Discussion :

[Patrick Ruiz]

Nvidia annonce un ordinateur à 99 $ dédié à l’implémentation d’applications en IA
Pour les développeurs, les chercheurs et les hobbyistes

L’ordinateur en question est le Jetson Nano. La carte de 70 mm par 45 mm a fait l’objet d’une présentation il y a peu lors de GPU Technology Conference – un événement annuel que Nvidia, le fournisseur mondial de processeurs et puces graphiques, organise.

L’ordinateur Jetson Nano

Les récentes avancées en matière d’intelligence artificielle ont permis de déboucher sur une panoplie d’algorithmes utilisés pour des applications comme la reconnaissance faciale, la reconnaissance vocale, la traduction instantanée, etc. Seulement, lorsqu’il s’agit de passer à leur implémentation, les développeurs continuent de faire usage de la puissance des GAFA. Cet ordinateur de Nvidia devrait permettre d’accélérer ce processus.

La nouvelle de la disponibilité future de Jetson Nano fait suite à celle de Jetson Xavier – un système sur puce dédié à l’intelligence artificielle. Cette fois, le fournisseur mondial de processeurs et puces graphiques n’a pas fermé son annonce aux fabricants ou maisons spécialisées capables de manipuler un système sur puce gravé en 12 nm sur un die de 250 mm² afin de l’intégrer à une application. Pour se démarquer de cette démarche, Nvidia va carrément offrir un kit de développement autour de la carte Jetson Xavier.

Le Jetson Nano Developer Kit est un petit ordinateur puissant qui vous permet d'exécuter plusieurs réseaux de neurones en parallèle pour des applications telles que la classification d'images, la détection d'objets, la segmentation et le traitement de la voix. Le tout sur une plateforme facile à utiliser dont la consommation ne s’éloigne pas de 5 watts.

Le Jetson Nano Developer Kit donne l’accès à une puissance de calcul de 472 gigaflops, soit 472 milliards d’opérations en virgule flottante en une seconde. Au centre, on retrouve un processeur ARM A57 à quatre coeurs assisté par une unité de traitement graphique à 128 coeurs (Nvidia Maxwell) et 4 Go de mémoire vive DDR basse consommation – LPDDR4 64 bits. Façon Raspberry Pi, le kit est muni d’interfaces de communication avec l’extérieur (GPIO, I2C, I2S, SPI, UART ; 4 ports USB 3.0, 1 port microUSB ; HDMI 2.0 et eDP 1.4).

Côté logiciel, la prise en main du kit se fait au travers du kit de développement Jetpack qui permet l’installation d’un environnement de bureau Linux. En sus, Nvidia souligne que ce dernier supporte une panoplie de frameworks dédiés l’intelligence artificielle au sein desquels on retrouve TensorFlow, PyTorch, Caffe, Keras et MXNet.

La prise en main est plus aisée que jamais ! Insérez simplement une carte microSD avec l'image système, démarrez le kit de développement et profitez du même kit de développement NVIDIA JetPack SDK utilisé sur la gamme de produits NVIDIA Jetson™.

Le kit de développement Jetson Nano

Prise en l’état, cette machine est plutôt intéressante. En effet, quelle autre donne la possibilité d’encoder du 4k en temps réel avec un GPU comparable et à un prix proche de celui de cet ordinateur ? Cela dit, je fais beaucoup d’encodage h.265 et je ne ferais pour aucune raison usage des encodeurs Nvidia parce qu’ils sont nuls.

Sur le site du constructeur, les préventes sont ouvertes et le kit de développement est disponible pour 99 dollars. Le Jetson Nano Developer Kit débarque sur un marché où l’on retrouve déjà le Neural Compute Stick 2 ; la clé USB conçue par Intel et vendue à 79 $ simule un réseau de neurones pour décoder des images en temps réel. Sous la marque Coral, Google aussi propose une carte de développement à 150 $ ainsi qu’un accélérateur USB à 75 $.

Source : Jetson Nano, Jetson Nano Developer Kit

Et vous ?

Que pensez-vous de ce kit de développement ? De son rapport qualité prix en particulier ?

Votre entreprise est-elle lancée sur un projet d’implémentation d’une intelligence artificielle ? Si oui, sur quelles solutions s’appuie-t-elle ? Quels avantages offrent ces dernières en comparaison à ce kit de développement ?

Quel commentaire faites-vous de la disponibilité grandissante d’outils de ce type ? Quel impact sur la sphère de développement d’applications en intelligence artificielle dans le futur ?

Voir aussi :

Apple travaille en secret sur le « Neural Engine », une puce dédiée aux applications d'intelligence artificielle

ARM travaille sur une puce flexible basée sur l'intelligence artificielle qui va permettre de détecter les odeurs corporelles

Alibaba va lancer AliNPU, sa puce dédiée à l'IA, au 2S19 ! Elle pourrait potentiellement prendre en charge les techno dans les véhicules autonomes

Facebook et Intel travaillent ensemble sur une puce d'intelligence artificielle dont la sortie est prévue pour le second semestre 2019

[darklinux]

Que pensez-vous de ce kit de développement ? De son rapport qualité prix en particulier ?
Je trouve cela très bien , j ' espère que l ' on pourra en mettre en parallèle au sein des tours

Votre entreprise est-elle lancée sur un projet d’implémentation d’une intelligence artificielle ? Si oui, sur quelles solutions s’appuie-t-elle ? Quels avantages offrent ces dernières en comparaison à ce kit de développement ?
Oui , essentiellement du CUDA et du python , les frameworks habituels : Caffe , scickit learn ....le prix est très intéressant

Quel commentaire faites-vous de la disponibilité grandissante d’outils de ce type ? Quel impact sur la sphère de développement d’applications en intelligence artificielle dans le futur ?
Je trouve cela très bien , cela permet de faire des solutions proof of concept très rapidement

[ryankarl65]

Super, j'aime le projet. D'autant plus qu'Nvidia est un leader. Je suis etudiant, en secu, avec une curiosite pour l'IA. Je vais commander cette tech pour mes apprentissages.
Merxi pour l'article

[AliusEquinox]

Si on se limite à de la prédiction, ok par contre totalement inutile pour de l'apprentissage...

[Auteur]

déjà en rupture de stock

[xXxNeWgEnErAtIoN]

Ah les boules je voulais justement en prendre un pour tester, je vais devoir attendre ...

[Stan Adkens]

NVIDIA annonce le Jetson Nano 2GB, un ordinateur monocarte, à 59 dollars,
Qui vous permettra d’« apprendre, construire et enseigner l'IA et la robotique »

Nvidia a annoncé lundi le nouveau kit de développement NVIDIA Jetson Nano 2GB, un ordinateur monocarte qui coûte 59 dollars et qui fait tourner un logiciel d'intelligence artificielle. Le Jetson Nano 2GB est doté d'un processeur ARM quadricœur 1,4ghz et d'un GPU NVIDIA Maxwell intégré. C'est le modèle Jetson le moins cher et il s'adresse au même type de passionnés qui achèteraient un Raspberry Pi. NVIDIA le décrit comme « idéal pour apprendre, construire et enseigner l'IA et la robotique », sur son site dédié au Jetson Nano Developer Kits.

Les ordinateurs monocartes sont de plus en plus populaires depuis l'apparition du premier Raspberry Pi en 2012. NVIDIA a lancé sa gamme d'ordinateurs monocartes accélérés par le GPU en 2014 avec le Jetson TK1, un système de développement à 200 dollars conçu pour intégrer le calcul haute performance dans un ensemble suffisamment petit et économe en énergie pour pouvoir être intégré directement dans des produits. Peu nombreuses, les cartes TX1 et TX2 ont suivi le TK1, et toutes étaient équipées d'un processeur Tegra.

Puis est arrivé le Jetson Nano. Son GPU Maxwell à 128 cœurs était encore très puissant et entièrement compatible avec l'architecture CUDA de NVIDIA, mais sa taille réduite et son prix de 99 dollars le rendaient bien plus attrayant pour les amateurs. Selon les propres chiffres de la société, le nombre de développeurs actifs de Jetson a plus que triplé depuis l'introduction du Nano en mars 2019. Certes, le Nano de 4GB axé sur l’IA avait quatre fois plus de RAM que le Pi de haut niveau de l'époque, mais il était plus de deux fois plus cher et n'était pas équipé du Wi-Fi.

Pour réduire de moitié le prix du matériel Jetson et faire participer encore plus de développeurs, NVIDIA a officiellement annoncé lundi que le nouveau Jetson Nano 2GB sera mis en vente dans le courant du mois pour seulement 59 $. Le Jetson Nano 2GB n'est pas un nouvel appareil, en réalité. C'est essentiellement une version optimisée en termes de coût du matériel qui a été lancée l’année dernière. Il est toujours de la même taille, consomme la même quantité d'énergie et possède exactement le même GPU Maxwell, mis à part quelques améliorations.

Pour aider davantage d'amateurs à utiliser sa plateforme, NVIDIA lance également des programmes gratuits de formation et de certification en ligne pour l'intelligence artificielle. Depuis que le Jetson Nano 4GB est sur le marché depuis un an et demi, il existe également une communauté de développeurs qui a partagé des tutoriels et des projets open source. Comme le Jetson Nano de 4GB, le nouveau modèle est équipé d'un processeur ARM A57 quadricœur de 64 bits cadencé à 1,43 GHz, ainsi que d'un GPU Nvidia Maxwell de 128 cœurs.

Selon Adam Geitgey qui a testé le nouvel ordinateur monocarte et publié un article sur Medium, en plus du programme de certification Jetson AI, l’appareil est soutenu par un environnement Linux dans lequel il peut fonctionner, le logiciel et les outils CUDA-X, et un certain nombre de ressources pour vous aider à apprendre, y compris un guide de démarrage et la plateforme open source JetBot AI.

Même si le Nano 2GB est 40 $ moins cher que le modèle 4 GB, vous obtenez à peu près le même ordinateur monocarte avec 2 GB de RAM en moins et moins de ports USB 3.0. Le port d'alimentation a également changé pour devenir un port USB-C. Il est disponible en précommande dès maintenant et devrait commencer à être expédié avant la fin du mois d'octobre.

Comparaison du Jetson Nano 2GB avec le Jetson Nano 4GB et le Raspberry Pi

En amélioration par rapport au modèle de 4GB, le Jetson Nano de 2GB est alimenté par un USB de type C, alors que l'ancien appareil était équipé d'un connecteur propriétaire de forme cylindrique. Il est vrai que l'ancien modèle était équipé d'une alimentation de 5V, 4A (il pouvait également fonctionner à 5W via une connexion micro USB), et pour le nouveau, vous devrez disposer de votre propre chargeur USB-C d'au moins 5V, 3A, bien que beaucoup d'entre nous en aient au moins un dans un tiroir.

Le Nano 2GB a moins de ports USB, avec seulement un port USB 3.0 et deux ports USB 2.0 contre 4 ports USB 3.0 sur le modèle 4GB. Il ne dispose que d'une sortie HDMI, tandis que le modèle le plus cher possède également un connecteur DisplayPort. Cependant, le fait qu’il combine le Wi-Fi est un avantage énorme pour tous ceux qui veulent utiliser l’appareil et qui ne sont pas à proximité d'un routeur avec une sortie Ethernet. Le modèle de 4GB n'est pas équipé du Wi-Fi.

Les ports sur le Jetson Nano 2GB comprennent également un emplacement pour carte microSD, port Gigabit Ethernet, un connecteur pour caméra CSI-2 (y compris le support pour la caméra), micro USB et un connecteur GPIO 40 broches. Le Nano 2GB est aussi livré avec un dongle Wi-Fi.

Comme tous les modèles récents de Raspberry Pi, le Jetson Nano 2GB possède un connecteur GPIO à 40 broches et un port CSI pour caméra. Le port de caméra est compatible avec les modules de caméra Raspberry Pi, ce qui est une bonne nouvelle pour tous ceux qui veulent construire un robot ou un appareil IdO utilisant la reconnaissance d'images. Alors que le système d'exploitation officiel de Raspberry Pi est Raspberry Pi OS, un portage de Debian, celui de Jetson Nano est eLinux, une version dérivée d’Ubuntu.

Selon Geitgey, l’auteur de l’article publié sur Medium, il existe de nombreuses plateformes de développement d'intelligence artificielle et de modules d'accélération, mais NVIDIA a un grand avantage sur elles. En effet, il est directement compatible avec les bibliothèques d'IA de bureau et n'exige pas que vous couvriez vos modèles de deep learning dans des formats spéciaux pour les exécuter. Il utilise les mêmes bibliothèques CUDA pour l'accélération GPU que la plupart des frameworks d'apprentissage profond basés sur Python utilisent déjà.

Cela signifie, selon Geitgey, que vous pouvez prendre un programme d'apprentissage profond existant en Python et l'exécuter sur le Jetson Nano 2GB avec peu ou pas de modifications tout en obtenant de bonnes performances (tant que votre application peut fonctionner avec 2GB de RAM). La possibilité de prendre exactement le même code Python que celui que vous avez écrit pour un serveur puissant et de le déployer sur un appareil autonome à 59 $ est plutôt géniale.

Dans son article, Geitgey dit avoir utilisé une bibliothèque Python qu’il a développée et qui rend plus simple la reconnaissance des visages. La bibliothèque vous permet de détecter des visages, de transformer chaque visage détecté grâce à un encodage unique, puis de comparer ces données pour voir s'il s'agit probablement de la même personne - le tout avec seulement quelques lignes de code.

Selon Geitgey, grâce aux performances de l’ordinateur monocarte à 59 dollars, il a pu ainsi créer une version simple d'une caméra de sonnette qui suit tous ceux qui se présentent à la porte d'entrée d’une maison. Grâce à la reconnaissance de visage, elle saura instantanément si la personne à votre porte vous a déjà rendu visite, même si elle était habillée différemment.


Sources : NVIDIA

Et vous ?

Que pensez-vous du Jetson Nano 2GB de NVIDIA ?
Avez-vous utilisé le Nano 4GB ? Quels changements apportés à la version 2GB vous intéressent ?

Voir aussi :

NVIDIA annonce un ordinateur à 99 $ dédié à l'implémentation d'applications en IApour les développeurs, les chercheurs et les hobbyistes
NVIDIA se lance dans la 5G avec Aerial, un kit de développement logiciel pour construire et déployer des réseaux d'accès radio virtualisés 5G accélérés par GPU
Raspberry Pi 4 : l'ordinateur monocarte Linux désormais doté de 2x plus de mémoire vive et d'un correctif USB-C à l'occasion d'un nouvel anniversaire

[kmedghaith]

Je n'ai jamais vraiment compris pourquoi on mettait en avant l'IA pour vendre un ordinateur.
Un ordinateur est un ordinateur, on peut faire plein de choses hors IA.
C'est comme si je vendais du chocolat et que je disais que ça va vous aider à faire de l'IA car ça donne des forces.

[nostrora]

Parce que là il y a un processeur intégré compatible CUDA

[darklinux]

Je n'ai jamais vraiment compris pourquoi on mettait en avant l'IA pour vendre un ordinateur.
Un ordinateur est un ordinateur, on peut faire plein de choses hors IA.
C'est comme si je vendais du chocolat et que je disais que ça va vous aider à faire de l'IA car ça donne des forces.

CUDA , les frameworks , Python , toussa ...

[L33tige]

Je n'ai jamais vraiment compris pourquoi on mettait en avant l'IA pour vendre un ordinateur.
Un ordinateur est un ordinateur, on peut faire plein de choses hors IA.
C'est comme si je vendais du chocolat et que je disais que ça va vous aider à faire de l'IA car ça donne des forces.

C'est pas comparable, si un pc classique c'est une barre de chocolat, un pc avec des cuda cores c'est du sucre en poudre.
Si le but c'est d'avoir du gout, l'un est meilleur que l'autre, si le but est d'avoir un coup de boost, pareil.

[Pascal93]

Bonjour,

Mais alors du coup, d'après vos commentaires, plus besoin de dépenser 2000 euros pour faire tourner le dernier Flight Simulator ? 59 dollars suffisent ?????

[chrtophe]

Mais alors du coup, d'après vos commentaires, plus besoin de dépenser 2000 euros pour faire tourner le dernier Flight Simulator ? 59 dollars suffisent ?????

Non, c'est fait pour faire de l'embarqué, même si dans le cas du raspberry par exemple, tu peux faire tourner un Debian avec interface graphique légère (Raspbian) et que tu pourrais faire de la bureautique par exemple, ça sera pas rapide.

[darklinux]

Bonjour,

Mais alors du coup, d'après vos commentaires, plus besoin de dépenser 2000 euros pour faire tourner le dernier Flight Simulator ? 59 dollars suffisent ?????

Les Jeston sont des plateformes excécutives , pas suffisament puissane pour digéré les datasets et les apprentissages supervisé