Jetson 活用によるスタートアップ企業支援

November 26, 2020
エヌビディア合同会社
オートノマスマシン事業部ビジネスデベロップメントマネジャー
大岡正憲
JETSON 活用による
スタートアップ企業支援

2
エヌビディアのスタートアップ支援
• 市場参入までの期間を短縮する
• AI のエキスパートになる
• 最先端のテクノロジーを活用する
Inception Program

3
NVIDIA JETSON
ソフトウェアデファインド AI エッジコンピューティングプラットフォーム
センサーフュージョン & 演算性能専門知識、タイムトゥマーケット
JETSON COMPUTER
エコシステムソフトウェアデファインド
Jetpack SDK ∙ CUDA ∙ TensorRT ∙ TensorFlow ∙ ONMX ∙ ROS
人工知能コンピュータービジョン
アクセラレーテッドコンピューティングマルチメディア
ジェスチャー認識
物体検出パスプラニング深度推定
姿勢推定言語認識
SDK、デザインツール、ライブラリー、GEMs
動作
センシング
解釈
エッジでのAI

4
JETSON が可能にする次の AIoT 革新
March 2014
Nov 2015
March 2017
Sept 2018
開発者 20万人に
March
2019
May 2020
Jetson TK1
Jetson TX1
Jetson AGX
Xavier
Jetson Nano
Jetson TX2
Jetson Xavier NX
高度な
コンピュータビジョン
AI の次のフロンティア
エッジでの AI
自律動作マシン
だれでも AI を
クラウドネイティブ
Oct 2020
開発者 70万人
活動が 10倍に

5
工場スマートシティ物流ヘルスケア農業
Jetson
DeepStream SDK Isaac SDK
DeveloperTools
CUDA | Linux | RTOS
JETPACK ソフトウェア開発キット
すべての Jetson に 1 つのソフトウェア、継続的アップデート
JetPackSDK
Nano
AI Software and Services Machine Vision Cameras & Sensors System Software & Developer Tools
Ecosystem
Sensors
Drivers
Ecosystem
Deep Learning
TensorRT
cuDNN
Multimedia
libargus
Video API
Accelerated Computing
cuBLAS
cuFFT
CUDA-X
Computer Vision
VPI
VisionWorks
OpenCV
Xavier NX AGX Xavier

6
JETSON コンテナー
ワンラインでセットアップ
https://ngc.nvidia.com/catalog/all?orderBy=modifiedDESC&pageNumber=0&query=jetson

7
JETSON NANO で AI を始める
 Jetson Nano とカメラを自分で設定
 分類モデルのための画像データを収集
 回帰モデルのための画像データをアノテーション
 自分のデータでニューラルネットワークを学習させ、自分のモデルを作成
 作成したモデルでの推論を Jetson Nano で実行
NVIDIA Deep Learning Institute の無料コース
https://courses.nvidia.com/courses/course-v1:DLI+C-RX-02+V1/about

8
JETBOT
• 数万円で作れる DIY 自律動作ディープラーニング
ロボティクスキット
• Jupyter Python Notebooks でプログラミング可能
• 物体検知、物体追従、パスプラニング、ナビゲーションのため
の DNN の学習を行える。
github.com/NVIDIA-AI-IOT/jetbot

10
https://developer.nvidia.com/embedded/community/resources

11
OPEN SOURCE PROJECTS
https://developer.nvidia.com/embedded/community/jetson-projects

13
Jetson Nano 2GB 開発者キット
あらゆる AI フレームワークとモデルを実行
1つのアーキテクチャ – 同じ CUDA スタック
クラウドネイティブ
(日本モデルワイヤレスモジュール非同梱)
究極の AI とロボティクスのスターターキット
https://www.nvidia.com/ja-jp/autonomous-machines/embedded-systems/jetson-nano/education-projects/

14
プロセッサー
CPU 64-bit Quad-core ARM A57 @ 1.43GHz
GPU 128-core NVIDIA Maxwell @ 921MHz
メモリー 2GB 64-bit LPDDR4 @ 1600MHz | 25.6GB/s
ビデオエンコーダー 4Kp30 | (4x) 1080p30 | (2x) 1080p60
ビデオデコーダー 4Kp60 | (2x) 4Kp30 | (8x) 1080p30 | (4x) 1080p60
インターフェース
USB (2x) USB 2.0 A + USB 3.0 A | USB 2.0 Micro B (デバイス)
カメラ MIPI CSI-2 x2 (15 ポジションフレックスコネクター)
ディスプレー HDMI
ネットワークギガビットイーサネット (RJ45)
ワイヤレス日本モデルは同梱せず
ストレージマイクロ SD card (32GB UHS-1 以上推奨)
40-ピンヘッダー UART | SPI | I2C | I2S | Audio Clock | GPIOs
電源 USB-C 5V 3A
サイズ 80x100mm
JETSON NANO 2GB 開発者キット技術仕様

15
JETSON NANO 2GB パフォーマンス
1 1 1 1 1 1
33
3 4
34
42
12
75
49
11
18
0
20
40
60
80
Inception V4
(299x299)
VGG-19
(224x224)
OpenPose
(256x456)
Tiny YOLO V3
(416x416)
ResNet-50
(224x224)
SSD Mobilenet-V1
(300x300)
RelativePerformance,RPI=1
Raspberry Pi v4 Coral Jetson Nano 2GB
https://developer.nvidia.com/embedded/jetson-benchmarks

16
JETSON AI CERTIFICATION
Jetson AI ファンダメンタルズコースを受講プロジェクトを提出開発者キットを入手
1 2 3
nvidia.com/jetson-ai-certification

17
Jetson AI ファンダメンタルズコース
Section 2
JetBot
(Optional)
Section 3
Hello AI World
Section 1
NVIDIA Deep Learning institute
Jetson Nano で AI を始める

18
AI (5 ポイント)
プロジェクトがディープラーニング、機械学習、そして/またはコンピュータビジョンを
意味のある方法で活用しており、さらにAIをつかったアプリケーションの開発の基本的な
理解ができていること。
重要な要素: 効率、技術的複雑さ、Jetson上での AI パフォーマンス。
インパクト / オリジナリティ (5 ポイント)
プロジェクトが新奇性を持ち、自分もしくは社会のもつ問題や課題を解決するために AI が
使われていること。
再現性 (5 ポイント)
他の誰かがプロジェクトをビルドして使うことができるためのプランやコード、リソースが
レポジトリーにはいっており、簡単にフォローできること。
プレゼンテーションおよびドキュメンテーション (5 ポイント)
ビデオが効果的にプロジェクトのデモを行い、様々な面からプロジェクトの説明をしていること。
明瞭で完全な Readme がレポジトリーにはいっており、プロジェクトの
ビルドと実行のための各ステップが文書化されていること。
教育者の場合は、ビデオに口頭でのプレゼンテーションを含んでいただき
授業スキルの確認もします。
プロジェクトベースでの評価

19
Jetson AI ファンダメンタルズコース
学ぶ評価認定書発行
プロジェクトベース
での評価
面接
教育者およびインストラクター向け
DLI Certified Instructor 申込提出

ご清聴
ありがとうございました

Jetson 活用による スタートアップ企業支援

More Related Content

What's hot

Similar to Jetson 活用による スタートアップ企業支援

More from Deep Learning Lab（ディープラーニング・ラボ）

Recently uploaded