NVIDIA向AI邊界進軍，正式發布Jetson TX2計算模塊｜Xtecher特寫

作者｜李賡

編輯｜甲小姐

網址｜www.xtecher.com

微信公眾號ID｜Xtecher

提到進軍人工智慧的NVIDIA，首先想到的或許是TITAN X、1080，或者更高端的DGX-1，這些「性能怪獸」是NVIDIA在人工智慧市場的「主力軍」。相比下，嵌入式的Jetson名聲就要小的多，尺寸和功耗才是主要特性的它也瞄準了一個特殊的市場€€€€嵌入式人工智慧模塊。

昨天，NVIDIA發布了自家最新產品Jetson TX2。在繼承前輩信用卡大小尺寸的同時，整體軟硬體都獲得了升級。

NVIDIA Jetson TX2

隨著Jetson TX2的發布，NVIDIA的野心也展露無遺€€€€再次向AI應用環境邊界進軍，加速AI技術普及。

硬體：性能整體提升超過2倍

與2015年11月發布的上一代產品Jetson TX1相比，Jetson TX2進行了全面的升級：

GPU：基於NVIDIA Pascal€€架構的256核GPU可提供一流的性能

CPU：雙核64位NVIDIA Denver 2、四核 ARM€€ A57

視頻：4K x 2K 60fps編解碼

攝像機：12路CSI通道，最多支持6個攝像機；2.5千兆位元組/秒/通道

內存：8GB LPDDR4；58.3千兆位元組/秒

存儲：32GB eMMC

連接：802.11ac WLAN、藍牙

網路：1GB乙太網

操作系統支持：適用於Tegra€€的Linux

GPU方面從之前的Maxwell架構升級為Pascal架構，雖然內部處理器數量沒變，但是同頻率下性能提升接近50%（根據GTX1080/980的浮點運算能力與流處理器數量對比估計）。同時Pascal還採用了最細的16nm工藝製程，發熱量、功耗肯定有所縮減。

CPU方面也迎來了一次直接升級：在Jetson TX1原有的四核「64-bit ARM A57核心」的基礎上添加了兩顆NVIDIA自家研製的「64-bit Denver 2核心」。在單核性能上，Denver2比A57還會更勝一籌，這也意味著CPU的預期提升也將超過50%。性能提升的直接結果是，視頻壓縮能力從TX1的2160p@30提升到了2016p@60。

Jetson TX2 vs E5-2690 v4（圖中CPU型號錯誤）

外國首批拿到Jetson TX2的媒體還進行了上手測試，在人工智慧應用上，TX2的表現升值超過了Intel Xeon E5-2690 v4。要知道，後者是一顆14核28線程的伺服器CPU，TDP（熱功耗）高達135W。最終的結果是，TX2不僅運算能力更強，而且功耗遠遠低於前者。

在其他組件方面，Jetson TX2也有所提升，內存從原來的單通道4GB LPDDR4升級為雙通道8GB LPDDR4，內存帶寬從原來的25.6GB/s暴漲至58.4GB/s。這也意味著內存的工作頻率同樣有所提升。

同時，NVIDIA還在Jetson TX2上加入了兩種全新模式：MAX-Q、MAX-P。MAX-Q模式將能效比放在最重要的地位，整體功率小於7.5瓦，遠小於絕大部分移動CPU產品，最終實現兩倍於TX1的能效比。

MAX-P模式則能將性能最大化，這個模式下功耗有所增加，但依然小於15W，而且這個時候你將獲得兩倍於TX1的實際性能。開發者可以根據自己的需求選擇適合的工作模式。

軟體：外層系統躍進

與Jetson TX2一同更新的還有它所依賴的整個開發環境€€€€Jetpack3.0。後者作為NVIDIA提供的一整套Jetson開發工具，為人工智慧提供了一整套軟體架構。

從對接硬體的CUDA、Linux4Tegra、ROS Support，再到針對4大應用場景分化出來的底層API：深度學習的TensorRT、cuDNN；機器視覺的VisionWorks、OpenCV；圖像渲染的Vulkan、OpenGL；多媒體的libargus、Video API。

在這些基礎之上，NVIDIA還打造了一套通用化的Multimedia API，同時在它之上努力實現開發代碼簡化和打造專用開發工具NSight Developer Tools。

Jetpack近幾年的發展路線正好按照這個架構從下而上進行：2015年11月通過更新硬體和底層API，讓人工智慧應用的能效比提升了10倍。2016年9月更新的Jetpack2.3支持了更多的API、所有API幾乎都來了一次升級。

新發布的Jetpack3.0則將升級重點放在了外部系統層級：Linux Kernel升級到4.4，Mutimedia API升級到27.1。

這就好比一個修鍊好內功的武林高手，開始尋找更適合自己發揮的平台。

值得注意的是，Jetpack 3.0的架構同樣具有一定的通用性，你在Jetson TX2上所付出的的開發工作同樣適用於NVIDIA更加強力的其他硬體。因為用戶目前在這些應用場景中只有Jetson可以選擇，那麼同時配合NVIDIA其他硬體也是順理成章的事。

這也是為什麼NVIDIA在官方講解中也提及了Jetson與自家其他硬體在雲端的互通互聯。安放在汽車、無人機、攝像頭端的Jetson可以與NVIDIA或者第三方設置在雲端的Tesla顯卡、DGX-1計算模塊進行必要的協作，從而最大程度釋放能力。

根據NVIDIA官方公布的信息，Jetson TX2開發套件（包括開發板和TX2模塊）今日起已經在美國和歐洲接受預定，零售價格599美元，教育售價299美元（5折），並且會按照訂單情況從3月14日開始發貨。其他國家的發售將安排在4月份。

最終需要嵌入到其他產品中的Jetson TX2模塊也公布了官方售價：1000件以上售價399美元。發售日期將安排在今年的第二季度，發售地區也將覆蓋全世界。Jetson TX1開發套件價格也隨之做了個小調整：下調至499美元。

Jetson實例：實時手持建模、商店機器人

在Jetson TX2發布的同時，NVIDIA也在官網的微博中分享了兩個Jetson TX1計算模塊的應用實例。

第一個是Artec 3D的Leo 3D掃描儀，這也是目前最先進的手持3D掃描儀。它長著的兩個「大眼睛」，可以直接將035-1.2m物體建模，並且將貼圖一併處理。整個過程跟你拿著攝像機拍電影沒什麼區別。

Leo 3D掃描儀

同時它還能在觸摸屏上直接看到實時生成的3D建模結果，你還能通過觸摸屏旋轉3D模型，檢查已經生成的模型，發現之前捕捉遺漏的位置，直接進行補充。

這種快速成型的能力，讓Artec Leo在工業設計和製造、醫療衛生、科技教育、藝術保護方面有很多應用空間。

出色的性能來自Artec Leo內置的就是Jetson TX1計算模塊。相比Artec自家上一代產品，Leo掃描物體體積增大了將近3倍、同時在3D解析度精度、紋理解析度、3D重建速率等方面都獲得了充足提升。而這一切還是建立在手持、無需外部電源的基礎之上。

另外一個案例則是款機器人€€€€Fellow Robots出品的LoweBot NAVii€€。正如其名，這款機器人為美國第二大五金零售商Lowe's打造。

LoweBot NAVii€€

它的主要功能有兩個，一是在客戶提供需求之後，帶路前往商品所在的貨架。另外一個則更重要，NAVii機器人會持續地對貨架上的商品進行圖像掃描、識別，整體統籌商品的數量。店面人員也能夠從商品數量核對的工作中釋放出來，並且將很多的時間用以服務客戶，滿足他們各種各樣的需求。驅動NAVii機器人的，實際上也是Jetson TX1模塊。

專註AI應用邊緣

在這次發布Jetson TX2發布之前，NVIDIA的人工智慧硬體布局已經頗有建樹：自動駕駛領域的Drive CX/PX/PX2/PX AC，專業性能顯卡新TITAN X以及其他GTX顯卡、最後是威力最強的小型「超級計算機」DGX-1。

為什麼有了這麼多性能更強勁的硬體，NVIDIA還要出這樣一款尺寸只有信用卡大小的產品呢？這一點實際上出自NVIDIA本身對於人工智慧使用環境的思考€€€€AI的應用邊緣非常重要，它不僅是個市場，還能推動人工智慧技術的普及。

NVIDIA在官方介紹中也舉了4個了例子：

1、到2020年，全世界將擁有超過10億個攝像頭，他們每天產生的數據將達到數十PB（1PB=1000TB），為了傳輸這些數據需要大量的帶寬；

2、工業檢測環節通過拍照鑒別產品質量，但由於空間和操作機構的關係，整個過程只能有200ms的延遲，每秒還要處理30張以上的圖片；

3、在醫療等領域，患者的信息非常重要，與其將患者的信息上傳到網路上進行處理，不如直接在本地進行處理和存儲；

4、全球有超過50%的地方無線網路速度小於8mbps，這也限制了我們利用無線網路鏈接到雲端的計算資源。

很容易發現，NVIDIA這次提出的例子都非常「具體」，比如第二個工業環節的檢測。工業生產中數量很大，大批量的產品通過高速傳送帶運輸。但在這個過程中，高速攝像機要拍到每一個產品，並且根據拍到的圖像去判斷產品的優劣，同時還要在最短的時間內變成實際動作，將殘次品挑出去。

在這樣實際的案例和NVIDIA目前打造出來的整個人工智慧世界之間，恰恰存在一道不算寬、但的確阻礙的峽谷，將人工智慧技術攔在了在很多場景應用之外。而Jetson和配套的Jetpack扮演的角色就像一座一座「橋」，橫跨在峽谷之間，嘗試讓人工智慧技術跟更多的應用場景聯繫起來。

自然，橋越寬、越結實，人工智慧技術也能適應更多應用場景的需求，並且在這些領域中發揮出人工智慧技術應有的變革力量。

NVIDIA的老策略：培育市場就是佔領市場

從客觀角度來審視人工智慧技術，整體進程與通訊技術早期發展有很多相似之處，從最早的電報，再到接線員，然後到尋呼機、大哥大，再到最後的手機、智能手機。

雖然遠距離通信技術誕生已久，但在手機、乃至智能手機出現之前，這個市場整體容量並不大。雖然大哥大或許單品價值更高，但摩托羅拉和諾基亞的最輝煌時期還是建立在龐大的手機市場之上。

這個規律同樣適用於人工智慧技術。雖然人們現在已經發現人工智慧技術能夠帶來改變，但是在他們能夠比較容易、或者很容易獲得變革之前，他們還是偏向於尋找其他更老、同時看起來更可靠的解決方案。

而Jetson的成長過程也是如此€€€€一方面不斷提升硬體性能，一方面不斷降低開發者的成本。究竟什麼時候Jetson能夠達到市場所需要的水平？沒人知道，但如果NVIDIA自己不做這件事，人工智慧的嵌入拓展或許必須等到市場需求的進一步積累。

NVIDIA最終選擇了€€€€用自己的力量推動技術發展，最終催生出新的市場。

2006年開始打造CUDA微處理器架構，連讀多年舉辦GTC（GPU Technology Coference），GPU並不是人工智慧技術的唯一選擇，NVIDIA通過努力讓自己和人工智慧技術牢牢地綁在了一起。

為了培育這個市場，NVIDIA所花費的精力很難統計，但最終也正因為長期培育市場的動作，人工智慧技術才會像今天一樣和NVIDIA緊密相關。

可以期待，隨著Jetson TX2這樣成本低、功耗小、開發容易、同時還能很容易布置到各種應用場景硬體端的人工智慧運算硬體出現，人工智慧技術有可能再次掀起一波普及。而隨著星星點點應用場景的聚合，我們也將體會到人工智慧時代真正的魅力。

Xtecher 精品文章

人 物

人工智慧

快樂智慧 雷鳴 | 出門問問 李志飛

達闥科技 黃曉慶（上\下） | Rokid 黃伽衛

馭勢科技 吳甘沙 | 格靈深瞳 趙勇

地平線 方懿 | 彩雲天氣 袁行遠

車和家 李想丨51獵頭 劉維

Face Think 楊松帆|中科視拓 山世光

深鑒科技 汪玉|越疆科技 劉培超

Kneron Inc 劉峻誠|MINIEYE 劉國清

地平線 黃暢|三角獸 亓超

極限元 馬驥|NXROBO 林天麟

創來科技 陳茂|輕客智能 龐琳勇

諾亦騰 戴若犁 | 大朋VR 陳朝陽

Ximmerse 賀傑 | Pico 周宏偉
焰火工坊 婁池 | HTCVR 汪叢青

七鑫易維 彭凡|影創科技 孫立

所思科技 羅子雄|凌宇智控 張道寧

Dexmo 谷逍馳

大數據

中網數據 孫遠根 | 崑崙數據 陸薇

永洪科技 何春濤 | 華農天時 溫晗秋子

GrowingIO 張溪夢 | ThinkingData 呂承通
神策數據 桑文鋒 | 海雲數據 馮一村

特 寫

人工智慧

禾賽科技，加入無人車大戰

如果太太說「今晚請使用機器人吧」

奇點汽車強勢啟動智能駕駛布局

透視Rokid：兩度斬獲CES大獎背後

語音助手「小不點」可行嗎？

人工智慧：付不起的工資，搶不到的人巨頭之爭，無人駕駛尖峰對決

唇亡齒寒，人工智慧一場艱難「拔河」

2016最具投資價值人工智慧項目Top 100

直播鑒黃：堵塞出口還是守護高貴

國內智能駕駛Top20

無人駕駛若干問題

渡鴉科技被百度收購的過程

創業群像

「買買買」狂潮下物流巨鏈的前生今世

品類定律：1年成為1億美元公司的背後

華強北困局：離席的人，守望的人

區塊鏈創業者們：黎明之前的那一刻

不開源的區塊鏈都是「耍流氓」

華人對沖基金鼎新資本

一下科技通往納斯達克之路

航空航天

「瀟湘一號」科學實驗衛星升空

融資逾億，零壹空間與它的火箭長征

Fintech

智能投顧：理性更多，還是賭性更多？矽谷投資人：真正的AI還得再等等

toC or toB誰的終結，誰的勝利

虛擬現實

Magic Leap：給科技創業公司耐心

如果你擁有高精尖科技創業項目，Xtecher將為你提供：

1.專業的科技人物特稿和視頻拍攝

2.在Xtecher官網、APP、微信的全方位展示

3.最專業的科技圈投資人、政府資源、產業資源

4.創業企業品牌管家與PR服務

即刻掃碼，聯繫我們。