AI タスクのために Nvidia シングルボード コンピューターを操作したいと思っていても、Jetson Nano のようなものにまだ大金を費やす覚悟ができていない場合は、ここで紹介するハードウェアのアプリケーション レベルのエミュレーターを試してみましょう。
これは、機械学習ソフトウェア エンジニアの Tea Vui Huang 氏が作成したオープン ソース プロジェクト、Jetson AI-Computer Emulator です。
基本的にJetsonシステムに期待されるPythonインターフェース、特に推論APIとユーティリティAPIを提供しているため、Pythonでアプリケーションのプロトタイプを作成し、エミュレータで実行・テストすることが可能です。すべてがうまく機能するかインターフェースに慣れたら、Jetsonを購入してそのシステムでコードを実行し、Nvidiaのライブラリと通信できるようになります。これらのライブラリは、オンボードハードウェアを使用して、学習済みニューラルネットワークによる推論や意思決定などの処理を高速化します。つまり、PCでアプリケーションのプロトタイプを作成し、その後Jetsonボードで実行して、NvidiaのCUDAベースのアクセラレーションでどのように動作するかを確認できるということです。
必要なのは、エミュレータ パッケージと Anaconda Python 環境を PC にインストールし、エミュレータを Python スクリプトに直接インポートすることだけです。
「Jetson Nano は実はかなり高性能で、愛好家にとっては手の届かないものかもしれない」と Huang 氏はThe Registerに語った。
「CPUとGPUのみを搭載したボードが99ドルです。実際に使えるようにするには、HDMIディスプレイやカメラなど、他の部品を追加する必要があります。学生にとってはかなりハードルが高いです。しかも、購入したとしても、セットアップしてLinuxで動作させなければなりません。」
Nvidiaは59ドルのNvidia Jetson Nano 2GBミニAIボード、ビデオチャットデータを90％削減する機械学習、そして英国向けの新しいスーパーを発表
続きを読む
価格についてですが、第1世代のNvidia Jetson Nanoは、AIワークロードを実行するための128個のCUDAコアを搭載したMaxwell GPUと、1.43GHzのArm Cortex-A57 CPUコア4基を搭載し、4GBのRAMを搭載して99ドルでした。現在、RAM 2GBのみの59ドル版も販売されています。
このエミュレーターは機械学習に興味を持つ完全な初心者を対象としており、特にGPUのCUDAコアに処理をオフロードして実行速度を向上させるNvidiaのJetPack SDKの機能を模倣しています。エミュレーターはPythonレベルで実際のシステムをシミュレーションしたもので、例えばネイティブのArm Linuxバイナリは実行できないため、この技術を実際に体験する以外にはかなり制限があります。画像認識、物体検出、画像セグメンテーションを試すのに適していますが、ユーザーが独自の画像を追加して分析することはできず、Huang氏が選択した画像に依存します。どちらかといえば、機械学習の限界を示すものと言えるでしょう。
「AIに興味を持ち始めた頃にあればよかったのに、と願ったものです」と彼は語った。「Jetson Nanoと全く同じ形式でデータを返します。機械学習には100%確実なものなどないということを学びます。すべては推測と予測なのです。」
例えば、モデルが境界ボックスとパーセンテージで出力していることをユーザーは確認できます。自転車など、単に検知しただけでは、必ずしも確信が持てません。これは現実世界におけるAIの姿でもあり、AIの現実的な限界を人々に示しています。
自動運転車のようなものを想像してみてください。自動運転車は物体検出モデルを使って他のカードや道路標識などを検出します。もし、自動運転車が見ている物体が木などに遮られていると、その物体を識別する自信がなくなります。
エミュレータのコードは調整や追加が可能です。Huang氏は、人々がこのエミュレータを使い、仮想カメラストリーミングなどの新機能を追加してくれることを期待していると述べています。®
