NVIDIA發表 Jetson Nano,瞄準Maker玩AI

作者:陸向陽

NVIDIA在GTC 2019發表Jetson Nano開發板

NVIDIA每年約在四月舉辦該公司的技術年會GTC(GPU Technology Conference),年會從2009年開始至今已超過十個年頭。

今(2019)年NVIDIA諸多新技術發表中有一項是以NVIDIA GPU為主控器的Jetson Nano開發板,且分成兩種版本,一種是供創客開發者使用的,建議售價99美元(規格連結);另一種是供物聯網閘道器及端緣/邊緣運算使用的,建議售價129美元,前者僅一年保固且不含儲存,後者五年保固並提供16GB儲存。

其實NVIDIA在GTC上已把Jetson Nano的市場目標明確點出來,不過多半是論述自家產品的優勢,沒有明顯去針對其假想的市場競爭者。筆者在此嘗試更深刻描繪此一競爭態勢,期望讓創客從其他角度了解各開發板所訴求的應用價值。

Jetson系列其來有自

在NVIDIA發表Jetson Nano前已推行數年的Jetson系列開發板,打從2014年的Jetson TK1開發板開始,Jetson系列開發板是搭配NVIDIA Tegra系列的行動GPU而推出的(嚴格說是SoC,因為內含CPU,不過很大的技術含量與訴求主體是GPU電路),2014年後NVIDIA每推出一款新的Terga GPU幾乎就會搭配推出其對應的Jetson開發板。

Jetson開發板主打嵌入式應用,其實就是用來擴大Tegra晶片的使用機會、使用量及技術生態圈。Jetson系列已經推出了Jetson K1、Jetson TX1、Jetson TX2,以及Jetson AGX Xavier等開發板,幾乎就是與Tegra新款晶片一對一對應,即Tegra K1(2014)、Tegra X1(2015)、Tegra X2(2017),以及Tegra Xavier(2018)。

Jetson家族系列(圖片來源

Jetson系列開發板是以嬌小的模組子卡方式實現,更多I/O與電路系統是倚賴與它介接的受控電路板,樹莓派其實有類似的產品,即Compute Module系列。

多項訴求針對樹莓派

最新發表的Jetson Nano其實不是使用最新的Tegra Xavier晶片,而是2015年就發表過的Tegra TX1,筆者推估兩個因素而不使用新晶片,一是成本,另一是功耗。

Jetson Nano標榜主要5瓦用電,創客版價格如前述99美元,按道理而言,新的半導體製程會使晶片用電精省,但Tegra系列似乎用更先進製程卻沒有壓抑功耗,從10瓦、20瓦增至30瓦,因此要有低功耗必須使用舊款晶片;另外新晶片價格多半較貴,期望壓低成本自然也要選舊晶片。

為何Jetson Nano要設定5瓦、99美元?筆者認為這是為了與樹莓派競爭,因而在規格價格上盡可能向樹莓派看齊,樹莓派中規格較高的Model B確實可到5、6瓦用電。

至於價格,由於NVIDIA晶片向來高價,不可能一次就壓低價格到樹莓派的35美元價位,且其GPU效能佳,壓至同價位則消費者大賺、NVIDIA大虧,晶片供應商尚無必要大打壞行情,只要跌破100美元就足以造成話題吸引大眾關注,此也已是能夠平價入手的價格。

Jetson Nano其他向樹莓派看齊的地方還有40-pin的GPIO針腳、CSI攝影機介面等,期望已用過樹莓派的開發者能快速改使用Jetson Nano。

NVIDIA Jetson Nano vs. Raspberry Pi 3 Model B+(圖片來源:陸向陽)

另兩個對手是Google Edge TPU、Intel Myriad X VPU

除了看齊樹莓派外,Jetson Nano的另一對手是Google的Edge TPU,因為兩者都訴求用於物聯網閘道器內的人工智慧推論運算上(事實上樹莓派也有用於閘道器)。

Jetson Nano約5瓦用電,略比「樹莓派+Google Edge TPU」佔上風,樹莓派本身就已約5瓦,Edge TPU目前所知約1.8瓦,整體功耗對Jetson Nano有利,不過另一版本的Jetson Nano耗電約10瓦,就比RPi+Edge TPU方案為高,但沒有高多少。在人工智慧運算效能上,Jetson Nano標榜達472GFlops(FP16格式,正宗Jetson TX1約1TFlops,已經降規約一半),而Edge TPU全然是整數運算,且沒有揭露效能,這同樣是Jetson Nano有利。

NVIDIA提供Jetson Nano與RPi 3、Edge TPU的推論效能比較數據(圖片來源

另外,同樣訴求前端推論加速用的Intel Movidius Myriad X VPU,宣稱在INT8精度下有4TOPS,功耗約1.5瓦,FP16方面的效能則不詳,有待查證比較。

引進內外軟體優勢

Jetson Nano不單在硬體價格效能上競爭,也期望善用軟體技術優勢,NVIDIA特別將已受業界廣泛運用的CUDA為基礎衍生發展出CUDA-X,以支援Jetson Nano的推展,同時Jetson也呼應支援AWS的AWS IoT Greengrass軟體,Greengrass定位在物聯網閘道器內執行,如此與Jetson Nano可以裡應外合。

雖然AWS也在發展自己的人工智慧用推論晶片Inferentia,但推估是用於機房端而非閘道器前端,NVIDIA與Inferentia競爭的主要晶片是Tesla T4,而不是Jetson Nano用的Tegra X1,閘道器部份兩業者仍可互補合作,尚無競爭。

小結

歸結而言,Jetson Nano的推出象徵著NVIDIA也開始提出它的前端推論晶片主張了,不需要推出新晶片,將原有晶片降規即可,更重要的是運用自有軟體技術並巧借它廠的軟體技術,好增加Jetson Nano的技術價值與市場成功率,看來RPi、Google、Intel得想點法子因應Jetson Nano了。

(責任編輯:歐敏銓)

陸向陽

陸向陽

從電子科系畢業後,即以媒體人的角色繼續這段與「電子科技」的不解之緣。歷任電子技術專書作者、電子媒體記者、分析師等角色,並持續寫作不殆。近來投入Arduino、Raspberry Pi等開放硬體的研究與教程介紹。
陸向陽

Author: 陸向陽

從電子科系畢業後,即以媒體人的角色繼續這段與「電子科技」的不解之緣。歷任電子技術專書作者、電子媒體記者、分析師等角色,並持續寫作不殆。近來投入Arduino、Raspberry Pi等開放硬體的研究與教程介紹。

Share This Post On
468 ad

Submit a Comment

你的電子郵件位址並不會被公開。 必要欄位標記為 *