adv

探索人工智能,参加英伟达 Jetson挑战赛

人工智能
pigsrollaroundinthem (39396)发表于 2017年12月20日 19时47分 星期三
来自推广部门
我们正逐渐习惯于这样一种生活: 向 Siri 询问天气,通过 Google Assistant 搜索,叫 Alexa 购物和点歌,让 Cortana 查邮件。当然你未必会同时使用四种智能语音助手。开发这些 AI 应用的企业都是互联网和科技行业的巨头,对普通人而言创造一个 AI 应用似乎遥不可及。然而利用现成的高性能计算设备你事实上可以创造出一个触手可及的 AI 原型或雏形。


AI 领域的领先企业英伟达正在举行 Jetson开发者挑战赛(地址 https://challengerocket.com/nvidia/)。Jetson 是一种高性能低功耗的嵌入式计算平台,可运用到与机器人和无人驾驶汽车相关的 AI 应用中。参赛者可以以个人或团体名义参赛,团队人数不能超过五人。参赛者需要在 2018 年 2 月 19 日之前提交利用 Jetson 创建的人工智能参赛作品。英伟达将从所提交的全部参赛作品中选出10名决赛入围者,他们可继续进行下一阶段的作品完善工作,并获邀出席硅谷GTC大会,演示自己的作品。10 名决赛入围者有机会赢取 10,000 美元现金大奖,NVIDIA TITAN Xp 顶级显卡, NVIDIA Jetson TX2 开发者套件,NVIDIA 深度学习培训学员课程及更多。参赛作品和获奖者将在2018年3月29日通过网站:https://contests.nvidia.com/en-us/winners 予以公布。

为什么你需要高性能低功耗嵌入式计算设备去开发 AI 应用?Siri 、Google Assistant 、 Alexa 和 Cortana 并不神秘,它们都以庞大的计算能力为后盾,但本地的计算能力不足以满足需求,因此这些语音助手都需要联网,事实上你发出的指令或语音是在云端处理的。云端里的算力深不可测,但不是所有的 AI 应用都适合云端化的工作方式,机器人和无人驾驶汽车面临着更千变万化的环境,需要即时作出响应,而语音识别之类的应用延迟几百毫秒甚至几秒不会造成严重的后果,但机器人和无人驾驶汽车的目标识别延迟几秒是攸关生命需要付出高昂代价的。这意味着机器人和无人驾驶汽车等需要较高的本地运算能力。本地高性能计算只是问题的一个方面,你还需要考虑功耗考虑体积。你当然可以用 16 核 CPU 如 Intel Core i9 和 AMD Ryzen Threadripper加上多路 GPU 组成一个庞大本地计算集群,但同时这也意味着你的电池容量可能几分钟就耗光了,移动的设备不可能有持续的电力供你消费。综合这些因素,机器人之类的移动性 AI 应用场景需要的是高性能低功耗的嵌入式计算设备。

Jetson的平台在研究高端 AI 应用的科学家中间也得到广泛使用。在预印本网站 arXiv 上,你能找到部分实例。华南理工大学的三名研究人员利用英伟达的 Jetson TX1 发表了他们的研究结果 《Real - Time Robot Localization, Vision, and Speech Recognition》。 Jetson TX1 包括了 4 核 ARM Cortex-A57 ,4GB LPDDR4 和 256 核的 Maxwell GPU ,功耗 10 瓦,能提供 1TFLOPS FP16 的计算性能。今年初发布的 Jetson TX2 提供了两倍于 TX1 的性能。详细对比见下图:



如果你是在校学生或教职人员,可以通过教育折扣购买 Jetson TX2 http://www.nvidia.cn/object/jetsontx2-edu-discount-cn.html

如果你是开发者,可以通过特别版开发者折扣购买 Jetson TX1 http://www.nvidia.cn/object/JetsonTX1DeveloperKitSE-cn