Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Jetson 活用による スタートアップ企業支援

606 views

Published on

NVIDIA x Microsoft Startup Day

大岡 正憲
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

Published in: Technology
  • Be the first to comment

  • Be the first to like this

Jetson 活用による スタートアップ企業支援

  1. 1. 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. 2. 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. 3. 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. 4. 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. 5. 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. 6. 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. 7. 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. 8. 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
  9. 9. 9
  10. 10. 10 https://developer.nvidia.com/embedded/community/resources
  11. 11. 11 OPEN SOURCE PROJECTS https://developer.nvidia.com/embedded/community/jetson-projects
  12. 12. 12
  13. 13. 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. 14. 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. 15. 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. 16. 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. 17. 17 JETSON AI CERTIFICATION 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 nvidia.com/jetson-ai-certification
  18. 18. 18 JETSON AI CERTIFICATION 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. 19. 19 JETSON AI CERTIFICATION Jetson AI ファンダメンタルズ コース nvidia.com/jetson-ai-certification 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
  20. 20. ご清聴 ありがとうございました

×