AI产业链全景图

发表于： 2021年4月22日 2021年4月22日
分类：是说芯语

“是说芯语”已陪伴您761天

最后给大家介绍一款英伟达高性能AI边缘计算超级计算机模块：NVIDIA JETSON TX2

Jetson TX2是NIVDIA瞄准人工智能在Jetson TK1和TX1推出后的升级

TX2的GPU和CPU都进行了升级，内存增加到了8GB、存储增加到了32GB，支持Wifi和蓝牙，编解码支持H.265，体型同样小巧。

据NVIDIA官方介绍，Jetson TX2提供两种运行模态：一种是MAX Q，能效比能达到最高，是上一代的TX1的2倍，功耗在7.5W以下;另一种是MAX P，性能可以做到最高，能效比同样可以做到前一代的2倍，功耗则在15W以下。

资源配置丰富且强大

1.模组配置

Jetson TX2的特点是NVIDIA Pascal GPU有256个CUDA有能力的核心。CPU复杂部分由两个ARM v8 64位CPU集群组成，它们由高性能的相干互连结构连接。为提高单线程性能，优化了丹佛2(双核)CPU集群;第二个CPU集群是一个ARM Cortex-A57 QuadCore，它更适合于多线程应用程序。

内存子系统包含一个128位的内存控制器，它提供高带宽LPDDR4支持。8 GB LPDDR4主存和32 GB eMMC闪存集成在模块上。从TX1 64位到128位的设计是一个主要的性能提升。

该模块还支持硬件视频编码器和解码器，支持4K超高清视频以不同格式的60fps。这与混合Jetson TX1模块略有不同，后者使用了Tegra SoC上运行的专用硬件和软件来完成这些任务。还包括一个音频处理引擎，全硬件支持多通道音频。Jetson TX2支持Wi-Fi和蓝牙无线连接。Wi-fi比之前的Jetson TX1有了很大的改进。包括千兆以太网基础。

重点：TX2共两块CPU，和一块有256个CUDA核心的GPU。CPU一块是双核的丹佛二，第二快是ARM CortexA57。8G的运行内存，32G flash存储器。

256 core NVIDIA Pascal GPU.
ARMv8 (64-bit) Multi-Processor CPU Complex.
Advanced HD Video Encoder.
Advanced HD Video Decoder.
Display Controller Subsystem.
128-bit Memory Controller.
8GB LPDDR4 and 32 GB eMMC memory
1.4Gpix/s Advanced image signal processing
Audio Processing Engine.

2. 对外接口

有两个扩展头，一个40大头针，2.54毫米间隔的标头，与树莓Pi类似，还有一个30针，2.54毫米间隔，是扩展的GPIO。

Jetson TX2还包括一个5MP摄像机在摄像机扩展头，和一个显示扩展头用于添加额外的显示面板。

Jetson TX2添加了一个CAN总线控制器到模块。CAN是一种网络格式，经常用于汽车和其他车辆。CAN总线信号可以直接用于GPIO扩展头。

英伟达设计了两种模式。Max-Q是能源效率模式的名称，它可以在性能和性能曲线的弯曲之前，将帕克SoC的工作效率调高，达到7.5W。这种模式的结果是，TX2在最大性能模式下与TX1有相似的性能，同时获得了大约一半的功率。

在Max-P模式下，TX2平均功耗是15W。这大约是Jetson TX1最大时钟频率的两倍。

3.按键接口

和其他几款对比

自带的软件包配置JetPack 3.0

这款功能强大的开发者套件能够使主板的硬件功能和接口充分发挥效用，预装 Linux 开发环境。同时，它还支持 NVIDIA Jetpack SDK，包括 BSP、深度学习库、计算机视觉、GPU 计算、多媒体处理等众多功能。

JetsonDevelopment Pack(JetPack) 是一个按需提供的一体化软件包，捆绑并安装了适用于 NVIDIA Jetson 嵌入式平台的所有开发用软件工具。NVIDIA JetPack SDK是构建AI应用程序的最全面的解决方案。它捆绑了所有Jetson平台软件，包括TensorRT，cuDNN，CUDA工具包，VisionWorks，Streamer和OpenCV，这些都是基于LTS Linux内核的L4T。

JetPack 包括:

深度学习: TensorRT、cuDNN、NVIDIADIGITS™ 工作流程

计算机视觉: NVIDIA VisionWorks、OpenCV

GPU 计算: NVIDIA CUDA、CUDA 库

多媒体: ISP 支持、摄像头图像、视频 CODEC

同时，它还包括 ROS 兼容性、OpenGL、高级开发者工具等等。

CUDA

CUDA® 是NVIDIA 创造的一个并行计算平台和编程模型。它利用图形处理器 (GPU)能力，实现计算性能的显著提高。借助目前已售出的数百万支持 CUDA 的 GPU，软件开发人员、科学家和研究人员正在各种各样的应用程序中使用 GPU 加速计算。CUDA工具包为C和C ++开发人员构建提供了一个全面的开发环境，GPU加速的应用程序。该工具包包括用于NVIDIAGPU的编译器，数学库以及用于调试和优化应用程序性能的工具。

OpenCV

OpenCV是计算机视觉，图像处理和机器学习领域的领先开源库，现在提供GPU加速以实现实时操作。

OpenCV被广泛的应用，包括：

街景图像拼接，自动检查和监视，机器人和无人驾驶的汽车导航和控制，医学图像分析，视频/图像搜索和检索，电影 – 3D，交互艺术设备

VisionWorks

VisionWorks是用于计算机视觉（CV）和图像处理的软件开发包。VisionWorks™实现并扩展了Khronos OpenVX标准，并针对具有CUDA功能的GPU和SOC进行了优化，使开发人员能够在可扩展的灵活平台上实现CV应用程序。它包括VPI（视觉编程接口），这是CUDA开发人员使用的一组优化的CV原语。NVX库允许直接访问VPI，OVX库允许通过OpenVX框架间接访问VPI。

VisionWorks的核心功能是针对以下方面的解决方案而设计的：机器人和无人机，自动驾驶，智能视频分析，增强现实。

该工具包通过添加您自己的算法和处理管道，帮助您解锁基于GPU的CV系统的可能性。将VisionWorks与OpenCV等其他API结合使用，可以访问许多开源CV算法。