该模块可在手掌般大小的方寸间提供高达32TOPS的卓越性能
无论是将订单快速投递到家门口的快递机器人、协助人类的制造机器人、还是帮助科学家让农作物免遭病虫害的手持式DNA测序分析仪,在人工智能与NVIDIA Jetson AGX Xavier平台的推动下,上述这些机器将不再只存在于科幻小说,而是正在逐渐成为现实。
现在,在处理这些工作方面,有了一款强大工具,那就是Jetson AGX Xavier模块。该模块自今日起推出,并被纳入Jetson TX2与TX1产品系列。
开发人员可以使用Jetson AGX Xavier来构建自主机器,这些机器将解决世界上一些最棘手的问题,并帮助改造广泛的行业。在未来的几年里,预计将有数百万人会进入这个市场。
拥有工作站的性能,却仅仅需要时钟收音机的能耗
Jetson AGX Xavier模块可被用于您所想象的任意一款机器人的强大大脑。它将通过手掌般大小的微型电脑,提供如工作站服务器般的非凡性能。
该模块耗电量仅为10瓦——大约相当于一个时钟收音机的耗电量——该模块使公司能够在Jetson AGX Xavier开发工具包上开发应用程序,从而进入批量生产阶段,将下一代机器人和其他自动化机器带入人们的生活。
软件带来切实影响
Jetson AGX Xavier模块利用了NVIDIA的世界级人工智能平台,该平台被用于许多人工智能应用程序。其中包括一套完整的工具和工作流程以帮助开发人员快速培训和部署神经网络。
它支持使用JetPack和DeepStream软件开发工具包开发的应用程序。JetPack是NVIDIA的自主机器SDK,支持AI、计算机视觉、多媒体等。
Jetson AGX Xavier的DeepStream SDK支持流媒体分析,将AI引入物联网和智能城市应用。开发人员可以构建多摄像机和多传感器应用程序来检测和识别感兴趣的对象,如车辆、行人和自行车。
这些SDK能够节约开发人员与各企业的时间与金钱,同时又可轻松为各类机器添加新特性与功能,以提高性能。
这种新型软硬件组合现可支持大规模部署由人工智能驱动的机器人、无人机、IVA应用及其他智能设备。
行业支持
Jetson AGX Xavier的早期用户纷纷称赞其惊人的处理能力和功率效率。
它是英国医疗技术初创公司Oxford Nanopore实时处理DNA测序的核心。
Oxford Nanopore首席执行官Gordon Sanghera表示: “我们正将Jetson AGX Xavier应用于我们的MinIT手持人工智能超级计算机,该计算机可以与功能强大的手持DNA测序仪MinION一起工作,进行实时分析。MinIT的功能比普通笔记本电脑强大近10倍,可以为更多地方的更多人提供便携、实时的测序服务。”
全球汽车零部件制造商DENSO认为,Jetson AGX Xavier将是帮助其在运营中引入新一波能效的关键。
DENSO公司执行董事Katsuhiko Sugito表示: “DENSO可以利用其在汽车零部件制造方面的悠久历史,将人工智能引入工厂,提高生产率和效率,同时提升工作场所的安全性。我们相信,Jetson AGX Xavier将是推动这一举措的关键平台。”
Jetson系列产品满足自主机器各种需求
Jetson AGX Xavier模块为Jetson系列带来了前所未有的性能,该系列包含不同性能水平与价格的解决方案,以满足各种自主机器人的应用需求。
面向边缘人工智能应用的Jetson TX2嵌入式模块现分为3个版本:Jetson TX2、Jetson TX2i与成本更低的新款Jetson TX2 4GB。基于Jetson TX1的产品能够以相同的价格迁移至更强大的Jetson TX2 4GB。
NVIDIA开发套件现可用于Jetson系列内的各个产品。借助这些套件,各企业可以利用一体化软件架构面向各种使用案例而创建并部署多种应用。
Jetson AGX Xavier模块现已通过全球经销商发售。1000件以上的批量定价为1099美元。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。