【分享NVIDIA GTC 23大会干货】使用 NVIDIA Jetson Software 加速边缘 AI [SE52433]

P1nkDeft_

已于 2023-03-25 00:20:19 修改

阅读量202

点赞数 1

文章标签：人工智能

于 2023-03-25 00:18:06 首次发布

本文链接：https://blog.csdn.net/P1nkDeft_/article/details/129760762

版权

Jetson通过其强大的算力和小巧体积在无人驾驶、机器人等领域广泛应用。它提供的端到端加速和开发工具如JetPackSDK、CUDA-x和Isaac平台显著减少了开发时间和工作负载。Isaac平台特别利于通过合成数据加速模型训练，减少了对真实世界数据集的需求和手动标注的工作量。

摘要由CSDN通过智能技术生成

Jetson凭借其强大的算力以及小巧的体积，在各个领域都取得了广泛的应用，更是凭借其边缘加速的能力，再一些领域内大展拳脚，例如无人驾驶、移动机器人、智能城市应用、制造业、农业、医疗保健等等。

Jetson带来了许多实质性的好处，首先是提供真实的端到端的加速，从而减轻了使用者的工作负载，其次是加速开发，使得开发者的产品从研发到上市的时间，不会因为硬件效率而延误。所有基于Jetson的开发软件都是为了满足上述两个目标而设计的。

其中所有的Jetson模块均已通过JetPack SDK进行供电，其中所有的CUDA-x所使用的模块，包括从数据采集，到数据预处理，再到输入模型进行推理，最后再进行后处理，Jetson使用者都可以通过加速AI管道达到高速开发的效果。此外我们还提供人工智能框架，使发展人工智能应用更加简单，类似于提供预训练处理模块，这可以减少开发时间多大10倍，利用toolkit训练模型将会事半功倍！

NVIDIA ISAAC（英伟达艾萨克）提供了一个端到端的人工智能平台，开始从加速数据生成，使用合成数据用于人工智能模型，使用艾萨克模型，并且在训练过程中使用 CUDA toolkit模型，在复杂且真实的环境下使用ISSAC模型，且能精准，快速，高效的构建好ISSAC模型。

前期的数据集处理和制作是一个非常耗时且艰苦的过程，这可能需要数周的时间来收集能用于训练人工智能模型的数据，但利用ISSAC 复制器，从建筑物开始，创建一个复杂且逼真的场景，例如仓库，其中包含不同类型的叉车和人类，然后添加随机化以获得不同类型的明暗场景、纹理、材质、物体位置关系等等来增加数据集的差异性。且生成的合成数据已经完美贴上了标签，不需要再通过人为判别的方式进行数据的标注，这大大节约了人力时间，从而促进了开发工作。