに
Jetson Xavier NX クラウドネイティブをエッジにNVIDIA Japan
 
JETSON 最新情報 & 自動外観検査事例紹介
JETSON 最新情報 & 自動外観検査事例紹介JETSON 最新情報 & 自動外観検査事例紹介
JETSON 最新情報 & 自動外観検査事例紹介NVIDIA Japan
 
NVIDIA deep learning最新情報in沖縄
NVIDIA deep learning最新情報in沖縄NVIDIA deep learning最新情報in沖縄
NVIDIA deep learning最新情報in沖縄Tak Izaki
 
GTC 2020 発表内容まとめ
GTC 2020 発表内容まとめGTC 2020 発表内容まとめ
GTC 2020 発表内容まとめAya Owosekun
 
GTC 2020 発表内容まとめ
GTC 2020 発表内容まとめGTC 2020 発表内容まとめ
GTC 2020 発表内容まとめNVIDIA Japan
 
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介NTT Communications Technology Development
 
機械学習 / Deep Learning 大全 (4) GPU編
機械学習 / Deep Learning 大全 (4) GPU編機械学習 / Deep Learning 大全 (4) GPU編
機械学習 / Deep Learning 大全 (4) GPU編Daiyu Hatakeyama
 
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~日本マイクロソフト株式会社
 
45分で理解する 最近のスパコン事情 斉藤之雄
45分で理解する 最近のスパコン事情 斉藤之雄45分で理解する 最近のスパコン事情 斉藤之雄
45分で理解する 最近のスパコン事情 斉藤之雄Yukio Saito
 
200625material naruse
200625material naruse200625material naruse
200625material naruseRCCSRENKEI
 
CUDAプログラミング入門
CUDAプログラミング入門CUDAプログラミング入門
CUDAプログラミング入門NVIDIA Japan
 
IEEE ITSS Nagoya Chapter NVIDIA
IEEE ITSS Nagoya Chapter NVIDIAIEEE ITSS Nagoya Chapter NVIDIA
IEEE ITSS Nagoya Chapter NVIDIATak Izaki
 
2019 jetson azure_hands-on
2019 jetson azure_hands-on2019 jetson azure_hands-on
2019 jetson azure_hands-onAya Owosekun
 
機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用について
機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用について機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用について
機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用についてハイシンク創研 / Laboratory of Hi-Think Corporation
 
openstack_neutron-dvr_os5thaniv_20150713
openstack_neutron-dvr_os5thaniv_20150713openstack_neutron-dvr_os5thaniv_20150713
openstack_neutron-dvr_os5thaniv_20150713Takehiro Kudou
 
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021Preferred Networks
 
20170726 py data.tokyo
20170726 py data.tokyo20170726 py data.tokyo
20170726 py data.tokyoManaMurakami1
 

Ähnlich wie Getting Started with Jetson Nano (20)

20170421 tensor flowusergroup
20170421 tensor flowusergroup20170421 tensor flowusergroup
20170421 tensor flowusergroup
 
A100 GPU 搭載! P4d インスタンス 使いこなしのコツ
A100 GPU 搭載! P4d インスタンス使いこなしのコツA100 GPU 搭載! P4d インスタンス使いこなしのコツ
A100 GPU 搭載! P4d インスタンス 使いこなしのコツ
 
【A-1】AIを支えるGPUコンピューティングの今
【A-1】AIを支えるGPUコンピューティングの今【A-1】AIを支えるGPUコンピューティングの今
【A-1】AIを支えるGPUコンピューティングの今
 
Jetson Xavier NX クラウドネイティブをエッジに
Jetson Xavier NX クラウドネイティブをエッジにJetson Xavier NX クラウドネイティブをエッジに
Jetson Xavier NX クラウドネイティブをエッジに
 
JETSON 最新情報 & 自動外観検査事例紹介
JETSON 最新情報 & 自動外観検査事例紹介JETSON 最新情報 & 自動外観検査事例紹介
JETSON 最新情報 & 自動外観検査事例紹介
 
NVIDIA deep learning最新情報in沖縄
NVIDIA deep learning最新情報in沖縄NVIDIA deep learning最新情報in沖縄
NVIDIA deep learning最新情報in沖縄
 
GTC 2020 発表内容まとめ
GTC 2020 発表内容まとめGTC 2020 発表内容まとめ
GTC 2020 発表内容まとめ
 
GTC 2020 発表内容まとめ
GTC 2020 発表内容まとめGTC 2020 発表内容まとめ
GTC 2020 発表内容まとめ
 
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
 
機械学習 / Deep Learning 大全 (4) GPU編
機械学習 / Deep Learning 大全 (4) GPU編機械学習 / Deep Learning 大全 (4) GPU編
機械学習 / Deep Learning 大全 (4) GPU編
 
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~
 
45分で理解する 最近のスパコン事情 斉藤之雄
45分で理解する 最近のスパコン事情 斉藤之雄45分で理解する 最近のスパコン事情 斉藤之雄
45分で理解する 最近のスパコン事情 斉藤之雄
 
200625material naruse
200625material naruse200625material naruse
200625material naruse
 
CUDAプログラミング入門
CUDAプログラミング入門CUDAプログラミング入門
CUDAプログラミング入門
 
IEEE ITSS Nagoya Chapter NVIDIA
IEEE ITSS Nagoya Chapter NVIDIAIEEE ITSS Nagoya Chapter NVIDIA
IEEE ITSS Nagoya Chapter NVIDIA
 
2019 jetson azure_hands-on
2019 jetson azure_hands-on2019 jetson azure_hands-on
2019 jetson azure_hands-on
 
機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用について
機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用について機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用について
機械学習とこれを支える並列計算: ディープラーニング・スーパーコンピューターの応用について
 
openstack_neutron-dvr_os5thaniv_20150713
openstack_neutron-dvr_os5thaniv_20150713openstack_neutron-dvr_os5thaniv_20150713
openstack_neutron-dvr_os5thaniv_20150713
 
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021
 
20170726 py data.tokyo
20170726 py data.tokyo20170726 py data.tokyo
20170726 py data.tokyo
 

Mehr von NVIDIA Japan

HPC 的に H100 は魅力的な GPU なのか?
HPC 的に H100 は魅力的な GPU なのか?HPC 的に H100 は魅力的な GPU なのか?
HPC 的に H100 は魅力的な GPU なのか?NVIDIA Japan
 
NVIDIA cuQuantum SDK による量子回路シミュレーターの高速化
NVIDIA cuQuantum SDK による量子回路シミュレーターの高速化NVIDIA cuQuantum SDK による量子回路シミュレーターの高速化
NVIDIA cuQuantum SDK による量子回路シミュレーターの高速化NVIDIA Japan
 
Physics-ML のためのフレームワーク NVIDIA Modulus 最新事情
Physics-ML のためのフレームワーク NVIDIA Modulus 最新事情Physics-ML のためのフレームワーク NVIDIA Modulus 最新事情
Physics-ML のためのフレームワーク NVIDIA Modulus 最新事情NVIDIA Japan
 
20221021_JP5.0.2-Webinar-JP_Final.pdf
20221021_JP5.0.2-Webinar-JP_Final.pdf20221021_JP5.0.2-Webinar-JP_Final.pdf
20221021_JP5.0.2-Webinar-JP_Final.pdfNVIDIA Japan
 
開発者が語る NVIDIA cuQuantum SDK
開発者が語る NVIDIA cuQuantum SDK開発者が語る NVIDIA cuQuantum SDK
開発者が語る NVIDIA cuQuantum SDKNVIDIA Japan
 
NVIDIA Modulus: Physics ML 開発のためのフレームワーク
NVIDIA Modulus: Physics ML 開発のためのフレームワークNVIDIA Modulus: Physics ML 開発のためのフレームワーク
NVIDIA Modulus: Physics ML 開発のためのフレームワークNVIDIA Japan
 
NVIDIA HPC ソフトウエア斜め読み
NVIDIA HPC ソフトウエア斜め読みNVIDIA HPC ソフトウエア斜め読み
NVIDIA HPC ソフトウエア斜め読みNVIDIA Japan
 
HPC+AI ってよく聞くけど結局なんなの
HPC+AI ってよく聞くけど結局なんなのHPC+AI ってよく聞くけど結局なんなの
HPC+AI ってよく聞くけど結局なんなのNVIDIA Japan
 
Magnum IO GPUDirect Storage 最新情報
Magnum IO GPUDirect Storage 最新情報Magnum IO GPUDirect Storage 最新情報
Magnum IO GPUDirect Storage 最新情報NVIDIA Japan
 
データ爆発時代のネットワークインフラ
データ爆発時代のネットワークインフラデータ爆発時代のネットワークインフラ
データ爆発時代のネットワークインフラNVIDIA Japan
 
GTC November 2021 – テレコム関連アップデート サマリー
GTC November 2021 – テレコム関連アップデート サマリーGTC November 2021 – テレコム関連アップデート サマリー
GTC November 2021 – テレコム関連アップデート サマリーNVIDIA Japan
 
テレコムのビッグデータ解析 & AI サイバーセキュリティ
テレコムのビッグデータ解析 & AI サイバーセキュリティテレコムのビッグデータ解析 & AI サイバーセキュリティ
テレコムのビッグデータ解析 & AI サイバーセキュリティNVIDIA Japan
 
必見!絶対におすすめの通信業界セッション 5 つ ~秋の GTC 2020~
必見!絶対におすすめの通信業界セッション 5 つ ~秋の GTC 2020~必見!絶対におすすめの通信業界セッション 5 つ ~秋の GTC 2020~
必見!絶対におすすめの通信業界セッション 5 つ ~秋の GTC 2020~NVIDIA Japan
 
2020年10月29日 プロフェッショナルAI×Roboticsエンジニアへのロードマップ
2020年10月29日 プロフェッショナルAI×Roboticsエンジニアへのロードマップ2020年10月29日 プロフェッショナルAI×Roboticsエンジニアへのロードマップ
2020年10月29日 プロフェッショナルAI×RoboticsエンジニアへのロードマップNVIDIA Japan
 
2020年10月29日 Jetson活用によるAI教育
2020年10月29日 Jetson活用によるAI教育2020年10月29日 Jetson活用によるAI教育
2020年10月29日 Jetson活用によるAI教育NVIDIA Japan
 
2020年10月29日 Jetson Nano 2GBで始めるAI x Robotics教育
2020年10月29日 Jetson Nano 2GBで始めるAI x Robotics教育2020年10月29日 Jetson Nano 2GBで始めるAI x Robotics教育
2020年10月29日 Jetson Nano 2GBで始めるAI x Robotics教育NVIDIA Japan
 
COVID-19 研究・対策に活用可能な NVIDIA ソフトウェアと関連情報
COVID-19 研究・対策に活用可能な NVIDIA ソフトウェアと関連情報COVID-19 研究・対策に活用可能な NVIDIA ソフトウェアと関連情報
COVID-19 研究・対策に活用可能な NVIDIA ソフトウェアと関連情報NVIDIA Japan
 
NVIDIA Jetson導入事例ご紹介
NVIDIA Jetson導入事例ご紹介NVIDIA Jetson導入事例ご紹介
NVIDIA Jetson導入事例ご紹介NVIDIA Japan
 
Final 20200326 jetson edge comuputing digital seminar 1 final (1)
Final 20200326 jetson edge comuputing digital seminar 1 final (1)Final 20200326 jetson edge comuputing digital seminar 1 final (1)
Final 20200326 jetson edge comuputing digital seminar 1 final (1)NVIDIA Japan
 
20200326 jetson edge comuputing digital seminar 1 final
20200326 jetson edge comuputing digital seminar 1 final20200326 jetson edge comuputing digital seminar 1 final
20200326 jetson edge comuputing digital seminar 1 finalNVIDIA Japan
 

Mehr von NVIDIA Japan (20)

HPC 的に H100 は魅力的な GPU なのか?
HPC 的に H100 は魅力的な GPU なのか?HPC 的に H100 は魅力的な GPU なのか?
HPC 的に H100 は魅力的な GPU なのか?
 
NVIDIA cuQuantum SDK による量子回路シミュレーターの高速化
NVIDIA cuQuantum SDK による量子回路シミュレーターの高速化NVIDIA cuQuantum SDK による量子回路シミュレーターの高速化
NVIDIA cuQuantum SDK による量子回路シミュレーターの高速化
 
Physics-ML のためのフレームワーク NVIDIA Modulus 最新事情
Physics-ML のためのフレームワーク NVIDIA Modulus 最新事情Physics-ML のためのフレームワーク NVIDIA Modulus 最新事情
Physics-ML のためのフレームワーク NVIDIA Modulus 最新事情
 
20221021_JP5.0.2-Webinar-JP_Final.pdf
20221021_JP5.0.2-Webinar-JP_Final.pdf20221021_JP5.0.2-Webinar-JP_Final.pdf
20221021_JP5.0.2-Webinar-JP_Final.pdf
 
開発者が語る NVIDIA cuQuantum SDK
開発者が語る NVIDIA cuQuantum SDK開発者が語る NVIDIA cuQuantum SDK
開発者が語る NVIDIA cuQuantum SDK
 
NVIDIA Modulus: Physics ML 開発のためのフレームワーク
NVIDIA Modulus: Physics ML 開発のためのフレームワークNVIDIA Modulus: Physics ML 開発のためのフレームワーク
NVIDIA Modulus: Physics ML 開発のためのフレームワーク
 
NVIDIA HPC ソフトウエア斜め読み
NVIDIA HPC ソフトウエア斜め読みNVIDIA HPC ソフトウエア斜め読み
NVIDIA HPC ソフトウエア斜め読み
 
HPC+AI ってよく聞くけど結局なんなの
HPC+AI ってよく聞くけど結局なんなのHPC+AI ってよく聞くけど結局なんなの
HPC+AI ってよく聞くけど結局なんなの
 
Magnum IO GPUDirect Storage 最新情報
Magnum IO GPUDirect Storage 最新情報Magnum IO GPUDirect Storage 最新情報
Magnum IO GPUDirect Storage 最新情報
 
データ爆発時代のネットワークインフラ
データ爆発時代のネットワークインフラデータ爆発時代のネットワークインフラ
データ爆発時代のネットワークインフラ
 
GTC November 2021 – テレコム関連アップデート サマリー
GTC November 2021 – テレコム関連アップデート サマリーGTC November 2021 – テレコム関連アップデート サマリー
GTC November 2021 – テレコム関連アップデート サマリー
 
テレコムのビッグデータ解析 & AI サイバーセキュリティ
テレコムのビッグデータ解析 & AI サイバーセキュリティテレコムのビッグデータ解析 & AI サイバーセキュリティ
テレコムのビッグデータ解析 & AI サイバーセキュリティ
 
必見!絶対におすすめの通信業界セッション 5 つ ~秋の GTC 2020~
必見!絶対におすすめの通信業界セッション 5 つ ~秋の GTC 2020~必見!絶対におすすめの通信業界セッション 5 つ ~秋の GTC 2020~
必見!絶対におすすめの通信業界セッション 5 つ ~秋の GTC 2020~
 
2020年10月29日 プロフェッショナルAI×Roboticsエンジニアへのロードマップ
2020年10月29日 プロフェッショナルAI×Roboticsエンジニアへのロードマップ2020年10月29日 プロフェッショナルAI×Roboticsエンジニアへのロードマップ
2020年10月29日 プロフェッショナルAI×Roboticsエンジニアへのロードマップ
 
2020年10月29日 Jetson活用によるAI教育
2020年10月29日 Jetson活用によるAI教育2020年10月29日 Jetson活用によるAI教育
2020年10月29日 Jetson活用によるAI教育
 
2020年10月29日 Jetson Nano 2GBで始めるAI x Robotics教育
2020年10月29日 Jetson Nano 2GBで始めるAI x Robotics教育2020年10月29日 Jetson Nano 2GBで始めるAI x Robotics教育
2020年10月29日 Jetson Nano 2GBで始めるAI x Robotics教育
 
COVID-19 研究・対策に活用可能な NVIDIA ソフトウェアと関連情報
COVID-19 研究・対策に活用可能な NVIDIA ソフトウェアと関連情報COVID-19 研究・対策に活用可能な NVIDIA ソフトウェアと関連情報
COVID-19 研究・対策に活用可能な NVIDIA ソフトウェアと関連情報
 
NVIDIA Jetson導入事例ご紹介
NVIDIA Jetson導入事例ご紹介NVIDIA Jetson導入事例ご紹介
NVIDIA Jetson導入事例ご紹介
 
Final 20200326 jetson edge comuputing digital seminar 1 final (1)
Final 20200326 jetson edge comuputing digital seminar 1 final (1)Final 20200326 jetson edge comuputing digital seminar 1 final (1)
Final 20200326 jetson edge comuputing digital seminar 1 final (1)
 
20200326 jetson edge comuputing digital seminar 1 final
20200326 jetson edge comuputing digital seminar 1 final20200326 jetson edge comuputing digital seminar 1 final
20200326 jetson edge comuputing digital seminar 1 final
 

Último

キャラで動かすGPT ~GPTsでどんな感じに作っているとか考えていることとか~
キャラで動かすGPT ~GPTsでどんな感じに作っているとか考えていることとか~キャラで動かすGPT ~GPTsでどんな感じに作っているとか考えていることとか~
キャラで動かすGPT ~GPTsでどんな感じに作っているとか考えていることとか~honeshabri
 
キンドリル_ネットワーク自動化成熟度診断サービス ご紹介資料 2024年3月版
キンドリル_ネットワーク自動化成熟度診断サービス ご紹介資料 2024年3月版キンドリル_ネットワーク自動化成熟度診断サービス ご紹介資料 2024年3月版
キンドリル_ネットワーク自動化成熟度診断サービス ご紹介資料 2024年3月版Takayuki Nakayama
 
AWS_Bedrock入門 このスライドは2024/03/08の勉強会で発表されたものです。
AWS_Bedrock入門 このスライドは2024/03/08の勉強会で発表されたものです。AWS_Bedrock入門 このスライドは2024/03/08の勉強会で発表されたものです。
AWS_Bedrock入門 このスライドは2024/03/08の勉強会で発表されたものです。iPride Co., Ltd.
 
The 86th National Convention of IPSJ (Student Encouragement Award))
The 86th National Convention of IPSJ (Student Encouragement Award))The 86th National Convention of IPSJ (Student Encouragement Award))
The 86th National Convention of IPSJ (Student Encouragement Award))yoshidakids7
 
バイオリンの運弓動作計測による初心者と経験者の差異分析
バイオリンの運弓動作計測による初心者と経験者の差異分析バイオリンの運弓動作計測による初心者と経験者の差異分析
バイオリンの運弓動作計測による初心者と経験者の差異分析sugiuralab
 
IGDA Japan SIG Audio #22 オンラインセミナー VRの知る.pdf
IGDA Japan SIG Audio #22 オンラインセミナー VRの知る.pdfIGDA Japan SIG Audio #22 オンラインセミナー VRの知る.pdf
IGDA Japan SIG Audio #22 オンラインセミナー VRの知る.pdfIGDA Japan SIG-Audio
 
チームで開発するための環境を整える
チームで開発するための環境を整えるチームで開発するための環境を整える
チームで開発するための環境を整えるonozaty
 
AWS Lambdaと AWS API Gatewayを使ったREST API作り
AWS Lambdaと AWS API Gatewayを使ったREST API作りAWS Lambdaと AWS API Gatewayを使ったREST API作り
AWS Lambdaと AWS API Gatewayを使ったREST API作りiPride Co., Ltd.
 
SIG-AUDIO 2024 Vol.02 オンラインセミナー 「必殺使音人(ひっさつしおとにん)カットシーンを成敗せよ」
SIG-AUDIO 2024 Vol.02 オンラインセミナー 「必殺使音人(ひっさつしおとにん)カットシーンを成敗せよ」SIG-AUDIO 2024 Vol.02 オンラインセミナー 「必殺使音人(ひっさつしおとにん)カットシーンを成敗せよ」
SIG-AUDIO 2024 Vol.02 オンラインセミナー 「必殺使音人(ひっさつしおとにん)カットシーンを成敗せよ」IGDA Japan SIG-Audio
 
JAWS DAYS 2024 E-3 ランチにまつわるちょっといい話 〜給食がない町の小中学生に温かい昼食を〜
JAWS DAYS 2024 E-3 ランチにまつわるちょっといい話 〜給食がない町の小中学生に温かい昼食を〜JAWS DAYS 2024 E-3 ランチにまつわるちょっといい話 〜給食がない町の小中学生に温かい昼食を〜
JAWS DAYS 2024 E-3 ランチにまつわるちょっといい話 〜給食がない町の小中学生に温かい昼食を〜Naomi Yamasaki
 
00001_test_automation_portfolio_20240313
00001_test_automation_portfolio_2024031300001_test_automation_portfolio_20240313
00001_test_automation_portfolio_20240313ssuserf8ea02
 
これからはじめるAnsible - Ansible Night Tokyo 2024
これからはじめるAnsible - Ansible Night Tokyo 2024これからはじめるAnsible - Ansible Night Tokyo 2024
これからはじめるAnsible - Ansible Night Tokyo 2024Hideki Saito
 

Último (12)

キャラで動かすGPT ~GPTsでどんな感じに作っているとか考えていることとか~
キャラで動かすGPT ~GPTsでどんな感じに作っているとか考えていることとか~キャラで動かすGPT ~GPTsでどんな感じに作っているとか考えていることとか~
キャラで動かすGPT ~GPTsでどんな感じに作っているとか考えていることとか~
 
キンドリル_ネットワーク自動化成熟度診断サービス ご紹介資料 2024年3月版
キンドリル_ネットワーク自動化成熟度診断サービス ご紹介資料 2024年3月版キンドリル_ネットワーク自動化成熟度診断サービス ご紹介資料 2024年3月版
キンドリル_ネットワーク自動化成熟度診断サービス ご紹介資料 2024年3月版
 
AWS_Bedrock入門 このスライドは2024/03/08の勉強会で発表されたものです。
AWS_Bedrock入門 このスライドは2024/03/08の勉強会で発表されたものです。AWS_Bedrock入門 このスライドは2024/03/08の勉強会で発表されたものです。
AWS_Bedrock入門 このスライドは2024/03/08の勉強会で発表されたものです。
 
The 86th National Convention of IPSJ (Student Encouragement Award))
The 86th National Convention of IPSJ (Student Encouragement Award))The 86th National Convention of IPSJ (Student Encouragement Award))
The 86th National Convention of IPSJ (Student Encouragement Award))
 
バイオリンの運弓動作計測による初心者と経験者の差異分析
バイオリンの運弓動作計測による初心者と経験者の差異分析バイオリンの運弓動作計測による初心者と経験者の差異分析
バイオリンの運弓動作計測による初心者と経験者の差異分析
 
IGDA Japan SIG Audio #22 オンラインセミナー VRの知る.pdf
IGDA Japan SIG Audio #22 オンラインセミナー VRの知る.pdfIGDA Japan SIG Audio #22 オンラインセミナー VRの知る.pdf
IGDA Japan SIG Audio #22 オンラインセミナー VRの知る.pdf
 
チームで開発するための環境を整える
チームで開発するための環境を整えるチームで開発するための環境を整える
チームで開発するための環境を整える
 
AWS Lambdaと AWS API Gatewayを使ったREST API作り
AWS Lambdaと AWS API Gatewayを使ったREST API作りAWS Lambdaと AWS API Gatewayを使ったREST API作り
AWS Lambdaと AWS API Gatewayを使ったREST API作り
 
SIG-AUDIO 2024 Vol.02 オンラインセミナー 「必殺使音人(ひっさつしおとにん)カットシーンを成敗せよ」
SIG-AUDIO 2024 Vol.02 オンラインセミナー 「必殺使音人(ひっさつしおとにん)カットシーンを成敗せよ」SIG-AUDIO 2024 Vol.02 オンラインセミナー 「必殺使音人(ひっさつしおとにん)カットシーンを成敗せよ」
SIG-AUDIO 2024 Vol.02 オンラインセミナー 「必殺使音人(ひっさつしおとにん)カットシーンを成敗せよ」
 
JAWS DAYS 2024 E-3 ランチにまつわるちょっといい話 〜給食がない町の小中学生に温かい昼食を〜
JAWS DAYS 2024 E-3 ランチにまつわるちょっといい話 〜給食がない町の小中学生に温かい昼食を〜JAWS DAYS 2024 E-3 ランチにまつわるちょっといい話 〜給食がない町の小中学生に温かい昼食を〜
JAWS DAYS 2024 E-3 ランチにまつわるちょっといい話 〜給食がない町の小中学生に温かい昼食を〜
 
00001_test_automation_portfolio_20240313
00001_test_automation_portfolio_2024031300001_test_automation_portfolio_20240313
00001_test_automation_portfolio_20240313
 
これからはじめるAnsible - Ansible Night Tokyo 2024
これからはじめるAnsible - Ansible Night Tokyo 2024これからはじめるAnsible - Ansible Night Tokyo 2024
これからはじめるAnsible - Ansible Night Tokyo 2024
 

Getting Started with Jetson Nano

  • 1. GETTING STARTED WITH JETSON NANO テクニカル マーケティング マネージャー 橘 幸彦
  • 2. 2 アジェンダ ➢ Jetson Platform のご紹介 • Jetson 採用事例 • Jetson ファミリ ラインアップ • Jetson Nano の概要 ➢ Jetson Nano Getting Started • 各種のドキュメント、リソース • システムセットアップ • 電力効率 & パフォーマンスモニター • GPIO & アクセサリ ➢ すぐに動かせる Jetson Nano のアプリケーション例
  • 5. JETSON TX1 → JETSON TX2 4 GB 7 - 15W 1 – 1.3 TFLOPS (FP16) JETSON TX2 8GB | Industrial 7 – 15W 1.3 TFLOPS (FP16) JETSON AGX XAVIER 10 – 30W 10 TFLOPS (FP16) | 32 TOPS (INT8) JETSON NANO 5 - 10W 0.5 TFLOPS (FP16) JETSON ファミリー エッジでのAIから自律動作マシンまで 同一のソフトウェアが使用可能 エッジでのAI 完全自律マシン
  • 6. 6 JETSON NANO GTC 2019 にて発表 開発者キット モジュール
  • 7. JETSON NANO スペック 機能 仕様 GPU 128 基の NVIDIA CUDA® コアを実装した NVIDIA Maxwell™ アーキテクチャ CPU クアッドコア ARM® Cortex®-A57 MPCore プロセッサ メモリ 4 GB 64 ビット LPDDR4 ストレージ 16 GB eMMC 5.1 フラッシュ ビデオ エンコード 4K @ 30 (H.264/H.265) ビデオ デコード 4K @ 60 (H.264/H.265) カメラ 12 レーン (3x4 または 4x2) MIPI CSI-2 DPHY 1.1 (1.5 Gbps) コネクティビティ ギガビット イーサネット ディスプレイ HDMI 2.0 または DP1.2 | eDP 1.4 | DSI (1 x2) の 2 つ同時 UPHY 1 x1/2/4 PCIE、1x USB 3.0、3x USB 2.0 I/O 1x SDIO / 2x SPI / 6x I2C / 2x I2S / GPIOs
  • 8. 8 NsightDeveloperTools DeepStream SDK Modules Depth Estimation Path Planning Object Detection Gesture Recognition Ecosystem Modules Pose Estimation Autonomous Navigation CUDA • Linux for Tegra JetPackSDK TensorRT cuDNN VisionWorks OpenCV libargus Video API GraphicsComputer Vision Accel. ComputingDeep Learning Drivers Ecosystem cuBLAS cuFFT Vulkan OpenGL SensorsMultimedia Isaac Robotics Engine Jetson Nano Jetson AGX XavierJetson TX2 JETSON SOFTWARE
  • 9. JETSON NANO RUNS MODERN AI 0 9 0 48 0 0 0 0 0 0 16 0 5 11 2 0 5 0.6 5 36 11 10 39 7 2 25 18 15 14 0 10 20 30 40 50 Resnet50 Inception v4 VGG-19 SSD Mobilenet-v2 (300x300) SSD Mobilenet-v2 (960x544) SSD Mobilenet-v2 (1920x1080) Tiny Yolo Unet Super resolution OpenPose Img/sec Coral dev board (Edge TPU) Raspberry Pi 3 + Intel Neural Compute Stick 2 Jetson Nano Not supported/DNR TensorFlow TensorFlow TensorFlowTensorFlow PyTorch MxNet Darknet Caffe PyTorch Caffe https://devblogs.nvidia.com/jetson-nano-ai-computing/
  • 10. より多くのエッジデバイスに AI を ホーム / サービスロボット 175 billion hours per year on household chores (US) マシンビジョン / AOI 1 trillion product units per year require visual inspection ネットワーク ビデオ レコーダー (NVR) 200 million 1080p streams AIOT 80% of Enterprise IOT projects will use AI by 2022
  • 12. 12 JETSON NANO RESOURCES https://developer.nvidia.com/embedded/twodaystoademo https://github.com/NVIDIA-AI-IOT/jetbot https://devtalk.nvidia.com/default/board/371/jetson-nano/ https://elinux.org/Jetson_Nano#Ecosystem_Products_and_Sensorshttps://elinux.org/Jetson_Nanohttps://developer.nvidia.com/embedded-computing TUTORIALS PROJECTS DEVELOPER FORUM DOCUMENTATION & SOFTWARE DOWNLOADS JETSON WIKI NANO ACCESSORIES
  • 13. 13 • Device is booted from a MicroSD card • 16GB UHS-1 recommended minimum • Download the SD card image from NVIDIA.com • Flash the SD card image with Etcher program • Insert the MicroSD card into the slot located on the underside of the Jetson Nano module • Connect keyboard, mouse, display, and power supply • Board will automatically boot when power is applied • Green power LED will light http://www.nvidia.com/JetsonNano-Start SYSTEM SETUP
  • 14. 14 • 5V⎓2A Micro-USB charger • Adafruit #1995 • 5V⎓4A DC barrel jack adapter • Adafruit #1466 • 5.5mm OD x 2.1mm ID x 9.5mm length • Place a jumper on header J48 • J41 Expansion Header, pins 2/4 • Up to 5V⎓3A per pin (5V⎓6A total) • Power over Ethernet (PoE) • Standard PoE supply is 48V • Use a PoE hat or 5V regulator POWER SUPPLIES • J40 Button Header can disable Auto Power-On • Manual Power-On / Reset • Enter Recovery Mode
  • 15. 15 Different power mode presets: 5W and 10W Default mode is 10W Users can create their own presets, specifying clocks and online cores in /etc/nvpmodel.conf < POWER_MODEL ID=1 NAME=5W > CPU_ONLINE CORE_0 1 CPU_ONLINE CORE_1 1 CPU_ONLINE CORE_2 0 CPU_ONLINE CORE_3 0 CPU_A57 MAX_FREQ 918000 GPU MAX_FREQ 640000000 EMC MAX_FREQ 1600000000 NVIDIA Power Model Tool sudo nvpmodel –q (for checking the active mode) sudo nvpmodel –m 0 (for changing mode, persists after reboot) sudo jetson_clocks (to disable dynamic scaling & lock clocks to max for active mode) Power Mode 10W† 5W Mode ID 0 1 Online CPU Cores 4 2 CPU Max Frequency (MHz) 1428 918* GPU Max Frequency (MHz) 921 640* Memory Max Freq. (MHz) 1600 1600 † Default Mode is 10W (ID:0) * Rounded at runtime to closest discrete freq. available POWER MODES
  • 16. 16 Run sudo tegrastats to launch the performance/utilization monitor: RAM 1216/3963MB (lfb 330x4MB) IRAM 0/252kB(lfb 252kB) CPU [27%@102,36%@307,6%@204,35%@518] EMC_FREQ 19%@204 GR3D_FREQ 0%@76 APE 25 PLL@25C CPU@29.5C PMIC@100C GPU@27C AO@34C thermal@28C POM_5V_IN 1532/1452 POM_5V_GPU 0/20 POM_5V_CPU 241/201 Memory Memory CPU GPU Thermal Power Memory Used / Total Capacity Bandwidth % @ Frequency (MHz) Utilization / Frequency (MHz) Utilization / Frequency (MHz) Zone @ Temperature (°C) Current Consumption (mW) / Average (mW) Refer to the L4T Developer Guide for more options and documentation on the output. PERFORMANCE MONITOR
  • 17. 17 NsightDeveloperTools DeepStream SDK Modules Depth Estimation Path Planning Object Detection Gesture Recognition Ecosystem Modules Pose Estimation Autonomous Navigation CUDA • Linux for Tegra JetPackSDK TensorRT cuDNN VisionWorks OpenCV libargus Video API GraphicsComputer Vision Accel. ComputingDeep Learning Drivers Ecosystem cuBLAS cuFFT Vulkan OpenGL SensorsMultimedia Isaac Robotics Engine https://docs.nvidia.com/jetson/jetpack/introduction/index.html https://docs.nvidia.com/jetson/l4t/index.html https://docs.nvidia.com/cuda/index.html Jetson Nano Jetson AGX XavierJetson TX1/TX2 JETSON SOFTWARE
  • 18. 18 • Similar 40-pin header to rPI, 3.3V logic levels • Adafruit Blinka + SeeedStudio Grove support • Jetson.GPIO Python library • Compatible API with rPI.GPIO • Docs & samples in /opt/nvidia/jetson-gpio/ • sysfs I/O access from /sys/class/gpio/ • Map GPIO pin echo 38 > /sys/class/gpio/export • Set direction echo out > /sys/class/gpio/gpio38/direction • Bit-banging echo 1 > /sys/class/gpio/gpio38/value • Unmap GPIO echo 38 > /sys/class/gpio/unexport • Query status cat /sys/kernel/debug/gpio • https://www.kernel.org/doc/Documentation/gpio/sysfs.txt • C/C++ programs (and other languages) can use same sysfs files • I2C – libi2c for C/C++ and Python USING GPIO sysfs GPIO Name Pin Pin Name sysfs GPIO 3.3V 5.0V I2C_2_SDA 5.0V I2C_2_SCL GND gpio216 AUDIO_MCLK UART_2_TX GND UART_2_RX gpio50 UART_2_RTS I2S_4_SCLK gpio79 gpio14 SPI_2_SCK GND gpio194 LCD_TE SPI_2_CS1 gpio232 3.3V SPI_2_CS0 gpio15 gpio16 SPI_1_MOSI GND gpio17 SPI_1_MISO SPI_2_MISO gpio13 gpio18 SPI_1_SCK SPI_1_CS0 gpio19 GND SPI_1_CS1 gpio20 I2C_1_SDA I2C_1_SCL gpio149 CAM_AF_EN GND gpio200 GPIO_PZ0 LCD_BL_PWM gpio168 gpio38 GPIO_PE6 GND gpio76 I2S_4_LRCK UART_2_CTS gpio51 gpio12 SPI_2_MOSI I2S_4_SDIN gpio77 GND I2S_4_SDOUT gpio78 J41 Expansion Header 1 2 3 5 4 6 7 9 8 10 11 12 13 14 15 16 17 18 2019 21 23 22 24 2625 27 28 3029 31 33 32 34 35 36 38 4039 37
  • 19. 19 JETSON NANO ACCESSORIES Printable Enclosures Carriers Sensors & Cameras GPIO Hats 5V FansBattery Packs eLinux.org/Jetson_Nano
  • 20. 20 すぐに動かせる JETSON NANO のアプリケーション例
  • 22. 22 JETBOT JetBotプロジェクト フロー • JetBot の組み立て • JetBot の基本制御 • JetBot のカメラを用いたデータ収集 • 収集したデータの学習 • 学習したモデルの JetBot へのデプロイ • モダンAIが実装された JetBot の実走 ➢ Collision Avoidance ➢ Object Following ➢ Road Following https://github.com/NVIDIA-AI-IOT/jetbot
  • 23. Jetson Nano Mouse(仮称) ⚫ Raspberry Pi Mouse 互換のインターフェース ◼ デバイスファイルで操作 ◼ 速度制御が可能 ⚫ ソフトウェア資産を流用可能 ◼ 操作用シェルスクリプト ◼ ROS パッケージ ◼ ハードウェアを気にせずに Jetson Nanoを使った アプリケーションから簡単に操作可能 測距センサ モータ スイッチ LED 絶賛開発中!
  • 25. 25 JETSON NANO による DEEPSTREAM デモンストレーション