|

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 16 GB 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:陸向陽提供)

市場競爭激烈

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 472 GFlops(FP16 格式,正宗 Jetson TX1 約 1 TFlops,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 4 TOPS,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

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

Submit a Comment

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *