无人机和机器人将与NVIDIA的Jetson TX1更新变得更聪明

无人机和机器人正在获得具有更高分辨率摄像机和人工智能的计算机视觉，以识别对象和图像。

许多人使用像nvidia的Jetson TX1这样的开发板，为自动导航和碰撞避免提供了智能。TX1具有处理实时图像馈送的马力，以及软件工具，以即时分析和提供视觉效果。

TX1现在可以更快，更好地装备用于处理AI和图像处理。NVIDIA“S的新Jetpack 2.3 TX1的软件工具周二宣布，是一个重大更新，使电路板的深度学习性能翻倍。

第一个TX1今年早些时候出售，但新的软件工具将使无人机和机器人更可靠。该工具还将使TX1在医学成像和监控系统中更相关。用TX1制作的监控摄像头可以识别人群中的面孔，识别对象或计算框架中的人数。

TX1具有四核CPU和256核GPU，足以运行算法和板载分析。董事会依赖于一个名为RensorR的新型机器学习引擎来分析像素并为图像提供正确的上下文。

它可以使用像覆盆子PI等开发板板的机器人，但大多数DON“T具有支持机器学习的AI软件工具。

通过深入学习系统，可以培训计算机以识别图像和演讲，由Microsoft，Facebook和Google等公司证明。深度学习是一种机器学习，其中算法有助于交叉引用和数据分类。

可以在具有Teraflops的处理电源的较大服务器上创建TX1的培训模型和丰富的数据集，然后导出到开发板。例如，图像识别涉及像素的分类和标记。TX1处理有效载荷不如服务器，但它足够强大，通过交叉引用训练有素的模型来近似答案。

与今年早些时候的TX1附带的TX1附带的原始软件工具相比，算法运行了两倍，这是NVIDIA的Geepu Talla，总经理和Tegra产品副总裁。

Talla说，改进的软件堆栈进行调整和重新编译以确保在运行深度学习任务时更有效地使用GPU。NVIDIA的深度学习工具被称为CUDNN（CUDA深神经网络），并在它的顶部坐落。

深度学习严重依赖于并行处理以获得快速计算。NVIDIA已增加对CUDA 8的支持，这有助于程序员在TX1上编写利用所有GPU和CPU核心的计算能力的应用程序。CUDA 8也用于大多数NVIDIA GPU，因此在TX1上写入的程序可以导出到其他计算设备。

新软件堆栈具有新的多媒体API（应用程序编程接口），这将允许更多相机连接到电路板上。例如，如果开发人员想要附加特定的4K相机，则Talla说。

Jetson TX1 Developer Kit具有基于Maxwell架构的四核64位ARM CPU和GPU。它售价599.99美元。